matplotlib实战

 

plt.imshow(face_image.mean(axis=2),cmap='gray') 

图片灰度处理¶

 

size = (m,n,3) 图片的通常形式就是这样的

rgb 0-255 jpg图片 166,255,89 0.0-1.0 png图片 0.1，0.2，0.6

灰度处理之后 rgb---->gray 166,255,89 ---> 190 0.1，0.2，0.6 -- > 0.4

size = (m,n)

import scipy.misc as misc

import numpy as np
import pandas as pd
from pandas import Series,DataFrame

import matplotlib.pyplot as plt
%matplotlib inline

face_image = misc.face()
plt.imshow(face_image)

face_gray = misc.face(gray=True)
plt.imshow(face_gray,cmap='gray')

三种方法

• 最大值法
• 平均值法
• RGB权重法[0.299,0.587,0.114]

plt.imshow(face_image.max(axis=2),cmap='gray')

plt.imshow(face_image.mean(axis=2),cmap='gray')

n = np.array([0.299,0.587,0.114])
plt.imshow(np.dot(face_image,n),cmap='gray')

matplotlib

1、Matplotlib基础知识

 

Matplotlib中的基本图表包括的元素

• x轴和y轴 axis 水平和垂直的轴线

• x轴和y轴刻度 tick 刻度标示坐标轴的分隔，包括最小刻度和最大刻度

• x轴和y轴刻度标签 tick label 表示特定坐标轴的值

• 绘图区域 axes 实际绘图的区域

只含单一曲线的图

x = np.arange(-np.pi,np.pi,0.1)
y = np.sin(x)
plt.plot(x,y)

 

包含多个曲线的图

plt.plot(x,np.sin(x),x,np.cos(x))

 

设置子画布

axes = plt.subplot()

plt.figure(figsize=(8,8))
# 设置字画布，返回的值就是当前字画布的坐标系对象
axes1 = plt.subplot(2,2,1)
axes2 = plt.subplot(222)
axes3 = plt.subplot(223)
axes4 = plt.subplot(224)

网格线

绘制正弦余弦

 

设置grid参数（参数与plot函数相同），使用plt面向对象的方法，建立多个子图显示不一样网格线

• lw表明linewidth，线的粗细
• alpha表示线的明暗程度
• color表明颜色
• axis显示轴向

• # 对不一样的坐标系分别设置网格线
  plt.figure(figsize=(16,4))
  axes1 = plt.subplot(141)
  axes2 = plt.subplot(142)
  axes3 = plt.subplot(143)
  axes4 = plt.subplot(144)

  axes1.grid(True)
  axes3.grid(True)

  # axis参数设置网格线显示横纵
  axes2.grid(axis='x')
  axes4.grid(axis='y')

  # 设置线宽、透明度、颜色
  # red green yellow blue black orange pink gray white purple cyan
  axes1.grid(color='red')
  axes2.grid(lw = 2)
  axes3.grid(alpha = 0.5)

• 坐标轴界限

   

  plt.axis([xmin,xmax,ymin,ymax])

• plt.figure(figsize=(4,4))

  
  x = np.linspace(-1,1,100)
  y = (1-x**2)**0.5
  plt.plot(x,y)
  plt.axis([-4,4,-3,3])

• 坐标轴标签

  xlabel方法和ylabel方法
  plt.ylabel('y = x^2 + 5',rotation = 60)旋转

  • color 标签颜色
  • fontsize 字体大小
  • rotation 旋转角度

• loc参数能够是2元素的元组，表示图例左下角的坐标

  • [0,0] 左下
  • [0,1] 左上
  • [1,0] 右下
  • [1,1] 右上
  In [122]:

   

   

   

   

   

  plt.plot(x,x,x,x*2,x,x*0.5)

  # 使用loc参数设置图例位置

  plt.legend(['nomral','fast','slow'],loc=[-0.3,0.3])

   

   

  Out[122]:

