matplotlib绘图：散点图、折线图、柱状图、水平条形图、饼图和直方图

您所在的位置：网站首页 › 条形图包括什么内容和内容 › matplotlib绘图：散点图、折线图、柱状图、水平条形图、饼图和直方图

matplotlib绘图：散点图、折线图、柱状图、水平条形图、饼图和直方图

2024-07-08 01:59:13| 来源: 网络整理| 查看: 265

目录数据可视化Matplotlib安装和导入库安装Matplotlib库导入Matplotlib库中的`pyplot`子库一、Matplotlib基础知识1. Figure对象1.1 定义1.2 划分子图1.3 设置中文字体1.4 添加标题1.5 调整子图二、散点图引入scatter()函数二、折线图plot()函数三、柱状图1. 普通柱形图2. 并列柱形图3. 堆叠条形图4. 柱线混合图四、水平条形图五、饼图五、直方图 )

数据可视化数据分析阶段：理解和洞察数据之间的关系算法调试阶段：发现问题，优化算法项目总结阶段：展示项目成果 Matplotlib

Matplotlib 是Python中类似 MATLAB 的绘图工具，可以快速方便地生成高质量的图标在这里插入图片描述

安装和导入库安装Matplotlib库 Anaconda：安装了anaconda之后，Matplotlib就已经安装好了pip pip install matplotlib 导入Matplotlib库中的pyplot子库

import matplotlib.pyplot as plt matplotlib.pyplot是一个有命令风格的函数集合，它看起来和MATLAB很相似。每一个pyplot函数都使一副图像做出些许改变，例如创建一幅图，在图中创建一个绘图区域，在绘图区域中添加一条线等等。在matplotlib.pyplot中，各种状态通过函数调用保存起来，以便于可以随时跟踪像当前图像和绘图区域这样的东西。绘图函数是直接作用于当前axes（matplotlib中的专有名词，图形中组成部分，不是数学中的坐标系。）

一、Matplotlib基础知识

Matplotlib中的基本图表包括的元素

x轴和y轴 axis 水平和垂直的轴线

x轴和y轴刻度 tick 刻度标示坐标轴的分隔，包括最小刻度和最大刻度

x轴和y轴刻度标签 tick label 表示特定坐标轴的值

绘图区域（坐标系） axes

坐标系标题 title

轴标签 xlabel ylabel

1. Figure对象 1.1 定义

在任何绘图之前，我们需要一个Figure对象，可以理解成我们需要一张画板才能开始绘图。

import matplotlib.pyplot as plt fig = plt.figure(num, figsize, dpi, facecolor, edgecolor, frameon) 参数说明num图形编号或名称，取值为数字/字符串figsize绘图对象的宽和高，单位是英寸dpi绘图对象的分辨率，缺省值为80facecolor背景颜色edgecolor边框颜色frameon表示是否显示边框FigureClassOptionally use a custom Figure instance.clear如果是True，并且图形已经存在，则清楚该图形

例子：

plt.figure(figsize=(3, 2), facecolor="green") plt.plot() plt.show()

在这里插入图片描述可选参数

颜色缩略字符颜色缩略字符bluebblackkgreengwhitewrenrcyancyellowymegentam 1.2 划分子图

在matlib中，两条坐标轴连接的区域叫做轴域。在这里插入图片描述语法：

plt.subplot(nrows, ncols, index) 参数说明nrows行数ncols列数index子图序号

在这里插入图片描述例子：

fig = plt.figure() plt.subplot(2, 2, 1) plt.subplot(2, 2, 2) plt.subplot(2, 2, 3) plt.subplot(2, 2, 4) plt.show()

每个subplot函数只创建一个子图，前两个参数只是说明将画布划分为2*2的区域，可以创建四个子图，但是并没有同时创建四个子图。要创建四个子图就需要执行四条语句，分别创建每个子图。当subplot函数中的行数，列数和子图序号都小于10时，可以省略各个参数间的逗号，用一个三位数来代替，如下。

plt.subplot(221) plt.subplot(222) plt.subplot(223) plt.subplot(224)

