Python Matplotlib库：基本绘图补充

小嗷犬

发布于 2022-11-15 15:41:29

5710

发布于 2022-11-15 15:41:29

文章被收录于专栏：小嗷犬的CSDN文章

✅作者简介：人工智能专业本科在读，喜欢计算机与编程，写博客记录自己的学习历程。 🍎个人主页：小嗷犬的博客 🍊个人信条：为天地立心，为生民立命，为往圣继绝学，为万世开太平。 🥭本文内容：Python Matplotlib库：基本绘图补充

Python Matplotlib库：基本绘图补充

1.引言

上期我们讲了 Matplotlib 库的基本语法，并以折线图为例，绘制了我们的第一幅图表。（参见：Python 数据可视化：Matplotlib库的使用）
这期我们来说说如何用 Matplotlib 库绘制其他常用图表。

2.散点图

plot()是 Matplotlib 库中绘制折线图的方法，而绘制散点图，我们会使用scatter()，它的语法格式如下：

plt.scatter(x, y, s=None, c=None, marker=None, cmap=None, norm=None, vmin=None, vmax=None, alpha=None, linewidths=None, *, edgecolors=None, plotnonfinite=False, data=None, **kwargs)

参数说明：

参数	说明
x，y	长度相同的数组，也就是我们即将绘制散点图的数据点，输入数据。
s	点的大小，默认 20，也可以是个数组，数组每个参数为对应点的大小。
c	点的颜色，默认蓝色 ‘b’，也可以是个 RGB 或 RGBA 二维行数组。
marker	点的样式，默认小圆圈 ‘o’。
cmap	Colormap，默认 None，标量或者是一个 colormap 的名字，只有 c 是一个浮点数数组的时才使用。如果没有申明就是 image.cmap。
norm	Normalize，默认 None，数据亮度在 0-1 之间，只有 c 是一个浮点数的数组的时才使用。
vmin，vmax	亮度设置，在 norm 参数存在时会忽略。
alpha	透明度设置，0-1 之间，默认 None，即不透明。
linewidths	标记点的长度。
edgecolors	颜色或颜色序列，默认为 ‘face’，可选值有 ‘face’, ‘none’, None。
plotnonfinite	布尔值，设置是否使用非限定的 c ( inf, -inf 或 nan) 绘制点。
**kwargs	其他参数。

代码实例：

统计各班身高体重分布：

import matplotlib.pyplot as plt
plt.rcParams["font.sans-serif"]=["SimHei"] # 设置字体为黑体
plt.rcParams["axes.unicode_minus"]=False # 防止负号乱码

plt.figure(figsize=(16, 9))
plt.suptitle("各班同学的身高体重分布图")

x1 = [60,42,56,44,60,38,55,48]
x2 = [61,51,55,46,81,44,66,51]
x3 = [70,45,75,60,63,58,71,49]
y1 = [163,153,164,156,165,156,168,157]
y2 = [170,159,171,159,171,160,172,161]
y3 = [178,165,178,165,180,168,180,168]

plt.subplot(221)
plt.scatter(x1,y1,c='b')
plt.title("一班")
plt.xlabel("体重")
plt.ylabel("身高")

plt.subplot(222)
plt.scatter(x2,y2,c='g')
plt.title("二班")
plt.xlabel("体重")
plt.ylabel("身高")

plt.subplot(223)
plt.scatter(x3,y3,c='r')
plt.title("三班")
plt.xlabel("体重")
plt.ylabel("身高")

plt.subplot(224)
plt.scatter(x1,y1,c='b')
plt.scatter(x2,y2,c='g')
plt.scatter(x3,y3,c='r')
plt.title("汇总图")
plt.xlabel("体重")
plt.ylabel("身高")
plt.legend(["一班","二班","三班"])

plt.show()

效果图：

3.柱状图

在 Matplotlib 库中，我们使用bar()方法来绘制柱状图，它的语法格式如下：

plt.bar(x, height, width=0.8, bottom=None, *, align='center', data=None, **kwargs)

参数说明：

参数	说明
x	浮点型数组，柱形图的 x 轴数据。
height	浮点型数组，柱形图的高度。
width	浮点型数组，柱形图的宽度。
bottom	浮点型数组，底座的 y 坐标，默认 0。
align	柱形图与 x 坐标的对齐方式，‘center’ 以 x 位置为中心，这是默认值。 ‘edge’：将柱形图的左边缘与 x 位置对齐。要对齐右边缘的条形，可以传递负数的宽度值及 align=‘edge’。
**kwargs	其他参数。

或者使用barh()绘制横向的柱状图，语法格式如下：

plt.barh(y, width, height=0.8, left=None, *, align='center', **kwargs)