  <matplotlib.legend.Legend at 0x1bee4870>

   
   

  图例也能够超过图的界限loc = (-0.1,0.9)

   

  ncol参数

  ncol控制图例中有几列,在legend中设置ncol,须要设置loc

  In [124]:

   

   

   

   

   

  plt.plot(x,x,x,x*2,x,x*0.5)

  # 使用nloc参数设置图例的列数

  plt.legend(['nomral','fast','slow'],loc=9,ncol=3)

   

   

  Out[124]:

  <matplotlib.legend.Legend at 0x1bf93870>

   
   

  linestyle、color、marker

  修改线条样式
  

  In [139]:

   

   

   

   

   

  x = np.random.randint(-20,30,size=(100,3))

  df = DataFrame(x)

  df

   

  . . .
  In [142]:

   

   

   

   

   

  plt.plot(df.index,df[0].cumsum(),linestyle='--',color='red',marker='o')

  plt.plot(df.index,df[1].cumsum(),linestyle='-.',color='blue',marker='H')

  plt.plot(df.index,df[2].cumsum(),ls=':',color='green',marker='d')

  ​

  plt.legend(['one','two','three'])

   

   

  Out[142]:

  <matplotlib.legend.Legend at 0x1d43e550>

   
   

  保存图片

   

  使用figure对象的savefig的函数

  • filename
    含有文件路径的字符串或Python的文件型对象。图像格式由文件扩展名推断得出，例如，.pdf推断出PDF，.png推断出PNG （“png”、“pdf”、“svg”、“ps”、“eps”……）
  • dpi
    图像分辨率（每英寸点数），默认为100
  • facecolor
    图像的背景色，默认为“w”（白色）
  In [148]:

   

   

   

   

   

  # 获取fig对象

  fig = plt.figure()

  ​

  x = np.arange(-np.pi,np.pi,0.1)

  plt.plot(x,np.sin(x))

  ​

  fig.savefig('dancer.png',dpi=100,facecolor='blue')

  fig.savefig('dancer.jpg',dpi=100,facecolor='green')

   

   

   
  In [147]:

   

   

   

   

   

  png = plt.imread('dancer.png')

  jpg = plt.imread('dancer.jpg')

  ​

  display(png,jpg)

   

  . . .
   

  2、设置plot的风格和样式

  plot语句中支持除X,Y之外的参数，以字符串形式存在，来控制颜色、线型、点型等要素，语法形式为：
  plt.plot(X, Y, 'format', ...)

   

  点和线的样式

   

  颜色

  参数color或c

  In [153]:

   

   

   

   

   

  x = np.arange(0,100)

  plt.plot(x,x**2,c = 'm')

   

   

  Out[153]:

  [<matplotlib.lines.Line2D at 0x1d76b770>]

   
   

  颜色值的方式

  • 别名
    • color='r'

  • 合法的HTML颜色名
    • color = 'red'

  颜色	别名	HTML颜色名	颜色	别名	HTML颜色名
  蓝色	b	blue	绿色	g	green
  红色	r	red	黄色	y	yellow
  青色	c	cyan	黑色	k	black
  洋红色	m	magenta	白色	w	white

  • HTML十六进制字符串
    • color = '#eeefff'

  • 归一化到[0, 1]的RGB元组
    • color = (0.3, 0.3, 0.4)

  • jpg png 区别
  In [156]:

   

   

   

   

   

  plt.plot(x,x,color='#0000ff')

  plt.plot(x,2*x,color = '#00ff00')

  plt.plot(x,x/2,color = '#ff0000')

   

   

  Out[156]:

  [<matplotlib.lines.Line2D at 0x1a81b3f0>]

   
  In [157]:

   

   

   

   

   

  plt.plot(x,x,color=(0.3,0.3,0.4))

   

   

  Out[157]:

  [<matplotlib.lines.Line2D at 0x1a859830>]

   
   