在这里插入图片描述

1.3 设置中文字体设置中文字体由于Matplotlib的默认字体是英文，因此在向图表中添加中文的时候，常常无法显示，这时只要将默认字体改为中文就可以了。语法 plt.rcParams["font.sans-serif"] = "SimHei"

在这里插入图片描述其他常用中文字体的名称

中文字体英文描述中文字体英文描述宋体SimSun楷体KaiTi黑体SimHei仿宋FangSong微软雅黑MicrosoftYaHei隶书LiSu微软正黑体MicrosoftJhengHei幼圆YouYuan 恢复标准默认配置 rc参数被修改后还可以恢复标准默认配置 plt.rcdefaults() 1.4 添加标题添加全局标题 subtitle("global_title") 添加子标题 title("title")

在这里插入图片描述 suptitle()函数的主要参数：

参数说明默认值x标题位置的x坐标0.5y标题位置的y坐标0.98color标题颜色黑色background标题背景颜色fontsize标题的字体大小12fontweight字体粗细normal / light / medium / semibold / bold / heavy / blackfontstyle设置字体类型xx-small / x-small / small / medium / large / x-large / xx-largehorizontalalignment标题水平对齐方式center / left / rightverticalalignment标题的垂直对齐方式top / center / bottom / baseline

title()函数的主要参数：

参数说明取值loc标题位置left / rightrotation标题文字旋转角度color标题颜色黑色fontsize标题的字体大小12fontweight字体粗细normal / light / medium / semibold / bold / heavy / blackfontstyle设置字体类型xx-small / x-small / small / medium / large / x-large / xx-largehorizontalalignment标题水平对齐方式center / left / rightverticalalignment标题的垂直对齐方式top / center / bottom / baselinefontdict设置参数字典

例子，比如绘制下图：在这里插入图片描述

import matplotlib.pyplot as plt #%% plt.rcParams["font.family"] = "SimHei" fig = plt.figure(facecolor="lightgrey") plt.subplot(2, 2, 1) plt.title("子标题1") plt.subplot(2, 2, 2) plt.title("子标题2", loc="left", color="b") plt.subplot(2, 2, 3) myfontdict = {"fontsize": 12, "color": "g", "rotation": 30} plt.title("子标题3", fontdict=myfontdict) plt.subplot(2, 2, 4) plt.title("子标题4", color="w", backgroundcolor="black") plt.suptitle("全局标题", fontsize=20, color="red", backgroundcolor="yellow") plt.show()

小技巧: 代码分段运行

代码分段使用 #%% 将代码分段（应该自2018版pycharm就可以这样了）注意：仅在科学模式Scientific Mode下有效分段运行法一：Ctrl + Enter 逐端运行法二：点击代码段左边的绿色三角形在这里插入图片描述

如果得到下列结果，则需要对画布进行调整在这里插入图片描述

这里主标题挡住了子标题，上下两个子图的间距也过小了 1.5 调整子图

tight_layout()函数检查坐标轴标签、刻度标签和子图标题，自动调整子图，使之填充整个绘图区域，并消除子图之间的重叠。在上述代码中增加

import matplotlib.pyplot as plt #%% # 设置默认字体为中文 plt.rcParams["font.family"] = "SimHei" # 创建一个绘图对象，并将它的前景色绘制为浅灰色 fig = plt.figure(facecolor="lightgrey") # 创建了四个子图 plt.subplot(2, 2, 1) # 创建默认子标题 plt.title("子标题1") plt.subplot(2, 2, 2) # 子标题左对齐，字体颜色是蓝色 plt.title("子标题2", loc="left", color="b") plt.subplot(2, 2, 3) # 将参数放在字典中，所有关键字都是字符串 myfontdict = {"fontsize": 12, "color": "g", "rotation": 30} plt.title("子标题3", fontdict=myfontdict) plt.subplot(2, 2, 4) # 标题字体为白色，背景色为黑色 plt.title("子标题4", color="w", backgroundcolor="black") plt.suptitle("全局标题", fontsize=20, color="red", backgroundcolor="yellow") plt.tight_layout() plt.show()

