Python 使用 Matplotlib 绘图详解
liuian 2025-03-12 16:44 13 浏览
Matplotlib 的简单使用
Matplotlib 是 Python 中一个非常实用的模块,使用 Matplotlib 可以绘制各式各样的图标。包括折线图、条形图、饼图、雷达图等。Matplotlib 是仿照 MATLAB 实现的,想要在 Python 中使用 Matplotlib 我们需要安装它,语句如下:
pip install matplotlib
下面我们用 Matplotlib 来实现一个简单的折线图:
import numpy as np
import matplotlib.pyplot as plt
# 准备 X 轴的数据
x = np.linspace(0, 10, 10)
# 准备 y 轴的数据
y = x**2
# 获取折线图
plt.plot(x, y)
# 显示折线图
plt.show()
在上面的代码中我们使用到了 NumPy 和 matplotlib.pyplot 库。其中 NumPy 是一个数学运算的库,它会在我们安装 Matplotlib 时安装。而 pyplot 是 Matplotlib 的子库,绘图的操作主要都在里面。
在绘制图表时,我们需要先准备 x 和 y 轴的数据。然后调用 plt.plot 函数绘制图表,最后调用 plt.show 函数显示图表,下面是我们绘制的图表:
不过上面的图表过于单调,你无法从里面获取准确的信息,因此需要我们丰富一下图表。
绘制折线图并丰富信息
添加标题、x 轴、y 轴信息
在 plot 中提供了一个函数用于添加标题、x 轴和 y 轴的信息。我们用第一节的代码进行一下扩展:
import numpy as np
import matplotlib.pyplot as plt
x = np.linspace(0, 10, 10)
y = x**2
plt.plot(x, y)
# 添加标题
plt.title("y = x^2")
# 添加 x 轴的信息
plt.xlabel("x")
# 添加 y 轴的信息
plt.ylabel("y")
# 保存图片
plt.savefig('1.jpg')
plt.show()
我们在调用 plt.plot 函数后又调用了三个函数,分别是 title、xlabel、ylabel。正好对应了我们的标题、x 轴和 y 轴。这样我们的图表就更容易理解,下面是绘制的图表:
从图可以看出,它是 y = x^2 的函数图像。
现在有了一些提示信息,我们可以考虑美化一个图表了。
丰富样式
我们在前面的基础上继续修改:
import numpy as np
import matplotlib.pyplot as plt
x = np.linspace(0, 10, 10)
y = x**2
# 使用背景
plt.style.use('ggplot')
# 丰富样式
plt.plot(x, y, c='r', marker='o', ls='-', )
plt.title("y = x^2")
plt.xlabel("x")
plt.ylabel("y")
plt.savefig('1.jpg')
plt.show()
在上面我们对两个部分进行了修改,首先我们在绘制图表前调用了:
plt.style.use('ggplot')
这个操作是使用 Matplotlib 中自带的样式,我们可以通过:
plt.style.available
来查看可选的样式。
第二部分是在绘制图表时添加了几个参数,它们的含义分别如下:
c 颜色
marker 点的样式
ls 线条样式
最后绘制出来的图表如下:
可以看到在样式上有了很大的改观。当然,我们的 Matplotlib 还可以绘制其它图。
绘制散点图
散点图的绘制和折线图很像,我们直接来看代码:
import numpy as np
import matplotlib.pyplot as plt
x = np.linspace(0, 10, 10)
y = x**2
plt.style.use('ggplot')
# 绘制散点图
plt.scatter(x, y, c='r', marker='o', ls='-', )
plt.title("y = x^2")
plt.xlabel("x")
plt.ylabel("y")
plt.savefig('1.jpg')
plt.show()
可以看到,我们的代码只做了非常简单的修改。我们把原本绘制折线图的函数 plt.plot 换成了 plt.scatter。其余代码直接照搬,这就是我们散点图的绘制,我们先看看绘制出来的图片:
可以看到散点图正确的绘制出来了。我们可以尝试绘制其它样式的散点图:
import numpy as np
import matplotlib.pyplot as plt
x = np.linspace(0, 10, 10)
y = x**2
plt.style.use('ggplot')
plt.scatter(x, y, c='b', marker='*')
plt.title("y = x^2")
plt.xlabel("x")
plt.ylabel("y")
plt.savefig('1.jpg')
plt.show()
上面我调整了一个标记颜色和点的样式,绘制出来的图表如下:
绘制饼图和条形图
除了上面两种,Matplotlib 还可以绘制饼图和统计图。它们的绘制也非常简单:
import numpy as np
import matplotlib.pyplot as plt
x = np.linspace(0, 10, 10)
y = [10, 3, 4, 7, 9, 3, 11, 23, 3, 17]
plt.rcParams['font.sans-serif'] = ['SimHei']
plt.style.use('ggplot')