  透明度

  alpha参数

  In [158]:

   

   

   

   

   

  plt.plot(x,x,color=(0.3,0.3,0.4),alpha=0.1)

   

   

  Out[158]:

  [<matplotlib.lines.Line2D at 0x1a88aa90>]

   
   

  背景色

  设置背景色，经过plt.subplot()方法传入facecolor参数，来设置坐标系的背景色

  In [163]:

   

   

   

   

   

  # 使用坐标系对象绘制图形

  # fig = plt.figure() # 经过此方法能获得画布对象

  axes = plt.subplot(facecolor='c')

  axes.plot(x,x,color = 'g')

   

   

  Out[163]:

  [<matplotlib.lines.Line2D at 0x1d8b3e90>]

   
  In [164]:

   

   

   

   

   

  plt.subplot(facecolor = 'yellow')

  plt.plot(x,np.sin(x),color='red')

   

   

  Out[164]:

  [<matplotlib.lines.Line2D at 0x1efd02b0>]

   
   

  线型

  参数linestyle或ls

   

  线条风格	描述	线条风格	描述
  '-'	实线	':'	虚线
  '--'	破折线	'steps'	阶梯线
  '-.'	点划线	'None' / '，'	什么都不画

  In [169]:

   

   

   

   

   

  x = np.arange(0,100,5)

  plt.plot(x,x,linestyle = '-',linewidth=1)

  plt.plot(x,x*2,linestyle = '--',linewidth=2)

  plt.plot(x,x*3,ls = '-.',lw=3)

  plt.plot(x,x*4,ls = ':',lw=4)

  plt.plot(x,x*5,ls = 'steps',lw=5)

   

   

  Out[169]:

  [<matplotlib.lines.Line2D at 0x1d44e730>]

   
   

  线宽

  linewidth或lw参数

   

  不一样宽度的破折线

  dashes参数 eg.dashes = [20,50,5,2,10,5]

  设置破折号序列各段的宽度
  

  In [174]:

   

   

   

   

   

  x = np.arange(-np.pi,np.pi,0.1)

  plt.plot(x,np.sin(x),dashes=[5,1,10,2,20,4])

   

  . . .
   

  点型

  • marker 设置点形
  • markersize 设置点形大小
   

  标记	描述	标记	描述
  '1'	一角朝下的三脚架	'3'	一角朝左的三脚架
  '2'	一角朝上的三脚架	'4'	一角朝右的三脚架

  In [182]:

   

   

   

   

   

  x = np.arange(0,10,1)

  plt.plot(x,x,marker = '3',markersize=15)

  plt.plot(x,2*x,marker = '4',markersize=15)

   

   

  Out[182]:

  [<matplotlib.lines.Line2D at 0x1f342c30>]

   
   

  标记	描述	标记	描述
  's'	正方形	'p'	五边形
  'h'	六边形1	'H'	六边形2
  '8'	八边形

  In [191]:

   

   

   

   

   

  plt.plot(x,x,marker = 's',markersize = 30)

  plt.plot(x,2*x,marker = 'p',markersize = 40)

  plt.plot(x,3*x,marker = 'h',markersize = 30)

  plt.plot(x,4*x,marker = '8',markersize = 30)

   

   

  Out[191]:

  [<matplotlib.lines.Line2D at 0x20555f70>]

   
   

  标记	描述	标记	描述
  '.'	点	'x'	X
  '*'	星号	'+'	加号
  ','	像素

  In [196]:

   

   

   

   

   

  plt.plot(x,x,marker = '.',markersize = 30)

  plt.plot(x,2*x,marker = 'x',markersize = 30)

  plt.plot(x,3*x,marker = '*',markersize = 30)

  plt.plot(x,4*x,marker = ',',markersize = 30)

   

   

  Out[196]:

  [<matplotlib.lines.Line2D at 0x2068d430>]

   
   