在这里插入图片描述可以看到，子图之间的间距已经被自动调整了。标题和坐标轴之间不再重叠。但是，全局标题和子图区域还是有重叠。这是因为tight_layout()函数使子图区域充满了整个画布。我们现在希望能在画布上面留出一点位置来放置全局标题。这时候，只需要修改tight_layout()函数中的rect参数就可以了。

tight_layout(rect=(left, bottom, right, top))

这是子图区域的左下角坐标和右上角坐标，坐标必须为标准化图形坐标, 默认是(0,0,1,1) 在这里插入图片描述

# 设置默认字体为中文 plt.rcParams["font.family"] = "SimHei" # 创建一个绘图对象，并将它的前景色绘制为浅灰色 fig = plt.figure(facecolor="lightgrey") # 创建了四个子图 plt.subplot(2, 2, 1) # 创建默认子标题 plt.title("子标题1") plt.subplot(2, 2, 2) # 子标题左对齐，字体颜色是蓝色 plt.title("子标题2", loc="left", color="b") plt.subplot(2, 2, 3) # 将参数放在字典中，所有关键字都是字符串 myfontdict = {"fontsize": 12, "color": "g", "rotation": 30} plt.title("子标题3", fontdict=myfontdict) plt.subplot(2, 2, 4) # 标题字体为白色，背景色为黑色 plt.title("子标题4", color="w", backgroundcolor="black") plt.suptitle("全局标题", fontsize=20, color="red", backgroundcolor="yellow") plt.tight_layout(rect=(0, 0, 1, 1)) plt.show() 二、散点图引入

散点图(Scatter)：是数据点在直角坐标系中的分布图

原始数据分布的规律

射击手向靶子多次射击后留下的记录。射击的成绩呈正太分布数据变化的趋势在这里插入图片描述

房屋大小和房价呈线性关系数据分组在这里插入图片描述

横坐标是花瓣长度，纵坐标是花瓣宽度 scatter()函数 scatter(x, y, scale, color, marker, label)

参数说明如下

参数说明默认值x标题位置的x坐标不可忽略y标题位置的y坐标不可忽略scale数据点的大小36color数据点的颜色marker数据点的样式‘o’(远点)label图例文字

这是其他数据点样式

取值中文描述取值中文描述取值中文描述-实线1朝下的三角v朝下的三角–虚线2朝上的三角^朝上的三角-.点线3朝左的三角朝右的三角.点s正方形D钻石形,像素p五角形d小版钻石形o圆形*星型|垂直线形++号标记h1号六角形_水平线形xx号标记H2号六角形

例子：来绘制这个图在这里插入图片描述

# 设置默认字体为中文 plt.rcParams["font.family"] = "SimSun" # 标准正态分布 n = 1024 x = np.random.normal(0, 1, n) y = np.random.normal(0, 1, n) # 绘制散点图 plt.scatter(x, y, color="blue", marker="*") # 设置标题 plt.title("标准正态分布", fontsize=20) plt.show()

在这里插入图片描述我们还需要添加适当的文字描述

text(x, y, s, fontsize, color) 参数说明默认值x标题位置的x坐标不可忽略y标题位置的y坐标不可忽略s显示的文字不可忽略fontsize文字的大小color文字的颜色黑色

