Matplotlib介绍

  Matplotlib是一个强大的Python绘图和数据可视化的工具包。 

Matplotlib的主要功能

  Matplotlib是python中的一个包,主要用于绘制2D图形(当然也可以绘制3D,但是需要额外安装支持的工具包)

Matplotliban安装、调用

   安装:pip install matplotlib

  调用:import matplotlib.pyplot as plt

Plot函数绘制多条曲线

一维参数

例如传入一个list对象使用plot,打印输出形成的图像

a=[1,2,3]
plt.plot(a) #只有一个参数时,值代表y轴的值,x为值对应的索引
plt.show()

结果:plot画出的图中横坐标是list的index,纵坐标是list的value,他会在图上形成三个点,然后将点连成线,所以它形成的是折线图,因为list满足线性关系(y的值是连续的),所以形成的图像是一个直线

二维参数

例如传入2个list对象使用plot,打印输出形成的图像

a=[1,2,3]
b=[4,5,6]
plt.plot(a,b)
plt.show()

结果:

折线图会根据传入参数的变化,线形状会发生变化

注意:传入的2个参数数值位数必须一致,否则会出现ValueError报错

设定线条风格(点线、虚线、圆点、颜色设置

线型linestyle(-,-.,--,.
点型marker(v,^,s,*,H,+,x,D,o,…
颜色color(b,g,r,y,k,w,…

1.默认是实现,可以设置成点线和虚线

2.默认是蓝色,可以设置成其他颜色

虚线 ' -- ' ,参数指定了线的类型为虚线

a=[1,2,3]
b=[4,5,8]
plt.plot(a,b,'--')
plt.show()

点线 ‘ * ’,参数制定了线的类型为点线(plt.plot(a,b,'o'), o 表示圆点

a=[1,2,3]
b=[4,5,8]
plt.plot(a,b,'*')
plt.show()

颜色 

例如设定红色线条

a=[1,2,3]
b=[4,5,8]
plt.plot(a,b,'r') #plt.plot(a,b,'red') 也可以直接写颜色的英文单词
plt.show()

形状+颜色联合设定,例如设定绿色+虚线线条

a=[1,2,3]
b=[4,5,8]
plt.plot(a,b,'g--') #绿色并且虚线
plt.show()

绘制多条曲线

#plot函数绘制多条曲线
标题:set title
x轴: set xlabel
y轴: set ylabel

只需要依次指定每组(两两)线条的x、y坐标即可

#一个图像中绘制多个线条
a=[1,2,3]
b=[4,5,8]
c=[7,8,6]
d=[1,5,2]
plt.plot(a,b,c,d,'r--')
plt.show()

可以给不同线条指定不同的风格

a=[1,2,3]
b=[4,5,8]
c=[7,8,6]
d=[1,5,2]
plt.plot(a,b,'bo',c,d,'r+')
plt.show()

多曲线基础操作演示

1)首先生成数据,绘制2条线

#一个窗口下绘制两条线,并对其添加显示内容
t=np.arange(0,2,0.1)
print(t)
print(t.size) # #np.sin()取传入的参数的正弦
#np.pi 是一个常量,代表3.1415926...
s=np.sin(t*np.pi)
print(s)
print(s.size) #
'''
[ 0.00000000e+00 3.09016994e-01 5.87785252e-01 8.09016994e-01
9.51056516e-01 1.00000000e+00 9.51056516e-01 8.09016994e-01
5.87785252e-01 3.09016994e-01 1.22464680e-16 -3.09016994e-01
-5.87785252e-01 -8.09016994e-01 -9.51056516e-01 -1.00000000e+00
-9.51056516e-01 -8.09016994e-01 -5.87785252e-01 -3.09016994e-01] '''
plt.plot(t,s,'r--',t*2,s,'g--')
plt.show()

显示结果

2)为x、y轴坐标设置标签label说明

plt.plot(t,s,'r--',t*2,s,'g--')
plt.xlabel('x轴')
plt.ylabel('y轴')
plt.show()

结果:存在两个问题    1):中文无法识别   2):坐标负号显示可能会有问题

做数据分析时,可以提前再开头写入这2行,避免中文、负号识别问题:

解决问题1:中文内容无法识别问题,在建立图标之前加入一行代码

#解决中文标签不显示问题plt.rcParams['font.sans-serif'] = ['SimHei']

解决问题2:坐标轴上负号无法显示的问题

#负号显示问题
plt.rcParams['axes.unicode_minus'] = False

3)为图像指定title标题说明

plt.title('元素正弦图示')

4)为图像指定图例label(即每条线设置描述说明)

#分别为2条线侧面添加描述说明
plt.plot(t,s,'r--',label='线条一走向')
plt.plot(t*2,s,'g--',label='线条二走向') plt.xlabel('x轴')
plt.ylabel('y轴')
plt.title('元素正弦图示') #一定要加结束语
plt.legend() plt.show()

最终显示结果

 