  标记	描述	标记	描述
  'o'	圆圈	'D'	菱形
  'd'	小菱形	'','None',' ',None	无

  In [199]:

   

   

   

   

   

  plt.plot(x,x,marker = 'o',markersize = 30)

  plt.plot(x,2*x,marker = 'D',markersize = 30)

  plt.plot(x,3*x,marker = 'd',markersize = 30)

   

   

  Out[199]:

  [<matplotlib.lines.Line2D at 0x20748290>]

   
   

  标记	描述	标记	描述
  '_'	水平线	'|'	竖线

  In [201]:

   

   

   

   

   

  plt.plot(x,x,marker = '|',markersize = 30)

  plt.plot(x,2*x,marker = '_',markersize = 30)

   

   

  Out[201]:

  [<matplotlib.lines.Line2D at 0x207affb0>]

   
   

  标记	描述	标记	描述
  'v'	一角朝下的三角形	'<'	一角朝左的三角形
  '^'	一角朝上的三角形	'>'	一角朝右的三角形

  In [203]:

   

   

   

   

   

  plt.plot(x,x,marker = 'v',markersize = 30)

  plt.plot(x,2*x,marker = '<',markersize = 30)

  plt.plot(x,3*x,marker = '>',markersize = 30)

  plt.plot(x,4*x,marker = '^',markersize = 30)

   

   

  Out[203]:

  [<matplotlib.lines.Line2D at 0x20830d10>]

   
   

  多参数连用

  颜色、点型、线型，能够把几种参数写在一个字符串内进行设置 'r-.o'

  In [204]:

   

   

   

   

   

  plt.plot(x,x,'r-.o')

   

   

  Out[204]:

  [<matplotlib.lines.Line2D at 0x20867e70>]

   
   

  更多点和线的设置

  • markeredgecolor = 'green',
  • markeredgewidth = 2,
  • markerfacecolor = 'purple'
   

  参数	描述	参数	描述
  color或c	线的颜色	linestyle或ls	线型
  linewidth或lw	线宽	marker	点型
  markeredgecolor	点边缘的颜色	markeredgewidth	点边缘的宽度
  markerfacecolor	点内部的颜色	markersize	点的大小

  In [216]:

   

   

   

   

   

  plt.plot(x,x,marker = 'H',markersize = 30,markeredgecolor = 'm',markeredgewidth=2,markerfacecolor='b',lw=10,c='blue')

   

   

  Out[216]:

  [<matplotlib.lines.Line2D at 0x21b05430>]

   
   

  在一条语句中为多个曲线进行设置

   

  多个曲线同一设置

  属性名声明，不能够多参数连用

  plt.plot(x1, y1, x2, y2, fmt, ...)

  In [217]:

   

   

   

   

   

  plt.plot(x,x,x,2*x,color = 'c',ls='--',marker='d')

   

   

  Out[217]:

  [<matplotlib.lines.Line2D at 0x21b40090>,
   <matplotlib.lines.Line2D at 0x21b40190>]

   
   

  多个曲线不一样设置

  多个都进行设置时，多参数连用 plt.plot(x1, y1, fmt1, x2, y2, fmt2, ...)

  In [219]:

   

   

   

   

   

  plt.plot(x,x,'r-.h',x,2*x,'b-->')

   

   

  Out[219]:

  [<matplotlib.lines.Line2D at 0x209bd190>,
   <matplotlib.lines.Line2D at 0x209bdbd0>]

   
   

  三种设置方式

   

  向方法传入关键字参数

  • import matplotlib as mpl
   

  对实例使用一系列的setter方法

  • plt.plot()方法返回一个包含全部线的列表，设置每个线须要获取该线对象
    • eg: lines = plt.plot(); line = lines[0]
    • line.set_linewith()
    • line.set_linestyle()
    • line.set_color()

  对坐标系使用一系列的setter方法

  • axes = plt.subplot()获取坐标系
    • set_title()
    • set_facecolor()
    • set_xticks、set_yticks 设置刻度值
    • set_xticklabels、set_yticklabels 设置刻度名称
  In [223]:

