【Python进阶（十）】——Matplotlib基础可视化

本文主要是介绍【Python进阶（十）】——Matplotlib基础可视化，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！

🍉CSDN小墨&晓末:https://blog.csdn.net/jd1813346972

个人介绍: 研一｜统计学｜干货分享
擅长Python、Matlab、R等主流编程软件
累计十余项国家级比赛奖项，参与研究经费10w、40w级横向

文章目录

1 数据读取并绘制折线图
2 改变图的属性
3 改变图的类型
4 改变图的坐标轴的取值范围
5 去掉边界的空白
6 在同一个坐标上画两个图
7 多图显示
8 图的保存
9 散点图的画法

【Python进阶（十）】——Matplotlib基础可视化，建议收藏！

该篇文章主要讲解了Python的Matplotlib基础可视化，通过实例演示对Matplotlib绘图方法进行熟悉，同时操纵展示图形中的各种元素。

1 数据读取并绘制折线图

运行程序：

import matplotlib.pyplot as plt#导入模块matplotlib.pyplot
%matplotlib inline
#inline：静态绘图，嵌入到Jupyter Notebook中显示；notebook为交互图，输出结果显示为一行代码
import pandas as pd
women = pd.read_csv('women.csv')#pd.read_csv读取数据自动增加了一个索引列，即参数index_col默认为1
women.head()

运行结果：

运行程序：

women = pd.read_csv('women.csv',index_col =0)#设置第一列即为索引列
women.head()
plt.plot(women["height"], women["weight"])#在二维坐标上绘图
plt.show()#若不写，则显示为一行代码

运行结果：

运行程序：

import numpy as np
t=np.arange(0.,4.,0.1)
tplt.plot(t,t,t,t+2,t,t**2,t,t+8)  #显示多个线条（x，y1）（x，y2）（x，y3）（x，y4）
plt.show()

运行结果：

2 改变图的属性

运行程序：

plt.plot(women["height"], women["weight"],"o") #点图
plt.show()plt.plot(women["height"], women["weight"],"g--") #设置线的颜色与形状
plt.show()plt.plot(women["height"], women["weight"],"rD") #r：红色；D：砖石形状
plt.show()

运行结果：

运行程序：

plt.rcParams['font.family']="SimHei" #显示汉字方法：设置字体，否则报错
plt.plot(women["height"], women["weight"],"g--") 
plt.title("此处为图名")
plt.xlabel("x轴的名称")
plt.ylabel("y轴的名称")plt.show()plt.rcParams['font.family']="SimHei" 
plt.plot(women["height"], women["weight"],"g--") 
plt.title("此处为图名")
plt.xlabel("x轴的名称")
plt.ylabel("y轴的名称")plt.show()plt.rcParams['font.family']="SimHei"
plt.plot(women["height"], women["weight"],"g--") 
plt.title("此处为图名")
plt.xlabel("x轴的名称")
plt.ylabel("y轴的名称")
plt.legend(loc="upper left")#图例位置，左上角
plt.show()

运行结果：

PS:plt.rcParams[‘font.family’]=“SimHei” 设置目的为图形中正常显示图中的中文元素。

3 改变图的类型

运行程序：

plt.scatter(women["height"], women["weight"])#点图
plt.show()%matplotlib inline
plt.scatter(women.height, women.weight)#点图

运行结果：

4 改变图的坐标轴的取值范围

运行程序：

import matplotlib.pyplot as plt
plt.rcParams['axes.unicode_minus']=False # 解决负号不显示问题
import numpy as np
%matplotlib inline
x=np.linspace(0,10,100)plt.plot(x,np.sin(x))
plt.xlim(11,-2)#修改横坐标范围
plt.ylim(2.2,-1.3)#修改纵坐标范围

运行结果：

运行程序：

plt.plot(x,np.sin(x))
plt.axis([-1,21,-1.6,1.6])#横纵坐标同时定义

运行结果：

运行程序：

plt.plot(x,np.sin(x))
plt.axis([-1,21,-1.6,1.6])
plt.axis("equal") #x、y轴的刻度单位一样

运行结果：

PS：plt.rcParams[‘axes.unicode_minus’]=False 目的为解决图形中负号不显示问题。

5 去掉边界的空白

运行程序：

plt.plot(x,np.sin(x))
plt.axis([-1,21,-1.6,1.6])
plt.axis("tight")#去掉边界空白

运行结果：

6 在同一个坐标上画两个图

运行程序：

plt.plot(x,np.sin(x),label="sin(x)")
plt.plot(x,np.cos(x),label="cos(x)")
plt.axis("equal") #横纵坐标刻度一致
plt.legend() #图例

运行结果：

运行程序：

plt.plot(x,np.sin(x),label="sin(x)")
plt.plot(x,np.cos(x),label="cos(x)")

运行结果：

7 多图显示

运行程序：

plt.subplot(2,3,5)#2×3窗口的第五个子窗口
plt.scatter(women["height"], women["weight"])
plt.subplot(2,3,1)#2×3窗口的第1个子窗口
plt.scatter(women["height"], women["weight"])
plt.show()

运行结果：

8 图的保存

运行程序：

women = pd.read_csv('women.csv')
plt.plot(women.height, women.weight)
plt.savefig("sagefig.png")

运行结果：

9 散点图的画法

运行程序：

from sklearn.datasets.samples_generator import make_blobs 
X,y=make_blobs(n_samples=300,centers=4,random_state=0, cluster_std=1.0)   #生成可用于可视化的数据集x和y   （样本数、类别数、随机生成方式、每个类别方差） 
plt.scatter(X[:,0],X[:,1],c=y,s=50,cmap="rainbow")#c：颜色；s：点的大小；cmap：色带，即c的补充

运行结果：