NumPy Matplotlib
Matplotlib 是 Python 的绘图库。 它可与 NumPy 一起使用，提供了一种有效的 MatLab 开源替代方案。 它也可以和图形工具包一起使用，如 PyQt 和 wxPython。
1、Windows 系统安装 Matplotlib
进入到 cmd 窗口下，执行以下命令：
python -m pip install -U pip setuptools
python -m pip install matplotlib
2、Linux 系统安装 Matplotlib可以使用 Linux 包管理器来安装：
Debian / Ubuntu：
sudo apt-get install python-matplotlib
Fedora / Redhat：
sudo yum install python-matplotlib
3、Mac OSX 系统安装 MatplotlibMac OSX 可以使用 pip 命令来安装：
sudo python -mpip install matplotlib
安装完后，你可以使用 python -m pip list 命令来查看是否安装了 matplotlib 模块。
$ python -m pip list | grep matplotlib
matplotlib (1.3.1)
import numpy as np
from matplotlib import pyplot as plt
x = np.arange(1,11)
y = 2 * x + 5
plt.title("Matplotlib demo")
plt.xlabel("x axis caption")
plt.ylabel("y axis caption")
plt.plot(x,y) plt.show()
以上实例中，np.arange() 函数创建 x 轴上的值。y 轴上的对应值存储在另一个数组对象 y 中。 这些值使用 matplotlib 软件包的 pyplot 子模块的 plot() 函数绘制。
图形由 show() 函数显示。
图形中文显示
Matplotlib 默认情况不支持中文，我们可以使用以下简单的方法来解决：
首先下载字体（注意系统）：https://www.fontpalace.com/font-details/SimHei/
SimHei.ttf 文件放在当前执行的代码文件中：
import numpy as np
from matplotlib import pyplot as plt
import matplotlib
其中，fname 为 你下载的字体库路径，注意 SimHei.ttf 字体的路径
zhfont1 = matplotlib.font_manager.FontProperties(fname="SimHei.ttf")
x = np.arange(1,11)
y = 2 * x + 5
fontproperties 设置中文显示，fontsize 设置字体大小
plt.xlabel("x 轴", fontproperties=zhfont1)
plt.ylabel("y 轴", fontproperties=zhfont1)
plt.plot(x,y)
plt.show()
执行输出结果如下图：
此外，我们还可以使用系统的字体：
from matplotlib import pyplot as plt
import matplotlib
a=sorted([f.name for f in matplotlib.font_manager.fontManager.ttflist])
for i in a:
print(i)
打印出font_manager 的 ttflist 中所有注册的名字，找一个看中文字体例如：STFangsong(仿宋）,然后添加以下代码即可：
plt.rcParams['font.family']=['STFangsong']
作为线性图的替代，可以通过向 plot() 函数添加格式字符串来显示离散值。 可以使用以下格式化字符。
- 字符 描述
- ‘-’ 实线样式
- ‘–’ 短横线样式
- ‘-.’ 点划线样式
- ‘:’ 虚线样式
- ‘.’ 点标记
- ‘,’ 像素标记
- ‘o’ 圆标记
- ‘v’ 倒三角标记
- ‘^’ 正三角标记
- ‘<’ 左三角标记
- ‘>’ 右三角标记
- ‘1’ 下箭头标记
- ‘2’ 上箭头标记
- ‘3’ 左箭头标记
- ‘4’ 右箭头标记
- ‘s’ 正方形标记
- ‘p’ 五边形标记
- ‘*’ 星形标记
- ‘h’ 六边形标记 1
- ‘H’ 六边形标记 2
- ‘+’ 加号标记
- ‘x’ X 标记
- ‘D’ 菱形标记
- ‘d’ 窄菱形标记
- ‘|’ 竖直线标记
- ‘_’ 水平线标记
以下是颜色的缩写：
- 字符 颜色
- ‘b’ 蓝色
- ‘g’ 绿色
- ‘r’ 红色
- ‘c’ 青色
- ‘m’ 品红色
- ‘y’ 黄色
- ‘k’ 黑色
- ‘w’ 白色
要显示圆来代表点，而不是上面示例中的线，请使用 ob 作为 plot() 函数中的格式字符串。
import numpy as np
from matplotlib import pyplot as plt
x = np.arange(1,11)
y = 2 * x + 5
plt.title("Matplotlib demo")
plt.xlabel("x axis caption")
plt.ylabel("y axis caption")
plt.plot(x,y,"ob")
plt.show()
执行输出结果如下图：
绘制正弦波
以下实例使用 matplotlib 生成正弦波图。
import numpy as np
import matplotlib.pyplot as plt
计算正弦曲线上点的 x 和 y 坐标
x = np.arange(0, 3 * np.pi, 0.1)
y = np.sin(x)
plt.title("sine wave form")
#使用 matplotlib 来绘制点
plt.plot(x, y)
plt.show()
执行输出结果如下图：
subplot()
subplot() 函数允许你在同一图中绘制不同的东西。
以下实例绘制正弦和余弦值:
import numpy as np
import matplotlib.pyplot as plt
#计算正弦和余弦曲线上的点的 x 和 y 坐标
x = np.arange(0, 3 * np.pi, 0.1)
y_sin = np.sin(x)
y_cos = np.cos(x)
#建立 subplot 网格，高为 2，宽为 1
#激活第一个 subplot
plt.subplot(2, 1, 1)
#绘制第一个图像
plt.plot(x, y_sin)
plt.title('Sine')
#将第二个 subplot 激活，并绘制第二个图像
plt.subplot(2, 1, 2)
plt.plot(x, y_cos)
plt.title('Cosine')
#展示图像
plt.show()
执行输出结果如下图：
bar()
pyplot 子模块提供 bar() 函数来生成条形图。
以下实例生成两组 x 和 y 数组的条形图。
from matplotlib import pyplot as plt
x = [5,8,10]
y = [12,16,6]
x2 = [6,9,11]
y2 = [6,15,7]
plt.bar(x, y, align = 'center')
plt.bar(x2, y2, color = 'g', align = 'center')
plt.title('Bar graph')
plt.ylabel('Y axis')
plt.xlabel('X axis')
plt.show()
执行输出结果如下图：
numpy.histogram()
numpy.histogram() 函数是数据的频率分布的图形表示。 水平尺寸相等的矩形对应于类间隔，称为 bin，变量 height 对应于频率。
numpy.histogram()函数将输入数组和 bin 作为两个参数。 bin 数组中的连续元素用作每个 bin 的边界。
import numpy as np
a = np.array([22,87,5,43,56,73,55,54,11,20,51,5,79,31,27])
np.histogram(a,bins = [0,20,40,60,80,100])
hist,bins = np.histogram(a,bins = [0,20,40,60,80,100])
print (hist)
print (bins)
输出结果为：
[3 4 5 2 1]
[ 0 20 40 60 80 100]
plt()
Matplotlib 可以将直方图的数字表示转换为图形。 pyplot 子模块的 plt() 函数将包含数据和 bin 数组的数组作为参数，并转换为直方图。
from matplotlib import pyplot as plt
import numpy as np
a = np.array([22,87,5,43,56,73,55,54,11,20,51,5,79,31,27])
plt.hist(a, bins = [0,20,40,60,80,100])
plt.title("histogram")
plt.show()
执行输出结果如下图：