曲线图操作展示初级

(1)numpy+matplotlib结合,根据提供的值得出x、y轴的显示图

import matplotlib.pyplot as plt

import numpy as np
import pandas as pd #实例1 #从[-1,1]中取50个等差值
x=np.linspace(-1,1,50)
#print(x) y=2*x +1 #x:横坐标的值 y:纵坐标的值
res1=plt.plot(x,y)
print(res1) #[<matplotlib.lines.Line2D object at 0x0ACE2350>] 返回的是一个matplotlib.lines.Line2D对象 #将设置好的figure(图形、形状)显示出来
plt.show()

结果为

延伸:变化如果y=2^x,再次求最终的图像显示

x=np.linspace(-1,1,50)
#y=2^x平方,因为不是同比增长,生成的图像如下
y=2**x +1
plt.plot(x,y)
plt.show()

结果为

hist函数绘制频数直方图

实验一:

第一步:生成一个100*100初始值为0的二维数组

import matplotlib.pyplot as plt
import numpy as np
import pandas as pd
import random
第一步:生成一个100*100初始值为0的二维数组
data=np.zeros((100,100),dtype=int)

第二步:利用random模块将数组中每个值变为0-20的随机值

第二步:利用random模块将数组中每个值变为0-20的随机值
for i in range(len(data)):
#拿到每一行数组的长度
for j in range(len(data[0])): #根据以上2个参数可以一次循环取出数组中的没一个参数,并通过下面操作给每个参数随机赋值
data[i][j] = random.randint(1,20) print('初始Numpy,data数组的变化')
print(type(data)) #<class 'numpy.ndarray'>

第三步:将Numpy数组类型转为DataFrame类型(即让数组有横竖的坐标)

第三步:将Numpy数组类型转为DataFrame类型(即让数组有横竖的坐标)
data_new=pd.DataFrame(data)
print(data_new) '''
DataFrame变化后的改变
0 1 2 3 4 5 6 7 8 ... 91 92 93 94 95 96 97 98 99
0 12 5 13 3 19 4 1 4 10 ... 14 2 14 10 4 10 13 15 15
1 12 18 16 20 6 7 1 14 18 ... 4 15 19 8 20 16 15 8 12
2 15 9 1 3 18 12 20 20 9 ... 20 2 1 9 17 9 17 2 2
3 10 15 8 2 3 16 13 13 19 ... 10 14 15 17 4 7 2 11 9
4 1 3 6 10 11 14 3 10 13 ... 8 19 1 12 2 10 20 6 5
5 20 19 11 8 1 19 1 2 6 ... 1 16 18 7 17 15 20 15 2
6 7 14 18 2 14 18 2 14 15 ... 14 11 16 14 12 17 8 10 4
7 20 12 17 5 11 10 10 8 14 ... 7 20 1 5 10 15 18 13 10
8 17 16 14 5 7 11 5 16 8 ... 18 8 4 7 7 3 17 10 20
9 6 7 16 13 7 15 13 15 5 ... 7 5 9 8 7 1 14 15 17
10 1 10 9 5 5 11 16 20 10 ... 17 18 18 7 16 3 11 7 13
11 3 10 15 17 9 16 19 13 1 ... 5 5 18 1 7 16 15 13 4
12 13 10 18 17 16 10 12 16 7 ... 12 2 7 16 12 19 7 11 12
13 4 10 20 1 1 1 19 6 17 ... 16 5 19 12 16 14 18 14 13
14 9 13 18 6 10 8 9 4 1 ... 9 12 6 8 10 1 10 9 18
15 6 11 4 5 17 1 10 2 12 ... 20 1 17 8 7 9 17 19 14
16 9 2 17 4 17 16 8 16 3 ... 10 11 5 16 1 2 7 18 16
17 16 3 2 16 15 17 8 8 13 ... 17 4 11 14 9 12 12 5 14
18 9 3 18 1 7 20 1 18 14 ... 1 5 2 12 9 10 6 4 12
19 19 18 3 13 18 17 7 12 5 ... 15 2 3 19 8 5 3 7 14
20 20 15 5 14 1 19 10 7 16 ... 12 14 12 12 18 15 17 4 6
21 10 20 19 6 6 20 18 20 5 ... 19 6 20 9 4 15 16 20 5
22 14 12 2 3 4 14 6 2 16 ... 16 10 5 20 3 14 20 6 19
23 14 18 6 12 3 11 10 8 8 ... 9 2 7 13 13 14 3 13 1
24 2 16 3 20 4 15 15 2 9 ... 20 7 16 13 3 1 18 5 17
25 9 17 8 15 5 16 1 19 3 ... 17 8 7 4 2 13 4 13 14
26 16 12 7 19 13 1 19 16 7 ... 15 11 3 19 19 4 2 1 6
27 8 14 2 6 7 16 11 19 19 ... 10 7 9 12 18 17 14 12 9
28 6 14 12 13 18 20 10 9 12 ... 15 2 20 14 11 6 16 19 3
29 18 3 13 15 20 5 10 18 17 ... 5 17 11 20 10 15 3 12 9
.. .. .. .. .. .. .. .. .. .. ... .. .. .. .. .. .. .. .. ..
70 5 9 20 9 20 4 3 12 17 ... 10 6 17 14 1 9 6 10 10
71 11 10 17 14 19 2 4 19 5 ... 8 4 7 1 20 13 7 11 15
72 13 11 16 15 3 8 4 17 13 ... 6 8 20 3 12 8 14 20 7
73 2 19 6 1 12 2 14 10 14 ... 10 17 9 1 18 1 6 14 7
74 3 8 17 1 12 4 17 18 7 ... 16 10 15 6 16 3 5 8 17
75 1 15 4 9 20 5 16 9 20 ... 18 13 10 6 19 9 20 12 16
76 16 6 6 19 4 5 8 1 11 ... 17 17 20 6 14 1 4 5 1
77 15 4 16 19 8 4 11 10 12 ... 1 6 19 13 12 16 10 3 13
78 18 16 20 13 16 15 18 11 4 ... 4 12 5 17 16 18 15 17 10
79 20 1 18 6 3 7 19 6 10 ... 14 16 12 8 15 9 5 6 6
80 15 14 4 1 14 8 10 18 14 ... 13 10 18 16 5 8 11 7 4
81 3 19 1 8 13 8 20 19 8 ... 7 19 9 9 9 6 10 19 20
82 9 18 19 1 3 1 13 6 3 ... 8 14 7 5 14 3 7 5 11
83 15 5 14 13 18 3 1 5 10 ... 12 7 14 5 1 11 7 6 3
84 12 18 16 10 19 6 9 3 8 ... 19 7 1 7 9 12 6 20 13
85 16 16 2 17 3 3 8 15 2 ... 1 20 15 1 17 19 16 4 4
86 2 12 11 7 5 14 19 19 18 ... 3 4 16 2 8 6 13 18 11
87 10 13 19 20 6 17 3 20 7 ... 16 2 8 20 19 14 17 6 7
88 6 3 7 12 13 19 1 17 14 ... 14 10 18 12 14 14 4 12 8
89 16 8 19 12 14 15 2 11 19 ... 2 18 20 6 18 9 20 10 2
90 12 17 19 19 17 18 18 14 6 ... 7 13 16 5 3 16 10 4 11
91 16 1 13 13 4 12 18 12 4 ... 11 19 5 6 18 18 9 17 17
92 3 8 10 1 13 1 15 19 19 ... 20 18 15 5 14 12 13 16 8
93 11 9 12 10 4 2 14 6 16 ... 6 11 11 9 11 7 8 17 14
94 13 3 6 3 16 3 3 11 10 ... 8 6 17 17 14 9 7 4 5
95 2 3 9 17 1 14 17 3 18 ... 3 4 12 6 7 14 12 14 8
96 3 18 8 5 11 10 11 11 19 ... 2 13 15 14 18 9 11 13 19
97 2 3 5 15 5 7 13 4 16 ... 12 2 16 5 1 10 10 2 13
98 3 9 6 4 2 13 5 20 12 ... 6 20 14 7 6 4 10 12 14
99 20 16 3 12 14 11 14 7 10 ... 9 3 11 17 5 3 9 1 15 '''
print(type(data_new)) #<class 'pandas.core.frame.DataFrame'>

