Python数据分析之matplotlib绘图详解

 更新时间:2022年09月26日 14:50:57   作者:是皮蛋瘦肉周  
这篇文章主要为大家详细介绍了Python数据分析之如何利用matplotlib进行绘图,文中的示例代码讲解详细,感兴趣的小伙伴可以了解一下

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])

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()

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)

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")

到此这篇关于Python数据分析之matplotlib绘图详解的文章就介绍到这了,更多相关Python matplotlib绘图内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家!

相关文章

  • Python numpy.add函数的具体使用

    Python numpy.add函数的具体使用

    本文主要介绍了Python numpy.add函数的具体使用,numpy.add函数不仅仅是一个简单的加法操作,更是一个功能强大且高度优化的工具,可适用于各种复杂的数值计算和数据处理任务,感兴趣的可以了解一下
    2023-12-12
  • python编程实现随机生成多个椭圆实例代码

    python编程实现随机生成多个椭圆实例代码

    这篇文章主要介绍了python编程实现随机生成多个椭圆实例代码,具有一定借鉴价值,需要的朋友可以参考下
    2018-01-01
  • Java实现的执行python脚本工具类示例【使用jython.jar】

    Java实现的执行python脚本工具类示例【使用jython.jar】

    这篇文章主要介绍了Java实现的执行python脚本工具类,结合实例形式分析了java使用jython.jar执行Python脚本的具体操作技巧,需要的朋友可以参考下
    2018-03-03
  • OpenCV形状检测的示例详解

    OpenCV形状检测的示例详解

    本文主要介绍了OpenCV中的形状检测,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧
    2022-08-08
  • python操作摄像头截图实现远程监控的例子

    python操作摄像头截图实现远程监控的例子

    这篇文章主要介绍了python操作摄像头截图实现远程监控的例子,例子中包含了控制摄像头、写入Windows注册表方法等,需要的朋友可以参考下
    2014-03-03
  • Python解析json文件相关知识学习

    Python解析json文件相关知识学习

    JSON(JavaScript Object Notation) 是一种轻量级的数据交换格式。接下来通过本文给大家介绍python解析json文件相关知识,对python解析json文件相关知识感兴趣的朋友一起学习吧
    2016-03-03
  • Python时间获取及转换知识汇总

    Python时间获取及转换知识汇总

    这篇文章主要介绍了Python时间获取及转换知识汇总的相关资料,非常不错,具有参考借鉴价值,需要的朋友可以参考下
    2017-01-01
  • 浅谈Python中的函数(def)及参数传递操作

    浅谈Python中的函数(def)及参数传递操作

    这篇文章主要介绍了浅谈Python中的函数(def)及参数传递操作,具有很好的参考价值,希望对大家有所帮助。如有错误或未考虑完全的地方,望不吝赐教
    2021-05-05
  • 在 Pycharm 安装使用black的方法详解

    在 Pycharm 安装使用black的方法详解

    这篇文章主要介绍了如何在 Pycharm 安装使用black的相关知识,本文给大家介绍的非常详细,对大家的学习或工作具有一定的参考借鉴价值,需要的朋友可以参考下
    2020-04-04
  • PyCharm2019安装教程及其使用(图文教程)

    PyCharm2019安装教程及其使用(图文教程)

    这篇文章主要介绍了PyCharm2019安装教程(图文教程),文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧
    2019-09-09

最新评论