http://old.sebug.net/paper/books/scipydoc/matplotlib_intro.html
matplotlib 属于第三方库，首先安装：pip install matplotlib
我用的是 pylab 模式下的 ipython ： ipython --pylab
matplotlib API 函数都位于matplotlib.pylot 模块下，导入：import matplotlib.pylot as plt
Figure 和 subplot
matplotlib 的图像都位于 Figure 对象中,空的 Figure 不能再上面绘图，所以我们要在上面添加很多subplot(子图)来绘图。在 Figure 对象中添加子图的方式有多种：
1）i：首先创建一个 Figure 对象： fig = plt.figure()
ii：通过 add_subplot 创建 subplot：ax1 = fig.add_subplot(2, 2, 1) # 在空的 Figure 上添加 2*2 (2行2列) 个子图，
# 这是第一个子图，第二个：ax1 = fig.add_subplot(2, 2, 2)
# 也可以这样写 ax1 = fig.add_subplot(221)
iii：绘图, ax1.plot(...) # 也可以绘制其他图形，例如：直线，柱状...。因为 matplotlib 默认操作当前子图，
所以也可以使用全局对象绘图 plt.plot(...)
2) 创建 Figure 对象这步可以省去：plt.subplot(2, 2, 1) ...
3) figure, ax = plt.subplots(2, 2) # 创建 2 * 2 (2行2列) 个子图。ax[0][0] 第一个子图 ...
下面就是一些绘制图的细节问题：
xlabel，ylabel：设置横纵坐标轴的标签 legend： 设置图例 #legend 的位置参数 ''' best upper right upper left lower left lower right right center left center right lower center upper center center ''' title：设置子图的标题 suptitle：设置所有子图的标题 text：设置文本说明 xticks，yticks：设置横纵轴的坐标标签 xlim，ylim：设置横纵轴的刻度范围 annotate：添加注解 grid：添加网格 savefig：保存图片 看几个例子：
import numpy as np import pandas as pd import matplotlib.pyplot as plt
matplotlib图标正常显示中文
为了在图表中能够显示中文和负号等，需要下面一段设置：
import matplotlib.pyplot as plt plt.rcParams['font.sas-serig']=['SimHei'] #用来正常显示中文标签 plt.rcParams['axes.unicode_minus']=False #用来正常显示负号
例1：
put_x = np.arange(0.0, 2.0, 0.1)
sin_ = np.sin(put_x * np.pi)
plt.subplot(2, 2, 1) # 生成两行两列，2 * 2 个子图，这是第一个图plt.subplot('行','列','编号')
plt.plot(put_x, sin_, 'b--')
plt.ylabel('y1')
plt.subplot(2, 2, 2) # 两行两列,这是第二个图
plt.plot(2 * put_x, sin_, 'r--')
plt.ylabel('y2')
plt.subplot(2, 2, 3) # 两行两列,这是第三个图
plt.plot(3 * put_x, sin_, 'm--')
plt.subplot(2, 2, 4) # 两行两列,这是第四个图
plt.plot(4 * put_x, sin_, 'k--')
plt.show()
例2：
fig = plt.figure()
fig.add_subplot(2, 2, 1) # 生成两行两列，2 * 2 个子图，这是第一个图plt.subplot('行','列','编号')
plt.plot(put_x, sin_, 'b--')
plt.ylabel('y1')
fig.add_subplot(2, 2, 2) # 两行两列,这是第二个图
plt.plot(2 * put_x, sin_, 'g*')
plt.plot(put_x, sin_, 'r--')
plt.legend(['this is a label', 'the second label'], loc='upper right')
plt.title('text')
plt.ylabel('y2')
plt.xlabel('x2')
plt.text(2, 2, "I'm a Test")
plt.xticks([0, 1, 2, 3, 4])
plt.yticks([0, 1, 2, 3, 4])
plt.xlim(0, 8)
plt.annotate("I'm a annotation", xy=(1, 1), xytext=(2, 1), # xy 箭头指向， xytext 注解文本所在位置
arrowprops=dict(facecolor='black'))
plt.suptitle('supTitle')
plt.grid()
fig.add_subplot(2, 2, 3) # 两行两列,这是第三个图
plt.plot(3 * put_x, sin_, 'm--')
