Python利用Matplotlib繪制圖表詳解

Posted on by

前言

Matplotlib 是 Python 中類似 MATLAB 的繪圖工具，如果您熟悉 MATLAB，那麼可以很快的熟悉它。

Matplotlib 提供瞭一套面向對象繪圖的 API，它可以輕松地配合 Python GUI 工具包（比如 PyQt，WxPython、Tkinter）在應用程序中嵌入圖形。與此同時，它也支持以腳本的形式在 Python、IPython Shell、Jupyter Notebook 以及 Web 應用的服務器中使用。

下面將介紹一些用Matplotlib繪制的圖表

折線圖繪制與顯示

# 展現一周天氣
# 1.創建畫佈
plt.figure(figsize=(20,8)) 
# plt.figure(figsize=(),dpi=)
# figsize:指定圖的長寬
# dpi:圖像清晰度
# 返回fig對象

# 2.繪制圖像
plt.plot([1,2,3,4,5,6,7],[17,17,18,15,11,11,13],label="hh")
# plt.plot(x,y,color=,linestyle=",label=")
# figure, axes = plt.subplots(nrows=1, ncols=2, figsize=(20,8), dpi=80)

# 顯示圖例
plt.legend(loc="lower left")

# 添加網格顯示
plt.grid(True,linestyle='-',alpha=0.5)

# 3.保存圖像 必須放在show的前邊，因為show會釋放圖像資源
# plt.savefig("test.png")

# 4.顯示圖像
plt.show()

繪制數學函數圖像

import numpy as np

# 1.準備x,y數據
x = np.linspace(-1,1,1000)
y = 2 * x * x

# 2.創建畫佈
plt.figure(figsize=(20,8), dpi=80)

# 3.繪制圖像
plt.plot(x,y)

# 4.顯示圖像
plt.show()

from jupyterthemes import jtplot
jtplot.style(theme='monokai') #選擇一個繪圖主題

import matplotlib.pyplot as plt
# 個別環境需要以下代碼
%matplotlib inline

plt.figure()
plt.plot([1,0,9],[4,5,6])
plt.show()

散點圖繪制

# 1.準備數據
x, y = [1,2,3,4,5,6,7], [17,17,18,15,11,11,13]
# 2.創建畫佈
plt.figure(figsize=(20, 8))
# 3.繪制圖像
plt.scatter(x,y)
# 4.顯示圖像
plt.show()

繪制柱狀圖

# 1.準備數據
x, y = [1,2,3,4,5,6,7], [17,17,2,15,11,11,13]
# 2.創建畫佈
plt.figure(figsize=(20, 8))
# 3.繪制圖像
plt.bar(x,y,width=0.5,color=['r','b','y','g'])
# 4.顯示圖像
plt.show()

繪制直方圖

x = [1,2,3,4,5,6,17,17,18,15,11,45,12,54,23,45,6,12,87,51,11,13]

plt.figure(figsize=(20,8), dpi=80)

distance = 2
group_num = int((max(x) - min(x)) / distance)

plt.hist(x, bins=group_num)

plt.show()

餅圖

# 1.準備數據
x, y = [1,2,3,4,5,6,7], ['17','17','2','15','11','11','13']
# 2.創建畫佈
plt.figure(figsize=(20, 8))
# 3.繪制圖像
plt.pie(x,labels=y,autopct='%1.2f%%',colors=['r','b','y','g'])
# x,y軸刻度等長
plt.axis('equal')
plt.legend(loc="lower left")
# 4.顯示圖像
plt.show()

到此這篇關於Python利用Matplotlib繪制圖表詳解的文章就介紹到這瞭,更多相關Python Matplotlib繪制圖表內容請搜索WalkonNet以前的文章或繼續瀏覽下面的相關文章希望大傢以後多多支持WalkonNet！

推薦閱讀：