   

   

   

   

   

  # plt.plot函数，返回值的呗绘制的包含每一条线对象的列表

  lines = plt.plot(x,x,x,x*2,x,x*3)

  ​

  # 能够经过line对象进行设置外观

  lines[0].set_linewidth(10)

  lines[1].set_linestyle('--')

  lines[2].set_color('red')

   

   

   
  In [237]:

   

   

   

   

   

  axes = plt.subplot(111)

  axes.set_title('axes_title')

  axes.set_xlabel('X-Label')

  axes.set_ylabel('Y-Label')

  axes.set_facecolor('yellow')

  axes.set_xticklabels(['-pi',0,'pi'])

  axes.set_yticklabels(['min',0,'max'])

  ​

  axes.set_xticks([-np.pi,0,np.pi])

  axes.set_yticks([-1,0,1])

  x = np.arange(-np.pi,np.pi,0.1)

  axes.plot(x,np.sin(x))

   

   

  Out[237]:

  [<matplotlib.lines.Line2D at 0x220aa8b0>]

   
   

  使用plt.setp()方法

  • plt.setp(line2,linestyle='--',linewidth = 3,marker = 'o')
  • plt.setp(axes,title='title')
  In [241]:

   

   

   

   

   

  lines = plt.plot(x,x,x,x*2,x,np.sin(x))

  ​

  plt.setp(lines[0],color='red',ls='--',lw=4)

  ​

  axes = plt.subplot()

  ​

  # p->> property属性

  plt.setp(axes,title='title')

   

  . . .
   

  X、Y轴坐标刻度

  plt.xticks()和plt.yticks()方法

  • 需指定刻度值和刻度名称 plt.xticks([刻度列表],[名称列表])
  • 支持fontsize、rotation、color等参数设置
  In [245]:

   

   

   

   

   

  x = np.arange(0,10,1)

  plt.plot(x,x*2)

  ​

  # 使用plt来设置坐标轴刻度

  # 新的刻度标签最好与原始的刻度标签保持一致

  # eg1：使用原始刻度

  plt.xticks([0,2,4,6,8],list('abcde'))

  ​

  # 在matplotlib里显示汉字的方法

  # eg2:修改原始刻度

  plt.yticks([0,4,8,12,16],['ok','good','very good','good good','vv good'])

   

   

  Out[245]:

  ([<matplotlib.axis.YTick at 0x21c57090>,
    <matplotlib.axis.YTick at 0x221fb8d0>,
    <matplotlib.axis.YTick at 0x21c6c690>,
    <matplotlib.axis.YTick at 0x21c74390>,
    <matplotlib.axis.YTick at 0x21c74790>],
   <a list of 5 Text yticklabel objects>)

   
   

  正弦余弦

  LaTex语法，用ππ、σσ等表达式在图表上写上希腊字母

  In [250]:

   

   

   

   

   

  x = np.arange(-np.pi,np.pi,0.1)

  plt.plot(x,np.sin(x),x,np.cos(x))

  ​

  # 第一个列表写新的刻度值，注意不要越界（可能会显示不出来）

  plt.xticks([-np.pi,-np.pi/2,0,np.pi/2,np.pi],['-$\pi$','-$\pi$/2',0,'$\pi$/2','$\pi$'])

  plt.yticks([-1,0,1],['min',0,'max'])

   

   

  Out[250]:

  ([<matplotlib.axis.YTick at 0x21da52d0>,
    <matplotlib.axis.YTick at 0x231e75b0>,
    <matplotlib.axis.YTick at 0x21da5390>],
   <a list of 3 Text yticklabel objects>)

   
   

  3、2D图形

   