这里我们看到由于设置了中文字体，负号不能正常显示，因此我们需要设置坐标轴

plt.rcParams["axes.unicode_minus"] = False

绘图时，pyplot会根据数据的分布区间，自动加上坐标轴。如果要改变x轴，y轴的坐标范围，设置坐标轴的刻度样式或者给坐标轴加上标签，那么可以使用这几个函数

函数说明xlabel(x, y, fontsize, color)设置x轴标签ylabel(x, y, fontsize, color)设置y轴标签xlim(xmin, xmax)设置x轴坐标的范围ylim(ymin, ymax)设置y轴坐标的范围tick_params(labelsize)设置刻度文字的字号 # 设置默认字体为中文 plt.rcParams["font.family"] = "SimHei" # 标准正态分布 n = 1024 x = np.random.normal(0, 1, n) y = np.random.normal(0, 1, n) # 绘制散点图 plt.scatter(x, y, color="blue", marker="*") # 设置标题 plt.title("标准正态分布", fontsize=20) # 解决负号显示不出来的问题 plt.rcParams["axes.unicode_minus"] = False # 设置文本 plt.text(2.5, 2.5, "均值：0\n标准差：1") # 设置坐标轴范围 plt.xlim(-4, 4) plt.ylim(-4, 4) # 设置轴标签文本 plt.xlabel('横坐标x', fontsize=14) plt.ylabel('纵坐标y', fontsize=14) plt.show()

在这里插入图片描述增加均匀分布的点

# 设置默认字体为中文 plt.rcParams["font.family"] = "SimHei" # 标准正态分布 n = 1024 x1 = np.random.normal(0, 1, n) y1 = np.random.normal(0, 1, n) # 均匀分布 x2 = np.random.uniform(-4, 4, (1, n)) y2 = np.random.uniform(-4, 4, (1, n)) # 绘制散点图 plt.scatter(x1, y1, color="blue", marker="*") plt.scatter(x2, y2, color="yellow", marker="o") # 设置标题 plt.title("标准正态分布", fontsize=20) # 解决负号显示不出来的问题 plt.rcParams["axes.unicode_minus"] = False # 设置文本 plt.text(2.5, 2.5, "均值：0\n标准差：1") # 设置坐标轴范围 plt.xlim(-4, 4) plt.ylim(-4, 4) # 设置轴标签文本 plt.xlabel('横坐标x', fontsize=14) plt.ylabel('纵坐标y', fontsize=14) plt.show()

在这里插入图片描述增加图例

scatter(x, y, scale, color, marker, label) # label是图例参数 legend(loc, fontsize)

loc参数的取值

取值图例位置取值图例位置0best6center left1upper right7center right2upper left8lower center3lower left9upper center4lower right10center5right # 设置默认字体为中文 plt.rcParams["font.family"] = "SimHei" # 标准正态分布 n = 1024 x1 = np.random.normal(0, 1, n) y1 = np.random.normal(0, 1, n) # 均匀分布 x2 = np.random.uniform(-4, 4, (1, n)) y2 = np.random.uniform(-4, 4, (1, n)) # 绘制散点图 plt.scatter(x1, y1, color="blue", marker="*", label="正态分布") plt.scatter(x2, y2, color="yellow", marker="o", label="均匀分布") # 默认位置，使用默认字体 plt.legend() # 设置标题 plt.title("标准正态分布", fontsize=20) # 解决负号显示不出来的问题 plt.rcParams["axes.unicode_minus"] = False # 设置文本 plt.text(2.5, 2.5, "均值：0\n标准差：1") # 设置坐标轴范围 plt.xlim(-4, 4) plt.ylim(-4, 4) # 设置轴标签文本 plt.xlabel('横坐标x', fontsize=14) plt.ylabel('纵坐标y', fontsize=14) plt.show()

在这里插入图片描述

二、折线图

折线图：散点图的基础上，将相邻的点用线段想连接

描述变量变化的趋势

plot()函数 plot(x, y, cplor, marker,label, linewidth, markersize)

参数说明如下：

参数说明默认值x标题位置的x坐标0,1,2,…y标题位置的y坐标不可忽略color数据点的颜色marker数据点的样式‘o’(圆点)label图例文字linewidth折线的宽度markersize数据点的大小

例子：绘制这样一个折线图，这是一个房间24小时的温度和湿度的监测记录在这里插入图片描述

import matplotlib.pyplot as plt import numpy as np # 设置默认字体为中文 plt.rcParams["font.family"] = "SimHei" # 生成随机数列 n = 24 y1 = np.random.randint(27, 37, n) y2 = np.random.randint(40, 60, n) # 绘制折线图 plt.plot(y1, label="温度") plt.plot(y2, label="湿度") plt.xlim(0, 23) # 多留一点空间好放置图例 plt.ylim(20, 70) plt.xlabel("小时", fontsize=12) plt.ylabel("测量值", fontsize=12) plt.title("24小时温度湿度统计", fontsize=16) plt.legend() plt.show()

