Python Matplotlib库:基本绘图补充

简介: 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。这期我们来说说如何用 Matplotlib 库绘制其他常用图表。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()。在 Matplotlib 库中,我们使用bar()方法来绘制柱状图。使用stem()方法来绘制火柴图。使用step()方法来绘制阶梯图。使用fill_between()方法来填充一段区间。

✅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

@[TOC]


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。

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()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
xy 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。
vminvmax 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:
```python
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:
![散点图](https://ucc.alicdn.com/images/user-upload-01/d9c22a86f18c4f9a98057edc8ea3b1dd.png)
---
# 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:

```python
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:
```python
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:
![柱状图](https://ucc.alicdn.com/images/user-upload-01/f0706573def9498a94cf3ed5220ab6ac.png)
---
# 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:

```python
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:
火柴图


5.阶梯图

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
-|-
xy|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:
阶梯图

6.填充

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()

效果图:
填充

目录
相关文章
|
9月前
|
数据可视化 数据挖掘 API
请解释Python中的Seaborn库以及它的主要用途。
请解释Python中的Seaborn库以及它的主要用途。
315 0
|
数据可视化 定位技术 Python
【100天精通Python】Day68:Python可视化_Matplotlib 绘制热力图,示例+代码
【100天精通Python】Day68:Python可视化_Matplotlib 绘制热力图,示例+代码
2067 0
|
6月前
|
数据可视化 Python
Python的Matplotlib库创建动态图表
【8月更文挑战第19天】Matplotlib是Python中广泛使用的数据可视化库,擅长生成静态图表如折线图、散点图等。本文介绍如何利用其创建动态图表,通过动画展示数据变化,加深对数据的理解。文章涵盖动态折线图、散点图、柱状图、饼图及热力图的制作方法,包括开启交互模式、更新数据和重绘图表等关键步骤,帮助读者掌握Matplotlib动态图表的实用技巧。
87 0
|
9月前
|
数据可视化 前端开发 Linux
请解释Python中的Matplotlib库以及它的主要用途。
【2月更文挑战第27天】【2月更文挑战第99篇】请解释Python中的Matplotlib库以及它的主要用途。
94 0
|
Python
Python使用Seaborn库创建图形的使用案例
使用Seaborn库创建图形的使用案例
103 1
|
Python
Python使用Plotly库创建图形的使用案例
使用Plotly库创建图形的使用案例
82 1
|
Python
Python--matplotlib基础绘图
Python--matplotlib基础绘图
107 1
|
数据可视化 Python
25 个常用 Matplotlib 图的 Python 代码(五)
大家好,今天要分享给大家25个Matplotlib图的汇总,在数据分析和可视化中非常有用,文章较长,可以马起来慢慢练手。
25 个常用 Matplotlib 图的 Python 代码(五)
|
存储 人工智能 数据可视化
Python Matplotlib库:统计图补充
上两期我们讲了 Matplotlib 库的基本语法和基本绘图展示。这期我们来说说如何用 Matplotlib 库绘制常用统计图。用hist()方法来绘制直方图。用boxplot()方法来绘制箱线图。用errorbar()方法来绘制误差条图。用violinplot()方法来绘制小提琴图。用eventplot()方法来绘制尖峰栅格图。用hist2d()方法来绘制二维直方图/散点密度图。用hexbin()方法来绘制Hexbin散点图。用pie()方法来绘制扇形图。
259 0
Python Matplotlib库:统计图补充
python 绘图技巧2
记录一些python绘图上的小技巧,可能平时用不到,但是需要时还是有必要的。