plt.bar(x, y, color='b', tick_label=['01', '02', '03', '04', '05', '06', '07', '08', '09', '10'])
plt.title("一个测试统计图")
plt.xlabel("年份")
plt.ylabel("y 值")
plt.savefig('1.jpg')
plt.show()
这里我们多加了一些内容,我们来分别看看。首先第一个是:
plt.rcParams['font.sans-serif'] = ['SimHei']
这句代码的作用是让我们的图表可以显示中文,默认情况下我们显示中文是会乱码的。
第二部分,我们把绘制图表的函数换成了 plt.bar,而且参数也有些改变,含义如下:
color : 颜色
tick_label : x 轴的标签
后面的内容和之前一样,下面是我们图表的效果图:
有了中文标题,我们就能更方便的表示图表了。
不过有时候我们一张图里面可能会包含两组数据,这个时候我们可以使用图例来进行区分:
import numpy as np
import matplotlib.pyplot as plt
x = np.arange(10)
y1 = [10, 3, 4, 7, 9, 3, 11, 23, 3, 17]
y2 = [3, 4, 7, 9, 12, 16, 16, 17, 23, 17]
plt.rcParams['font.sans-serif'] = ['SimHei']
plt.style.use('ggplot')
bar_width = 0.35
tick_label = ['01', '02', '03', '04', '05', '06', '07', '08', '09', '10']
plt.bar(x, y1, bar_width, color='b', label='data1')
plt.bar(x+bar_width, y2, bar_width, color='r', label='data2')
plt.legend()
plt.xticks(x+bar_width/2, tick_label)
plt.title("一个测试统计图")
plt.xlabel("年份")
plt.ylabel("y 值")
plt.savefig('1.jpg')
plt.show()
这次我们为绘制了两次条形图,为了不让它们重合,我们把 x 轴添加了一个 bar_width。并且为每个条形图添加了一个 label 参数,这个参数就是会在图例中显示的内容。然后我们调用 legend 函数就能为图片添加图例了,下面是效果图:
左上角显示的就是我们的图例信息。
接下来我们再看看饼图的绘制吧:
import matplotlib.pyplot as plt
data = [0.2, 0.1, 0.05, 0.25, 0.4]
colors = ['#ee0000', '#0000ee', '#777777', '#00ee00', '#eeee00']
kinds = ['data1', 'data2', 'data3', 'data4', 'data5']
plt.rcParams['font.sans-serif'] = ['SimHei']
plt.style.use('ggplot')
plt.pie(data, labels=kinds, colors=colors)
plt.title("一个测试统计图")
plt.xlabel("年份")
plt.ylabel("y 值")
plt.savefig('1.jpg')
plt.show()
这里同样需要修改 plt 的绘制函数,这次使用的是 pie 函数。不同的图需要的参数也不同,这次我们需要的参数主要有:
x : 数据
labels : 每个数据的标签
colors : 每个数据显示的颜色
下面是我们效果图:
当然了,Matplotlib 中提供了图像远不止这些,更多的内容可以自己尝试一下,本次 Chat 就到这里了。
作者:ZackSock
链接:
https://juejin.cn/post/7063084556693274661
相关推荐
- Optional是个好东西,如果用错了就太可惜了
-
原文出处:https://xie.infoq.cn/article/e3d1f0f4f095397c44812a5be我们都知道,在Java8新增了一个类-Optional,主要是用来解决程...
- IDEA建议:不要在字段上使用@Autowire了!
-
在使用IDEA写Spring相关的项目的时候,在字段上使用@Autowired注解时,总是会有一个波浪线提示:Fieldinjectionisnotrecommended.纳尼?我天天用,咋...
- Spring源码|Spring实例Bean的方法
-
Spring实例Bean的方法,在AbstractAutowireCapableBeanFactory中的protectedBeanWrappercreateBeanInstance(String...
- Spring技巧:深入研究Java 14和SpringBoot
-
在本期文章中,我们将介绍Java14中的新特性及其在构建基于SpringBoot的应用程序中的应用。开始,我们需要使用Java的最新版本,也是最棒的版本,Java14,它现在还没有发布。预计将于2...
- Java开发200+个学习知识路线-史上最全(框架篇)
-
1.Spring框架深入SpringIOC容器:BeanFactory与ApplicationContextBean生命周期:实例化、属性填充、初始化、销毁依赖注入方式:构造器注入、Setter注...
- 年末将至,Java 开发者必须了解的 15 个Java 顶级开源项目
-
专注于Java领域优质技术,欢迎关注作者:SnailClimbStar的数量统计于2019-12-29。1.JavaGuideGuide哥大三开始维护的,目前算是纯Java类型项目中Sta...
