matplotlib学习笔记 (1)

标签（空格分隔）： matplotlib,python画图，pyqt用户界面

---

matplotlib画图

基础画图

import matplotlib.pyplot as plt x=range(1,5) plt.plot(x,[x1*3 for x1 in x]) plt.show()

or

import matplotlib.pyplot as plt import numpy as np x=np.arange(1,5) plt.plot(x,x*3) plt.show()

这里 x=range(1,5)得到的结果是： x=[1,2,3,4] 是一个list 如果直接用 x*3得到的结果是： [1, 2, 3, 4, 1, 2, 3, 4, 1, 2, 3, 4] 而 x=np.arange(1,5)得到的结果是： x=array([1, 2, 3, 4]) 是numpy里面的数组这种数据结构 所以可以直接用 x*3得到的结果是： array([ 3, 6, 9, 12]) list和转化np.array可以相互转化：

a=[1,2,3] b=np.array(a) c=list(b)

Grid,axes,labels,title,legends and save files

添加grid

plt.grid(True)

设置axis

plt.axis([0,4,0,8])

or

plt.axis(xmin=xx0,ymax=yy0)

or

plt.xlim([x0,x1]) plt.ylim([y0,y1])

添加labels

plt.xlabel(‘this is the x label’) plt.ylabel(‘this is the y label’)

添加title

plt.title('this is the title')

添加legend

plt.plot(x,x*3,label='mylegend') plt.legend()

可以用plt.legend(loc=’best’)指定legend位置

保存图片文件

plt.savefig('figname.png')

一个综合的例子

import matplotlib.pyplot as plt import numpy as np x=np.arange(1,5) plt.plot(x,x*2,label='Normal') plt.grid(True) plt.title('my figure') plt.xlabel('x label') plt.legend(loc=(1,0)) plt.legend(loc='best') plt.show()

一些高级特性

设置color

plt.plot(x,x*2,'y')

支持的颜色

color abbreviationcolor namebblueccyanggreenkblackmmagentarredwwhiteyyellow

设置linestyle

plt.plot(y, '--', y+1, '-.', y+2, ':') style abbreviationstyle-solid line–dashed line-.dash-dot line:dotted line

设置数据点

import matplotlib.pyplot as plt import numpy as np y = np.arange(1, 3, 0.3) plt.plot(y, 'cx--', y+1, 'mo:', y+2, 'kp-.'); plt.show()

其中x,o,p均是设置数据点形状的参数 参数很多，具体可查找，不再列举

设置x,y轴刻度

import matplotlib.pyplot as plt x = [5, 3, 7, 2, 4, 1] plt.plot(x); plt.xticks(range(len(x)), ['a', 'b', 'c', 'd', 'e', 'f']); plt.yticks(range(1, 8, 2)); locs,labels=plt.xticks() plt.show()

运行的结果如图所示：

绘制统计图

histogram charts 直方图

import matplotlib.pyplot as plt import numpy as np y = np.random.randn(1000) plt.hist(y); plt.show()

运行的结果如下图所示： 通常俩说hist()函数用10 bins,但是我们可以设置hist()的参数。

plt.hist(y,25)

设置bins的数量为25

Error bar 误差图

import matplotlib.pyplot as plt import numpy as np x = np.arange(0, 4, 0.2) y = np.exp(-x) e1 = 0.1 * np.abs(np.random.randn(len(y))) plt.errorbar(x, y, yerr=e1, fmt='.-'); plt.show()

Bar charts

import matplotlib.pyplot as plt plt.bar([1, 2, 3], [3, 2, 5]); plt.show()

其中[1,2,3]分别表示bar的左边界坐标，[3,2,5]分别表示bar的高度 运行的结果如下图： bar默认的宽度是0.8，当然我们也可以自己设置bar的宽度

import matplotlib.pyplot as plt import numpy as np dict={'A': 40, 'B': 70, 'C': 30, 'D': 85} for i, key in enumerate(dict): plt.bar(i, dict[key]); plt.xticks(np.arange(len(dict))+0.4, dict.keys()); plt.yticks(dict.values()); plt.show()

运行的结果如下：

Pie charts

import matplotlib.pyplot as plt plt.figure(figsize=(8,8)); x = [45, 35, 20] labels = ['Cats', 'Dogs', 'Fishes'] plt.pie(x, labels=labels); plt.show()

运行的结果是：

import matplotlib.pyplot as plt plt.figure(figsize=(7,7)); x = [4, 9, 21, 55, 30, 18] labels = ['Swiss', 'Austria', 'Spain', 'Italy', 'France', 'Benelux'] explode = [0.2, 0.1, 0, 0, 0.1, 0] plt.pie(x, labels=labels, explode=explode, autopct='%1.1f%%'); plt.show()

这个代码运行的结果是：

Scatter plots

import matplotlib.pyplot as plt import numpy as np x = np.random.randn(1000) y = np.random.randn(1000) size = 50*np.random.randn(1000) colors = np.random.rand(1000) plt.scatter(x, y, s=size, c=colors); plt.show()

运行的结果如下图所示：

下一节将学习matplotlib的高级功能