Python数据分析之matplotlib绘图详解

目录

多子图

figure是绘制对象(可以理解为一个空白的画布),一个figure对象可以包含多个Axes子图,一个Axes是一个绘图区域,不加设置时,Axes为1,且每次绘图其实都是在figure上的Axes上绘图。

我们是在图形对象上面的Axes区域进行作画

1.add_axes():添加区域

2.Matplotlib定义一个axes类,该类的对象称为axes对象(即轴域对象),它指定一个有数值范围限制的绘图区域。再给定一个画布中,可以包含多个axes对象,但是同一个axes对象只能在一个画布中使用。

2D 绘制区域(axes)包含两个轴(axis)对象

语法:

add_axes(rect)

该方法用来生成一个axes轴域对象,对象的位置参数由参数rect决定。

rect是位置参数,接受一个由4个元素组成的浮点数列表,形如[left,bottom,width,height],它表示添加到画布中的矩形区域左下标(x,y),以及宽度和高度

fig=plt.figure(figsize=(4,2),facecolor='g')
#ax1从画布起始位置绘制,宽高和画布一致
ax1=fig.add_axes([0,0,1,1])
#ax2从画布20%的位置开始绘制,宽高是画布的50%
ax2=fig.add_axes([0.2,0.2,0.5,0.5])
ax3=fig.add_axes([0.0,0.5,0.5,0.5])
ax3.plot([1,2,3,4,6],[2,3,5,8,9])
ax1.plot([1,2,3,4,6],[2,3,5,8,9])
ax2.plot([1,2,3,4,6],[2,3,5,8,9])

Python数据分析之matplotlib绘图详解

注意:每个元素的值是画布宽度和高度的分数。即将画布的宽、高作为一个单位。比如,[0.2,0.2,0.5,0.5],它代表从画布20%的位置开始绘制,宽度是画布的50%

fig=plt.figure()
#创建区域1
ax1=fig.add_axes([0,0,1,1])
#区域1作画
plt.plot([1,2,3,4,6],[2,3,5,8,9])
#创建区域2
ax2=fig.add_axes([0.2,0.2,0.5,0.5])
#区域2作画
plt.plot([1,2,3,4,6],[2,3,5,8,9])

subplot():均等地划分画布,只是创建一个包含子图区域的画布(返回区域对象)subplots():既创建一个包含子图区域的画布,又创建了一个figure的图形对象(返回图形对象和区域对象)

散点图

matplotlib.pyplot.scatter(s,y,s=None,marker=None,camp=None,norm=None,vmin=None,vmax=None,aipha=None,linewidths=None,edgecolors=None,plotnonfinite=False,data=None,*kwargs)

x,y散点坐标 s散点面积 c散点颜色(默认为蓝色,‘b’,其余颜色同plt.plot()) marker散点样式(默认为实心圆) alpha散点透明度([0,1]之间的数,0表示完全透明,1表示完全不透明) linewidths散点的边缘线宽 edgecolors散点的边缘颜色 camp(Colormap,默认None,标量是一个colormap的名字,只有c是一个浮点数组时才使用)
#x轴数据
x=np.array([1,2,3,4,5,6,7,8])
#y轴数据
y=np.array([]1,4,9,16,7,11,23,18)
#生成一个[0,1)之间的随机浮点数或N维浮点数组
print((20*np.random.rand(8)**2)

a=(20*np.random.rand(8))**2
plt.scatter(x,y,s)
plt.show()

Python数据分析之matplotlib绘图详解

自定义点的颜色和透明度

x=np.random.rand(50) #rand()生成一个[0,1)之间的随机浮点数或 N维浮点数组
#y轴数据
y=np.random.rand(50)
#生成一个浮点数组,取值范围,正态分布的随机样本数
s=(10*np.random.randn(50))**2
#颜色可以使用一组数字序列
#如只需要3中颜色
#color=np.resize(np.array([1,2,3]),100)
#颜色随机
color=np.random.rand(50)
plt.scatter(x,y,s,c=color.alpha=0.5![请添加图片描述](https://img-blog.csdnimg.cn/485575db5ab44419a8c885c2ed2fc7e6.jpeg)
)

水平柱状图
#引入Matplotlib
from matplotlib import pyplot as plt
import numpy as np
#设置中文字体
plt.rcParams['font.sans-serif']=['SimHei']
#中文负号
plt.rcParams['axes.unicode_minus']=False
#设置分辨率100
plt.rcParams['figure.dpi']=100
#设置大小
plt.rcParams['figure.figsize']=(5,3)

调用Matplptlib的barh()函数可以生成水平柱状图

barh()函数的用法与bar()函数的用法基本一样,只是在调用barh()函数使用y参数传入Y轴数据,使用width参数传入代表条柱 宽度的数据。

plt.barh(y,width,height=0.8,left=None,*,align=‘center’,**kwargs)

countries=['挪威','德国','中国','美国','瑞典']
#金牌个数
gold_medal=np.array([16,12,9,8,8])
#y轴为国家,宽度为奖牌个数
plt.barh(countries,width=gold_medal)

Python数据分析之matplotlib绘图详解

同位置柱状图
#国家
countries=['挪威','德国','中国','美国','瑞典']
#金牌个数
gold_metal=[16,12,9,8,8]
#银牌个数
silver_medal=[8,10,4,10,5]
#铜牌个数
bronze_metal=[13,5,2,7,5]

#1.将x轴转换为数值x=np.arange(len(countries))
print(x)
#2.设置图像宽度
width=0.2
#=======确定x起始位置=====
#金牌起始位置
gold_x=x
#银牌起始位置
sliver_x=x+width
#铜牌起始位置
bronze_x=x+2*width

#==============分别绘制图形
#金牌图形
plt.bar(gold_x,gold_medal,width=width,color='gold')
#银牌图形
plt.bar(silver_x,silver_medal,width=width,color='silver')
#铜牌图形
plt.bar(bronze_x,bronze_medal,width=width,color='saddlebrown')

#=====将x轴的坐标变回来
#注意x标签的位置居中
plt.xticks(x+width,labels=countries)
#------显示高度文本-------
for i in range(len(countries)):
	#金牌文本设置
	plt.text(gold_x[i],gold_medal[i],va="bottom",ha="center")
	plt.text(silver_x[i],silver_medal[i],va="bottom",ha="center")
	plt.text(bronze_x[i],bronze_medal[i],va="bottom",ha="center")

Python数据分析之matplotlib绘图详解

原文地址:https://blog.csdn.net/weixin_66610130/article/details/127039679
66人参与, 0条评论 登录后显示评论回复

你需要登录后才能评论 登录/ 注册