前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >小蛇学python(9)matplotlib的基本使用

小蛇学python(9)matplotlib的基本使用

作者头像
用户2145057
发布2018-09-12 15:23:34
8040
发布2018-09-12 15:23:34
举报

matplotlib作为python中可视化最经典的库,是个不得不学习的东西。尽管长江后浪推前浪,涌现出了很多更好的可视化库,比如Plotly。不过,它们几乎全是建立在matplotlib的基础之上的。

饼图

代码语言:javascript
复制
from matplotlib import pyplot as plt
import ch

ch.set_ch()                                                                    #自定义汉字字体
plt.figure(figsize=(6,9))                                                      #调节图形大小,宽,高
labels = [u'第一部分',u'第二部分',u'第三部分']                               #定义饼状图的标签,标签是列表
sizes = [60,30,10]                                                             #每个标签占多大,会自动去算百分比
colors = ['red','yellowgreen','lightskyblue']
explode = (0.05,0,0)                                                           #将某部分分离出来, 使用括号,将第一块分割出来,数值的大小是分割出来的与其他两块的间隙
patches,l_text,p_text = plt.pie(sizes,explode=explode,labels=labels,colors=colors,
                                labeldistance = 1.1,autopct = '%3.1f%%',shadow = False,
                                startangle = 90,pctdistance = 0.6)

#labeldistance,文本的位置离圆心有多远,1.1指1.1倍半径的位置
#autopct,圆里面的文本格式,%3.1f%%表示小数有三位,整数有一位的浮点数
#shadow,饼是否有阴影
#startangle,起始角度,0,表示从0开始逆时针转,为第一块。一般选择从90度开始比较好看
#pctdistance,百分比的text离圆心的距离
#patches, l_texts, p_texts,为了得到饼图的返回值,p_texts饼图内部文本的,l_texts饼图外label的文本

#改变文本的大小
#方法是把每一个text遍历。调用set_size方法设置它的属性
for t in l_text:
    t.set_size(30)
for t in p_text:
    t.set_size(20)
# 设置x,y轴刻度一致,这样饼图才能是圆的
plt.axis('equal')
plt.legend()
plt.show()

画出来的图,格式是这样的。

Figure_1.png

该注意到的东西,我在代码后面都有了注释,不做过多解释。这里再强调一个无法显示中文的问题。大家注意到我不止引入了matplotlib这个库,还有一个ch。这个文件是我自定义的。内容如下。

代码语言:javascript
复制
#-*-coding:utf-8-*-
#文件名: ch.py
def set_ch():
    from pylab import mpl
    mpl.rcParams['font.sans-serif'] = ['FangSong'] # 指定默认字体
    mpl.rcParams['axes.unicode_minus'] = False # 解决保存图像是负号'-'显示为方块的问题</span>

里面的字体是可以随便改的,有了这个包,在主程序里运行ch.set_ch()就解决问题了。

条形图

代码语言:javascript
复制
 fig = plt.figure(1)
    ax1 = plt.subplot(111)
    data = movie_count
    width = 0.5
    x_bar = np.arange(len(movie_count))
    rect = ax1.bar(left=x_bar, height=data, width=width, color="lightblue")
    for rec in rect:
        x = rec.get_x()
        height = rec.get_height()
        ax1.text(x + 0.1, 1.02 * height, str(height))
    ax1.set_xticks(x_bar)
    ax1.set_xticklabels(movie_year, rotation=30)
    ax1.set_ylabel("num")
    ax1.set_title("TOP 250 movie year distribution")
    ax1.grid(True)
    ax1.set_ylim(0, 50)
    fig.get_tight_layout()
    plt.show()

这是我之前做的一个小项目,可视化的条形图,他所反映的是豆瓣前250部电影的上映年数分布。

Figure_2.png

可以发现,这里面的横坐标标签是斜着的。其实可以想象,如果我不让他们斜着,它们便会互相重叠,分外难看。这里面涉及到一个参数的使用。是这个语句。

代码语言:javascript
复制
ax1.set_xticklabels(movie_year, **rotation=30**)

这个问题也是困扰了我很久的,最近才发现这个参数可以自定义坐标标签的位置,翻转角度等等,非常实用。

折线图

代码语言:javascript
复制
import matplotlib.pyplot as plt

y1=[10,13,5,40,30,60,70,12,55,25]
x1=range(0,10)
x2=range(0,10)
y2=[5,8,0,30,20,40,50,10,40,15]

plt.plot(x1,y1,label='Frist line',linewidth=3,color='r',marker='o',markerfacecolor='blue',markersize=12)
plt.plot(x2,y2,label='second line')
plt.xlabel('Plot Number')
plt.ylabel('Important var')
plt.title('Interesting Graph\nCheck it out')
plt.legend()
plt.show()

结果如下。

Figure_3.png

大家看到,这是一张对比两条折线的图。看过我文章的同学应该都记得,上一篇我还写了一种用表格直接画多条折线的方法。对比起来,确实是表格更加简单哇。

总结

matplotlib能画的图还有很多,比如散点图,比如直方图,比如三维散点图,这里就不一一提及了。不过需要给大家mark一下的是,要想学好matplotlib画图,首先深入了解numpy、pandas是必不可少的。只有将这三个库联系起来,才能把可视化水平,提高一个层次。

本文参与 腾讯云自媒体分享计划,分享自作者个人站点/博客。
原始发表:2018.05.10 ,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 作者个人站点/博客 前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体分享计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档