第四步:从DataFrame数组中取第1列的值

#拿到第一列的值
print('取第一列的值')
print(data_new[0]) '''
取第一列的值
0 12
1 12
2 15
3 10
4 1
5 20
6 7
7 20
8 17
9 6
10 1
11 3
12 13
13 4
14 9
15 6
16 9
17 16
18 9
19 19
20 20
21 10
22 14
23 14
24 2
25 9
26 16
27 8
28 6
29 18
..
70 5
71 11
72 13
73 2
74 3
75 1
76 16
77 15
78 18
79 20
80 15
81 3
82 9
83 15
84 12
85 16
86 2
87 10
88 6
89 16
90 12
91 16
92 3
93 11
94 13
95 2
96 3
97 2
98 3
99 20
Name: 0, Length: 100, dtype: int32 '''

第五步:通过value_counts()对第四步数据进行处理,得出数值与频数的对应关系表,如下

#注意value_counts函数统计一个series上的数据情况
data_new=data_new[0].value_counts()
data_new=data_new.sort_index()
print('绘制DataFrame数组第一列中数值与频率的对应关系柱状图')
print(data_new) '''
(数值) (频数)
1 5
2 7
3 12
4 4
5 2
6 6
7 1
8 4
9 5
10 5
11 3
12 4
13 5
14 4
15 6
16 7
17 3
18 3
19 6
20 8
Name: 0, dtype: int64 '''

第六步:利用plt.hist()绘制柱状图

通过DataFrame绘制第一列,数据——频率柱状图

#通过DataFrame绘制第一列,数据——频率柱状图
print('根据上面的data_new,绘制第一列数据与频率的柱状图')
plt.hist(data_new,bins=20) #bins指柱状图的柱数默认是10
plt.show()

通过DataFrame绘制第一列,数据——频率柱状图

#通过Numpy绘制每一行,数据——频率柱状图(横轴:数据 纵轴:频数)
print('绘制Numpy,data[0]第一行数据与频率的柱状图')
plt.hist(data[0])
plt.show()