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。

Matplotlib 模块最初是由 John D. Hunter 编写的。自 2012 年以来，Michael Droettboom 是主要开发者。目前，Matplotlib 1.5.1 是可用的稳定版本。该软件包可以二进制分发，其源代码形式在 www.matplotlib.org 上提供。

通常，通过添加以下语句将包导入到 Python 脚本中：

from matplotlib import pyplot as plt

这里pyplot()是 matplotlib 库中最重要的函数，用于绘制 2D 数据。以下脚本绘制方程y = 2x + 5：

示例

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()

结果如下图

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

还定义了以下颜色缩写。

扫描二维码关注公众号，回复： 1622988 查看本文章

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。

示例

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()

结果如下图

绘制正弦波

以下脚本使用 matplotlib 生成正弦波图。

示例

x = np.arange(0,3*np.pi,0.1)
y = np.sin(x)

plt.title('sine wave form')
plt.plot(x,y)
plt.show()

结果如下图

`subplot()`

subplot()函数允许你在同一图中绘制不同的东西。在下面的脚本中，绘制正弦和余弦值。

示例

import numpy as np 
import matplotlib.pyplot as plt 
x = np.arange(0,3*np.pi,0.1)
sin_y = np.sin(x)
cos_y = np.cos(x)
#绘制第一张图
a1 = plt.subplot(2,2,1)
#第二张图
a2 = plt.subplot(2,2,2)
a1.plot(x,sin_y)
a2.plot(x,cos_y)
plt.show()

#结果如下

`bar()`

pyplot子模块提供bar()函数来生成条形图。以下示例生成两组x和y数组的条形图。

#列

import matplotlib.pyplot as plt 
import numpy as np
x =  np.array([5,8,10])
y =  np.array([12,16,6])
x2 =  np.array([6,9,11]) 
y2 =  np.array([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()

#结果如下

NumPy - 使用 Matplotlib 绘制直方图

NumPy 有一个numpy.histogram()函数，它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()`

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]) 
#结果
(array([3, 4, 5, 2, 1]), array([  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()

#结果如下