  直方图

  【直方图的参数只有一个x！！！不像条形图须要传入x,y】

  hist()的参数

  • bins
    能够是一个bin数量的整数值，也能够是表示bin的一个序列。默认值为10
  • normed
    若是值为True，直方图的值将进行归一化处理，造成几率密度，默认值为False
  • color
    指定直方图的颜色。能够是单一颜色值或颜色的序列。若是指定了多个数据集合，颜色序列将会设置为相同的顺序。若是未指定，将会使用一个默认的线条颜色
  • orientation
    经过设置orientation为horizontal建立水平直方图。默认值为vertical
  In [266]:

   

   

   

   

   

  x = np.random.randint(1,100,50)

  x

   

   

  Out[266]:

  array([71, 51, 44, 82, 16, 32, 94, 27, 39, 35, 23, 57, 35, 55, 17, 54, 19,
         25,  2, 38, 46, 26, 57, 46, 69, 14, 79, 27, 77, 83, 98, 67, 97, 90,
         21, 83, 22, 66, 10, 37, 94, 94, 17, 38,  7, 68, 72, 76, 54, 23])

  In [268]:

   

   

   

   

   

  plt.hist(x,bins=10,normed=True,color = 'r',orientation='horizontal')

   

   

  Out[268]:

  (array([ 0.00625   ,  0.0125    ,  0.01458333,  0.01458333,  0.00625   ,
           0.0125    ,  0.00833333,  0.00833333,  0.00833333,  0.0125    ]),
   array([  2. ,  11.6,  21.2,  30.8,  40.4,  50. ,  59.6,  69.2,  78.8,
           88.4,  98. ]),
   <a list of 10 Patch objects>)

   
   

  条形图

  【条形图有两个参数x,y】

  • width 纵向设置条形宽度
  • height 横向设置条形高度

  bar()、barh()

  In [262]:

   

   

   

   

   

  x = Series(np.array([3,5,7,8,9,2,4]))

  plt.bar(x.index,height = x.values)

   

   

  Out[262]:

  <Container object of 7 artists>

   
  In [263]:

   

   

   

   

   

  plt.barh(x.index,width=x.values)

   

   

  Out[263]:

  <Container object of 7 artists>

   
   

  饼图

  【饼图也只有一个参数x！】

  pie()
  饼图适合展现各部分占整体的比例，条形图适合比较各部分的大小

   

  普通各部分占满饼图

  In [269]:

   

   

   

   

   

  x = [89,45,32,16]

  plt.pie(x)

   

  . . .
   

  普通未占满饼图

  In [270]:

   

   

   

   

   

  x = [0.1,0.3,0.5]

  plt.pie(x)

   

  . . .
   

  饼图阴影、分裂等属性设置

  • labels参数设置每一块的标签；
  • labeldistance参数设置标签距离圆心的距离（比例值,只能设置一个浮点小数）
  • autopct参数设置比例值的显示格式(%1.1f%%)；
  • pctdistance参数设置比例值文字距离圆心的距离
  • explode参数设置每一块顶点距圆形的长度（比例值,列表）；
  • colors参数设置每一块的颜色（列表）；
  • shadow参数为布尔值，设置是否绘制阴影
  • startangle参数设置饼图起始角度
  In [283]:

   

   

   

   

   

  x = [89,45,32,16]

  plt.pie(x,labels=['boy','girl','bgirl','gboy'],labeldistance=0.3,autopct='%1.1f%%',pctdistance=0.8,

         explode=[0,0,0,0.2],colors=['m','c','purple','yellow'],shadow=True,startangle=90)

  ​

   

   

  Out[283]:

  ([<matplotlib.patches.Wedge at 0x24aa4ab0>,
    <matplotlib.patches.Wedge at 0x24aad0d0>,
    <matplotlib.patches.Wedge at 0x24aad6d0>,
    <matplotlib.patches.Wedge at 0x24aadd10>],
   [Text(-0.299821,0.0103548,'boy'),
    Text(0.195031,-0.227954,'girl'),
    Text(0.268004,0.134811,'bgirl'),
    Text(0.136343,0.481052,'gboy')],
   [Text(-0.799523,0.0276129,'48.9%'),
    Text(0.520083,-0.607876,'24.7%'),
    Text(0.714676,0.359496,'17.6%'),
    Text(0.272686,0.962103,'8.8%')])

