简述Matplotlib

导入pyplot子库

import matplotlib.pyplot as plt

plt.plot() 只有一个输入列表或数组时，参数被看成Y轴，X轴以索引自动生成
plt.savefig() 将输出图片存储为文件，默认PNG格式，能够经过dpi修改输出质量
plt.plot(x,y) 当有两个以上参数时，按照X轴和Y轴顺序绘制数据点

pyplot的绘图区域

plt.subplot(nrows, ncols, plot_number) 在全局绘图区域中建立一个分区体系，并定位到一个子绘图区域

pyplot的plot()函数

plt.plot(x,y,format_string, kwargs)**

• x:X轴数据，列表或数组，可选
• Y:Y轴数据，列表或数组
• format_string:控制曲线的格式字符串，可选
• **kwargs:第二组或更多(x,y,format_string)

当绘制多条曲线时，各条曲线的X不能省略

format_string:控制曲线的格式字符串，可选，由颜色字符、风格字符和标记字符组成

颜色字符	说明	颜色字符	说明
'b'	蓝色	'm'	洋红色 magenta
'g'	绿色	'y'	黄色
'r'	红色	'k'	黑色
'c'	青绿色 cyan	'w'	白色
'#008000'	RGB某颜色	'0.8'	灰度值字符串

风格字符	说明
'-'	实线
'--'	破折线
'-.'	点划线
':'	虚线
'' ' '	无线条

标记字符	说明	标记字符	说明	标记字符	说明
'.'	点标记	'1'	下花三角标记	'h'	竖六边形标记
','	像素标记（极小点）	'2'	上花三角标记	'H'	横六边形标记
'o'	实心圈标记	'3'	左花三角标记	'+'	十字标记
'v'	倒三角标记	'4'	右花三角标记	'x'	x标记
'^'	上三角标记	's'	实心方形标记	'D'	菱形标记
'>'	右三角标记	'p'	实心五角标记	'd'	瘦菱形标记
'<'	左三角标记	'*'	星形标记	'I'	垂直线标记

颜色字符、风格字符和标记字符能够组合使用

**kwargs:第二组或更多(x,y,format_string)

• color: 控制颜色，color='green'
• linestyle: 线条风格，linestyle='dashed'
• marker: 标记风格， marker='o'
• markerfacecolor: 标记颜色，markerfacecolor='blue'
• markersize: 标记尺寸，markersize=20
• ...

pyplot的中文显示

第一种方法

pyplot并不默认支持中文显示，须要rcParams修改字体实现

import matplotlib

matplotlib.rcParams['font.family'] = 'SimHei' #SimHei是黑体

rcParams的属性

属性	说明
'font.family'	用于显示字体的名字
'font.style'	字体风格，正常'normal'或斜体'italic'
'font.size'	字体大小，整数字号或者'large'、'x-small'

中文字体的种类

rcparams['font.family']

中文字体	说明
'SimHei'	中文黑体
'Kaiti'	中文楷体
'LiSu'	中文隶书
'FangSong'	中文仿宋
'YouYuan'	中文幼圆
'STSong'	华文宋体

第二种方法

在有中文输出的地方，增长一个属性：fontproperties

通常推荐使用第二种

pyplot的文本显示

函数	说明
plt.xlabel()	对X轴增长文本标签
plt.ylabel()	对Y轴增长文本标签
plt.title()	对图形总体增长文本标签
plt.text()	在任意位置增长文本
plt.annotate()	在图形中增长带箭头的注解

plt.annotate(s, xy=arrow_crd, xytext=text_crd, arrowprops=dict)

• s:要注解的字符串
• xy:箭头所在位置
• xytext:文本显示位置
• arrowprops:箭头显示的一些属性

pyplot的子绘图区域

plt.subplot2grid(GridSpec, CurSpec, colspan=1, rowspan=1)
理念：设定网格，选中网格，肯定选中行列区域数量，编号从0开始

• GridSpec :将区域分割的网格形状，元组
• CurSpec:当前为subplot选定的位置
• colspan:列的方向的延申（即横向）
• rowspan:行的方向的延申（即纵向）

也能够用GridSpec类+subplot实现相同的效果

pyplot的基础图表库

函数	说明
plt.plot(x,y,fmt,...)	绘制一个坐标图
plt.boxplot(data, notch, position)	绘制一个箱型图
plt.bar(left, height, width, bottom)	绘制一个条形图
plt.barh(width, bottom, left, height)	绘制一个横向条形图
plt.polar(theta, r)	绘制极坐标图
plt.pie(data, explode)	绘制饼图
plt.psd(x, NFFT=256, pad_to, Fs)	绘制功率谱密度图
plt.specgram(x,NFFT=256, pad_to,F)	绘制谱图
plt.cohere(x,y,NFFT=256,Fs)	绘制X-Y的相关性函数
plt.scatter(x,y)	绘制散点图，其中，x和y长度相同
plt.step(x,y,where)	绘制步阶图
plt.hist(x,bins,normed)	绘制直方图
plt.contour(X,Y,Z,N)	绘制等值图
plt.vlines()	绘制垂直图
plt.stem(x,y,linefmt,markerfmt)	绘制柴火图
plt.plot_data()	绘制数据日期

pyplot饼图的绘制

pyplot直方图的绘制

pyplot极坐标图的绘制

pyplot散点图的绘制