fig.add_subplot(2, 2, 4) # 两行两列,这是第四个图
plt.plot(4 * put_x, sin_, 'k--')
plt.savefig('savefig.png')
plt.show()
扫描二维码关注公众号，回复：
1752326 查看本文章
例3：:
figure, ax = plt.subplots(2, 2) # 创建 2 * 2 个子图 print(ax) ax[0][0].plot(put_x, sin_, 'r*') # 第一个子图 ax[0][1].plot(put_x * 2, sin_, 'b--') # 第二个子图, [1][0] 第三个,[1][1] 第四个 ax[1][0].scatter(np.arange(30), np.arange(30) + 3 * np.random.randn(30)) plt.show()
例4：
dates = list('ABCDEFG')
datas = np.arange(7)[::-1]
df = pd.DataFrame(datas, index=dates, columns=['Numbers'])
plt.subplot(111)
plt.plot(df.index, df['Numbers'].values, 'b--')
plt.title('Just a Test')
plt.ylabel('numbers')
plt.xlabel('Date')
plt.annotate("I'm a annotation", xy=(2, 4), xytext=(3, 6),
arrowprops=dict(facecolor='r'))
plt.show()
例5：:
nums = [384, 551, 176, 1628, 420, 174, 1051, 2067, 624, 1471, 238, 433, 1039, 3555]
labels = ['Excel', 'Hadoop', 'matlab', 'mysql', 'nosql', 'oracle', 'python', 'R',
'SAS', 'sql', 'SPSS', 'DataDig', 'ML', 'PC']
df1 = pd.DataFrame(nums, index=labels, columns=['Numbers'])
df1.index.name = 'topics'
plt.figure(figsize=(10, 6))
# 设置x轴柱子的个数
x = np.arange(14) + 1 # 课程品类数量已知为14，也可以用len(ppv3.index)
# 设置y轴的数值，需将numbers列的数据先转化为数列，再转化为矩阵格式
y = df1['Numbers'].values
x_ticks = df1.index.values # 构造不同课程类目的数列
# 画出柱状图
plt.bar(x, y, width=0.35, align='center', color='c', alpha=0.8)
# 设置x轴的刻度，将构建的x_ticks代入，同时由于课程类目文字较多，在一块会比较拥挤和重叠，因此设置字体和对齐方式
plt.xticks(x, x_ticks, size='small', rotation=30)
# x、y轴标签与图形标题
plt.xlabel('Classes subject')
plt.ylabel('Number')
plt.title('diff classes mean num')
# 设置数字标签**
for a, b in zip(x, y):
plt.text(a, b + 0.05, '%.0f' % b, ha='center', va='bottom', fontsize=7)
# 设置y轴的范围
plt.ylim(0, 3700)
plt.show()
例6：
fig = plt.figure() ax = fig.add_subplot(111) rect = plt.Rectangle((0.2, 0.75), 0.4, 0.15, color='k', alpha=0.3) circ = plt.Circle((0.7, 0.2), 0.15, color='b', alpha=0.3) pgon = plt.Polygon([[0.15, 0.15], [0.35, 0.4], [0.2, 0.6]], color='g', alpha=0.5) ax.add_patch(rect) ax.add_patch(circ) ax.add_patch(pgon) plt.show()
下面的字符用来描述绘制的图形：
字符 |
描述 |
'-' |
实线 |
'--' |
虚线 |
'-.' |
点线 |
':' |
点虚线 |
'.' |
点 |
',' |
像素 |
'o' |
圆形 |
'v' |
朝下的三角形 |
'^' |
朝上的三角形 |
'<' |
朝左的三角形 |
'>' |
朝右的三角形 |
'1' |
tri_down marker |
'2' |
tri_up marker |
'3' |
tri_left marker |
'4' |
tri_right marker |
's' |
正方形 |
'p' |
五角形 |
'*' |
星型 |
'h' |
1号六角形 |
'H' |
2号六角形 |
'+' |
+号标记 |
'x' |
x号标记 |
'D' |
钻石形 |
'd' |
小版钻石形 |
'|' |
垂直线形 |
'_' |
水平线行 |
颜色用以下字符表示:
字符 |
颜色 |
‘b’ |
蓝色 |
‘g’ |
绿色 |
‘r’ |
红色 |
‘c’ |
青色 |
‘m’ |
品红 |
‘y’ |
黄色 |
‘k’ |
黑色 |
‘w’ |
白色 |