   
   

  散点图

  【散点图须要两个参数x,y，但此时x不是表示x轴的刻度，而是每一个点的横坐标！】

  scatter()
  

  In [289]:

   

   

   

   

   

  x = np.random.normal(size = 1000)

  y = np.random.normal(size = 1000)

  ​

  # [0.3,0.6,0.8] 这样的一个数就能够表示一个颜色

  # 随机生成1000个颜色

  color = np.random.random(size = (1000,3))

  # s表示marker的大小

  plt.scatter(x,y,marker='d',color=color,s = 30)

   

   

  Out[289]:

  <matplotlib.collections.PathCollection at 0x21bbcc90>

   
   

  4、图形内的文字、注释、箭头(自学)

   

  控制文字属性的方法:

  pyplot函数	API方法	描述
  text()	mpl.axes.Axes.text()	在Axes对象的任意位置添加文字
  xlabel()	mpl.axes.Axes.set_xlabel()	为X轴添加标签
  ylabel()	mpl.axes.Axes.set_ylabel()	为Y轴添加标签
  title()	mpl.axes.Axes.set_title()	为Axes对象添加标题
  legend()	mpl.axes.Axes.legend()	为Axes对象添加图例
  figtext()	mpl.figure.Figure.text()	在Figure对象的任意位置添加文字
  suptitle()	mpl.figure.Figure.suptitle()	为Figure对象添加中心化的标题
  annnotate()	mpl.axes.Axes.annotate()	为Axes对象添加注释（箭头可选）

  全部的方法会返回一个matplotlib.text.Text对象

  In [314]:

   

   

   

   

   

  x = np.arange(-np.pi,np.pi,0.1)

  plt.plot(x,np.sin(x))

  ​

  # 画布 fig = plt.figure()

  # 坐标系 axes = plt.subplot()

  axes = plt.subplot()

  axes.text(0.5,0.4,'test')

  axes.set_xlabel('X-Label')

  axes.set_ylabel('Ylabel')

  axes.set_title('title')

   

  . . .
  In [313]:

   

   

   

   

   

  fig = plt.figure(figsize=(8,4))

  axes1 = plt.subplot(1,2,1)

  axes2 = plt.subplot(1,2,2)

  axes1.plot(x,np.sin(x))

  axes2.plot(x,np.cos(x))

  fig.text(0.4,0.5,'test')

  fig.suptitle('suptitle')

  axes1.set_title('title1')

  axes2.set_title('title2')

   

   

  Out[313]:

  Text(0.5,1,'title2')

   
   

  图形内的文字

  text()
  

   

  注释

  annotate()

  • xy参数设置箭头指示的位置
  • xytext参数设置注释文字的位置
  • arrowprops参数以字典的形式设置箭头的样式
  • width参数设置箭头长方形部分的宽度
  • headlength参数设置箭头尖端的长度，
  • headwidth参数设置箭头尖端底部的宽度
  • shrink参数设置箭头顶点、尾部与指示点、注释文字的距离（比例值），能够理解为控制箭头的长度
   

  以下都是arrowstyle能够选择的风格样式
  
  ``'->'``       head_length=0.4,head_width=0.2
  ``'-['``       widthB=1.0,lengthB=0.2,angleB=None
  ``'|-|'``      widthA=1.0,widthB=1.0
  ``'-|>'``      head_length=0.4,head_width=0.2
  ``'<-'``       head_length=0.4,head_width=0.2
  ``'<->'``      head_length=0.4,head_width=0.2
  ``'<|-'``      head_length=0.4,head_width=0.2
  ``'<|-|>'``    head_length=0.4,head_width=0.2
  ``'fancy'``    head_length=0.4,head_width=0.4,tail_width=0.4
  ``'simple'``   head_length=0.5,head_width=0.5,tail_width=0.2
  ``'wedge'``    tail_width=0.3,shrink_factor=0.5