在这里插入图片描述

三、柱状图 1. 普通柱形图

由一系列高度不等的柱形条纹表示数据分布的情况。在这里插入图片描述语法

bar(x, left, height, width, facecolor, edgecolor, label)

参数说明如下：

参数说明xx轴的位置序列，一般采用arange函数产生一个序列heighty轴的数值序列，也就是柱形图的高度，一般就是我们需要展示的数据alpha透明度width为柱形图的宽度，默认0.8color或facecolor柱形图填充的颜色edgecolor图形边缘颜色label图例文字linewidth or linewidths or lw边缘or线的宽度

例子：在这里插入图片描述

import matplotlib.pyplot as plt import numpy as np # 设置默认字体为中文 plt.rcParams["font.family"] = "SimHei" # 解决负号问题 plt.rcParams["axes.unicode_minus"] = False # 条纹高度 y1 = [32, 25, 16, 30, 24, 45, 40, 33, 28, 17, 24, 20] y2 = [-23, -35, -26, -35, -45, -43, -35, -32, -23, -17, -22, -28] # 条纹left坐标 plt.bar(range(len(y1)), y1, width=0.8, facecolor="green", edgecolor="white", label="统计量1") plt.bar(range(len(y2)), y2, width=0.8, facecolor="red", edgecolor="white", label="统计量2") plt.title("柱状图", fontsize=20) plt.legend() plt.show()

在这里插入图片描述

2. 并列柱形图 # 设置中文字体和负号正常显示 plt.rcParams['font.sans-serif'] = ['SimHei'] plt.rcParams['axes.unicode_minus'] = False label_list = ['2014', '2015', '2016', '2017'] # 横坐标刻度显示值 num_list1 = [20, 30, 15, 35] # 纵坐标值1 num_list2 = [15, 30, 40, 20] # 纵坐标值2 x = range(len(num_list1)) rects1 = plt.bar(x=x, height=num_list1, width=0.4, alpha=0.8, color='red', label="一部门") rects2 = plt.bar(x=[i + 0.4 for i in x], height=num_list2, width=0.4, color='green', label="二部门") plt.ylim(0, 50) # y轴取值范围 plt.ylabel("数量") # 设置x轴刻度显示值参数一：中点坐标参数二：显示值 plt.xticks([index + 0.2 for index in x], label_list) plt.xlabel("年份") plt.title("某某公司") plt.legend() # 设置题注 # 编辑文本 for rect in rects1: height = rect.get_height() plt.text(rect.get_x() + rect.get_width() / 2, height+1, str(height), ha="center", va="bottom") for rect in rects2: height = rect.get_height() plt.text(rect.get_x() + rect.get_width() / 2, height+1, str(height), ha="center", va="bottom") plt.show()

在这里插入图片描述

3. 堆叠条形图 plt.rcParams['font.sans-serif'] = ['SimHei'] plt.rcParams['axes.unicode_minus'] = False label_list = ['2014', '2015', '2016', '2017'] num_list1 = [20, 30, 15, 35] num_list2 = [15, 30, 40, 20] x = range(len(num_list1)) rects1 = plt.bar(x=x, height=num_list1, width=0.45, alpha=0.8, color='red', label="一部门") rects2 = plt.bar(x=x, height=num_list2, width=0.45, color='green', label="二部门", bottom=num_list1) plt.ylim(0, 80) plt.ylabel("数量") plt.xticks(x, label_list) plt.xlabel("年份") plt.title("某某公司") plt.legend() plt.show()