参数说明：

参数	说明
y	浮点型数组，柱形图的 y 轴数据。
width	浮点型数组，柱形图的宽度。
height	浮点型数组，柱形图的高度。
left	浮点型数组，底座的 x 坐标，默认 0。
align	柱形图与 y 坐标的对齐方式，‘center’ 以 y 位置为中心，这是默认值。 ‘edge’：将柱形图的左边缘与 y 位置对齐。要对齐上边缘的条形，可以传递负数的宽度值及 align=‘edge’。
**kwargs	其他参数。

代码实例：

对比参赛人员的表现分：

import matplotlib.pyplot as plt
plt.rcParams["font.sans-serif"] = ["SimHei"]  # 设置字体为黑体
plt.rcParams["axes.unicode_minus"] = False  # 防止负号乱码

plt.figure(figsize=(8, 7))
plt.suptitle("参赛人员的表现分")

people = ('Tom', 'Dick', 'Harry', 'Slim', 'Jim')
performance = (4, 5, 8, 3, 6)

plt.bar(people, performance)

plt.show()

效果图：

4.火柴图

在 Matplotlib 库中，我们可以使用stem()方法来绘制火柴图，它的语法格式如下：

plt.stem([locs,] heads, linefmt=None, markerfmt=None, basefmt=None)

参数说明：

参数	说明
locs	对于垂直火柴图，为火柴的 x 坐标。对于水平火柴图，为火柴的 y 坐标。
heads	对于垂直火柴图，为火柴的 y 坐标。对于水平火柴图，为火柴的 x 坐标。
linefmt	线条格式字符，可指定线条的颜色和样式。
markerfmt	标记格式字符，可指定火柴头的颜色和样式。
basefmt	基线格式字符，可指定基线的颜色和样式。
orientation	默认为 ‘vertical’，如果为 ‘vertical’，将生成垂直火柴图，否则将生成水平火柴图。
bottom	默认为0，基线的 y/x 坐标（取决于方向）。
label	图例中火柴的标签。

代码实例：

对比参赛人员的表现分：

import matplotlib.pyplot as plt
plt.rcParams["font.sans-serif"] = ["SimHei"]  # 设置字体为黑体
plt.rcParams["axes.unicode_minus"] = False  # 防止负号乱码

plt.figure(figsize=(8, 7))
plt.suptitle("参赛人员的表现分")

x = ("张三", "李四", "王五", "赵六", "孙七")
y = (4, 5, 8, 3, 6)

plt.stem(x, y, linefmt="r-.",markerfmt="gs",basefmt="b-")

plt.show()

效果图：

5.阶梯图

在 Matplotlib 库中，我们可以使用step()方法来绘制阶梯图，它的语法格式如下：

plt.step(x, y, [fmt], *, data=None, where='pre', **kwargs)

参数说明：

参数	说明
x，y	节点的 x，y 坐标值。
fmt	格式字符串，与plot()方法的format_string参数类似。
data	两个Iterables，包含已标记数据的标签名称。
where	设置阶梯所在位置，取值范围为{‘pre’, ‘post’, ‘mid’}，默认值为’pre’。
**kwargs	同plot()。

代码实例：

import matplotlib.pyplot as plt
plt.rcParams["font.sans-serif"] = ["SimHei"]  # 设置字体为黑体
plt.rcParams["axes.unicode_minus"] = False  # 防止负号乱码

plt.figure(figsize=(8, 7))

x = list(range(1, 6))
y = (4, 5, 8, 3, 6)

plt.step(x, y, "b-.s")

plt.show()

效果图：

6.填充

在 Matplotlib 库中，我们可以使用fill_between()方法来填充一段区间，它的语法格式如下：

plt.fill_between(x, y1, y2=0, where=None, interpolate=False, step=None, *, data=None, **kwargs)

参数说明：

参数	说明
x	节点的 x 坐标值。
y1	第一条曲线节点的 y 坐标值。
y2	第二条曲线节点的 y 坐标值。
where	排除填充区间。
**kwargs	其他参数。

代码实例：

import matplotlib.pyplot as plt
plt.rcParams["font.sans-serif"]=["SimHei"] # 设置字体为黑体
plt.rcParams["axes.unicode_minus"]=False # 防止负号乱码

plt.figure(figsize=(16, 9))
plt.suptitle("函数图")

f1 = lambda x:x**0.5
f2 = lambda x:x
f3 = lambda x:x**2

x = list(range(0,6))
y1 = [f1(i) for i in x]
y2 = [f2(i) for i in x]
y3 = [f3(i) for i in x]

plt.plot(x,y1,'b-v')
plt.plot(x,y2,'g--1')
plt.plot(x,y3,'r-.s')
plt.fill_between(x,y1,y2,color='b',alpha=0.2)
plt.fill_between(x,y2,y3,color='r',alpha=0.2)
plt.title("对比图")
plt.legend(["√x","x","x^2"])

plt.show()