  In [337]:

   

   

   

   

   

  x = np.arange(-np.pi,np.pi,0.1)

  axes = plt.subplot()

  plt.plot(x,np.sin(x))

  ​

  # 模式1：使用arrowstyle键，能够选择如上几种预约义的箭头样式

  axes.annotate(s='annotation2',xy=[-1.7,-1],xytext=[0.5,-0.5],arrowprops = {'arrowstyle':'fancy'})

  ​

  # 模式2：不适用arrowstyle键，能够使用{'headlength':10,'headwidth':16,'shrink':0.1来自定义样式

  axes.annotate(s='annotation1',xy=[1.7,1],xytext=[-0.5,0.5],arrowprops = {'headlength':10,'headwidth':16,'shrink':0.1})

   

  . . .
   

  练习
  三个随机正太分布数据

  In [359]:

   

   

   

   

   

  index = np.arange(100)

  x = np.random.normal(loc=10,scale=3,size=100)

  y = np.random.normal(loc=20,scale=3,size=100)

  z = np.random.normal(loc=30,scale=3,size=100)

  axes = plt.subplot()

  axes.plot(index,x,index,y,index,z)

  axes.legend(['plot','2nd plot','last plot'],loc=[0,1.05],ncol=3)

  ​

  axes.annotate(s='Important value',xy=[50,20],xytext=[15,35],fontsize=15,arrowprops={'arrowstyle':'->'})

   

   

  Out[359]:

  Text(15,35,'Important value')

   
   

  5、3D图

   

  曲面图

   

  导包

  • from mpl_toolkits.mplot3d.axes3d import Axes3D

  使用mershgrid函数切割x,y轴

  • X,Y = np.meshgrid(x, y)

  建立3d坐标系

  • axes = plt.subplot(projection='3d')

  绘制3d图形

  • p = axes.plot_surface(X,Y,Z,color='red',cmap='summer',rstride=5,cstride=5)

  添加colorbar

  • plt.colorbar(p,shrink=0.5)
  In [361]:

   

   

   

   

   

  from mpl_toolkits.mplot3d.axes3d import Axes3D

   

   
  In [376]:

   

   

   

   

   

  x = np.arange(100)

  y = np.arange(100)

  xx,yy = np.meshgrid(x,y)

  ​

  def create_z(xx,yy):

      return np.cos(xx)+np.sin(yy)

  ​

  z = create_z(xx,yy)

  ​

  print(z.shape)

  ​

  axes = plt.subplot(projection = '3d')

  p = axes.plot_surface(xx,yy,z,cmap='summer')

  ​

  plt.colorbar(p,shrink=0.5)

   

   

   

  (100, 100)
  

  Out[376]:

  <matplotlib.colorbar.Colorbar at 0x27fcc930>

   
  In [360]:

   

   

   

   

   

  x = np.array([1,2,3])

  y = np.array([4,5,6])

  xx,yy = np.meshgrid(x,y)

  display(xx,yy)

   

  . . .
   

  玫瑰图/极坐标条形图

   

  建立极坐标，设置polar属性

  • plt.axes(polar = True)

  绘制极坐标条形图

  • index = np.arange(-np.pi,np.pi,2*np.pi/6)
  • plt.bar(x=index ,height = [1,2,3,4,5,6] ,width = 2*np.pi/6)
  In [379]:

   

   

   

   

   

  plt.axes(polar=True)

  ​

  index = np.arange(-np.pi,np.pi,2*np.pi/6)

  plt.bar(x=index,height=[2,3,4,5,6,7],width = 2*np.pi/6)

   

   

  Out[379]:

  <Container object of 6 artists>