在这里插入图片描述

4. 柱线混合图 plt.rcParams['font.sans-serif'] = ['SimHei'] # 用黑体显示中文 # 构建数据 x = [2, 4, 6, 8] y = [450, 500, 200, 1000] # 画柱形图 plt.bar(x=x, height=y, label='书库大全', color='steelblue', alpha=0.8) # 在柱状图上显示具体数值, ha参数控制水平对齐方式, va控制垂直对齐方式 for x1, yy in zip(x, y): plt.text(x1, yy + 1, str(yy), ha='center', va='bottom', fontsize=20, rotation=0) # 设置标题 plt.title("80小说网活跃度") # 为两条坐标轴设置名称 plt.xlabel("发布日期") plt.ylabel("小说数量") # 显示图例 plt.legend() # 画折线图 plt.plot(x, y, "r", marker='*', ms=10, label="a") plt.xticks(rotation=45) plt.legend(loc="upper left") plt.savefig("a.jpg") plt.show()

在这里插入图片描述

四、水平条形图

语法

barh(y, width, height, left, align='center')

参数说明如下：

参数说明yy轴的位置序列，一般采用arange函数产生一个序列width柱形图的宽，默认0.8heightx轴的数值序列，也就是柱形图的高度，一般就是我们需要展示的数据alpha透明度align柱形图在x坐标的哪侧，可选值 ‘center’ ‘edge’left额外增量color或facecolor柱形图填充的颜色edgecolor图形边缘颜色label图例文字linewidth or linewidths or lw边缘or线的宽度 plt.rcParams['font.sans-serif'] = ['SimHei'] plt.rcParams['axes.unicode_minus'] = False price = [39.5, 39.9, 45.4, 38.9, 33.34] plt.barh(range(5), price, height=0.7, color='steelblue', alpha=0.8) # 从下往上画 plt.yticks(range(5), ['亚马逊', '当当网', '中国图书网', '京东', '天猫']) plt.xlim(30,47) plt.xlabel("价格") plt.title("不同平台图书价格") for x, y in enumerate(price): plt.text(y + 0.2, x - 0.1, '%s' % y) plt.show()

在这里插入图片描述

五、饼图

语法

barh(y, width, height, left, align='center')

参数说明如下：

参数说明x(每一块)的比例，如果sum(x) > 1会使用sum(x)归一化explode设置各部分间隔值, 每一块离开中心距离labels每一块饼图外侧显示的图例colors每一块的颜色autopct控制饼图内百分比设置,可以使用format字符串或者format function '%1.1f’指小数点前后位数(没有用空格补齐)pctdistance类似于labeldistance,指定autopct的位置,默认值为0.6shadow在饼图下面画一个阴影。默认值：Falselabeldistancelabel标记的绘制位置,相对于半径的比例，默认值为1.1, 如

【本文地址】

公司简介

联系我们

今日新闻

点击排行

实验室常用的仪器、试剂和: 说到实验室常用到的东西，主要就分为仪器、试剂和耗

不用再找了，全球10大实验: 01、赛默飞世尔科技（热电）Thermo Fisher Scientif

三代水柜的量产巅峰T-72坦: 作者：寞寒最近，西边闹腾挺大，本来小寞以为忙完这

通风柜跟实验室通风系统有: 说到通风柜跟实验室通风，不少人都纠结二者到底是不

集消毒杀菌、烘干收纳为一: 厨房是家里细菌较多的地方，潮湿的环境、没有完全密

实验室设备之全钢实验台如: 全钢实验台是实验室家具中较为重要的家具之一，很多

图片新闻

实验室药品柜的特性有哪些: 实验室药品柜是实验室家具的重要组成部分之一，主要

小学科学实验中有哪些教学: 计算机计算器一般打孔器打气筒仪器车显微镜

实验室各种仪器原理动图讲: 1.紫外分光光谱UV分析原理：吸收紫外光能量，引起分

高中化学常见仪器及实验装: 1、可加热仪器：2、计量仪器：（1）仪器A的名称：量

微生物操作主要设备和器具: 今天盘点一下微生物操作主要设备和器具，别嫌我啰嗦

浅谈通风柜使用基本常识: 　众所周知，通风柜功能中最主要的就是排气功能。在

matplotlib绘图：散点图、折线图、柱状图、水平条形图、饼图和直方图

matplotlib绘图：散点图、折线图、柱状图、水平条形图、饼图和直方图

今日新闻

点击排行

推荐新闻

图片新闻

专题文章