- 字节跨平台框架 Lynx 开源:一个 Web 开发者的原生体验
-
最近各大厂都在开源自己的跨平台框架,前脚腾讯刚宣布计划四月开源基于Kotlin的跨平台框架「Kuikly」,后脚字节跳动旧开源了他们的跨平台框架「Lynx」,如果说Kuikly是一个面向...
- 我要狠狠的反驳“公司禁止使用Lombok”的观点
-
经常在其它各个地方在说公司禁止使用Lombok,我一直不明白为什么不让用,今天看到一篇文章列举了一下“缺点”,这里我只想狠狠地反驳,看到列举的理由我竟无言以对。原文如下:下面,结合我自己使用Lomb...
- SpringBoot Lombok使用详解:从入门到精通(注解最全)
-
一、Lombok概述与基础使用1.1Lombok是什么Lombok是一个Java库,它通过注解的方式自动生成Java代码(如getter、setter、toString等),从而减少样板代码的编写,...
- Java 8之后的那些新特性(六):记录类 Record Class
-
Java是一门面向对象的语言,而对于面向对象的语言中,一个众所周知的概念就是,对象是包含属性与行为的。比如HR系统中都会有雇员的概念,那雇员会有姓名,ID身份,性别等,这些我们称之为属性;而雇员同时肯...
- 为什么大厂要求安卓开发者掌握Kotlin和Jetpack?优雅草卓伊凡
-
为什么大厂要求安卓开发者掌握Kotlin和Jetpack?深度解析现代Android开发生态优雅草卓伊凡一、Kotlin:Android开发的现代语言选择1.1Kotlin是什么?Kotlin是由...
- Kotlin这5招太绝了!码农秒变优雅艺术家!
-
Kotlin因其简洁性、空安全性和与Java的无缝互操作性而备受喜爱。虽然许多开发者熟悉协程、扩展函数和数据类等特性,但还有一些鲜为人知的特性可以让你的代码从仅仅能用变得真正优雅且异常简洁。让我们来看...
- 自行部署一款免费高颜值的IT资产管理系统-咖啡壶chemex
-
在运维时,ICT资产太多怎么办,还是用excel表格来管理?效率太低,也不好多人使用。在几个IT资产管理系统中选择比较中,最终在Snipe-IT和chemex间选择了chemex咖啡壶。Snip...
- PHP对接百度语音识别技术(php对接百度语音识别技术实验报告)
-
引言在目前的各种应用场景中,语音识别技术已经越来越常用,并且其应用场景正在不断扩大。百度提供的语音识别服务允许用户通过简单的接口调用,将语音内容转换为文本。本文将通过PHP语言集成百度的语音识别服务,...
- 知识付费系统功能全解析(知识付费项目怎么样)
-
开发知识付费系统需包含核心功能模块,确保内容变现、用户体验及运营管理需求。以下是完整功能架构:一、用户端功能注册登录:手机号/邮箱注册,第三方登录(微信、QQ)内容浏览:分类展示课程、文章、音频等付费...
- 一周热门
-
-
Python实现人事自动打卡,再也不会被批评
-
【验证码逆向专栏】vaptcha 手势验证码逆向分析
-
Psutil + Flask + Pyecharts + Bootstrap 开发动态可视化系统监控
-
一个解决支持HTML/CSS/JS网页转PDF(高质量)的终极解决方案
-
再见Swagger UI 国人开源了一款超好用的 API 文档生成框架,真香
-
网页转成pdf文件的经验分享 网页转成pdf文件的经验分享怎么弄
-
C++ std::vector 简介
-
系统C盘清理:微信PC端文件清理,扩大C盘可用空间步骤
-
10款高性能NAS丨双十一必看,轻松搞定虚拟机、Docker、软路由
-
python使用fitz模块提取pdf中的图片
-
- 最近发表
- 标签列表
-
- python判断字典是否为空 (50)
- crontab每周一执行 (48)
- aes和des区别 (43)
- bash脚本和shell脚本的区别 (35)
- canvas库 (33)
- dataframe筛选满足条件的行 (35)
- gitlab日志 (33)
- lua xpcall (36)
- blob转json (33)
- python判断是否在列表中 (34)
- python html转pdf (36)
- 安装指定版本npm (37)
- idea搜索jar包内容 (33)
- css鼠标悬停出现隐藏的文字 (34)
- linux nacos启动命令 (33)
- gitlab 日志 (36)
- adb pull (37)
- table.render (33)
- python判断元素在不在列表里 (34)
- python 字典删除元素 (34)
- vscode切换git分支 (35)
- python bytes转16进制 (35)
- grep前后几行 (34)
- hashmap转list (35)
- c++ 字符串查找 (35)