Python图表绘制Matplotlib

提示：扫一扫查出行
【扫一扫了解最新限行尾号】
复制提示

引入

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
# 导入相关模块

使用	# 图表窗口1 → plt.show() plt.plot(np.random.rand(10)) plt.show() # 直接生成图表
特点：使用后无需写 show（）	# 图表窗口2 → 魔法函数，嵌入图表 %matplotlib inline x = np.random.randn(1000) y = np.random.randn(1000) plt.scatter(x,y) # 直接嵌入图表，不用plt.show() # <matplotlib.collections.PathCollection at ...> 代表该图表对象
	# 图表窗口3 → 魔法函数，弹出可交互的matplotlib窗口 %matplotlib notebook s = pd.Series(np.random.randn(100)) s.plot(style = 'k--o',figsize=(10,5)) # 可交互的matplotlib窗口，不用plt.show() # 可做一定调整
	# 图表窗口4 → 魔法函数，弹出matplotlib控制台 %matplotlib qt5 df = pd.DataFrame(np.random.rand(50,2),columns=['A','B']) df.hist(figsize=(12,5),color='g',alpha=0.8) # 可交互性控制台 # 如果已经设置了显示方式（比如notebook），需要重启然后再运行魔法函数 # 网页嵌入的交互性窗口和控制台，只能显示一个 #plt.close() # 关闭窗口 #plt.gcf().clear() # 每次清空图表内内容
图标的基础元素	图名、图裂、轴标签、轴边界、轴刻度、轴刻度标签
	plt.title('全国人大代表季度考核') #标题 plt.xlabel('月份') #x轴标签 plt.ylabel('积分') #y轴标签 list.plot(figsize=(6,4)) 图标的大小 plt.legend(loc='best') #图裂的位置 best 自适应 upper right upper left lower left lower right right center left center right lower center upper center center plt.xlim(0,10) #x轴坐标边界数值多大 plt.ylim(0,2) # 自定义 xy轴刻度数组格式 plt.xticks(range(0,5)) plt.yticks([0,0.2,0.4,0.6,0.8,1.0])
完整演示	import numpy as np import pandas as pd import matplotlib.pyplot as plt % matplotlib inline # 导入相关模块 import warnings warnings.filterwarnings('ignore') # 不发出警告 ts.plot(kind='line', label = 'hehe', style = '--g.', color = 'red', alpha = 0.4, use_index = True, rot = 45, grid = True, ylim = [-50,50], yticks = list(range(-50,50,10)), figsize = (8,4), title = 'test', legend = True) 创建子图 fig,axes = plt.subplots(4,1,figsize = (10,10)) s.plot(kind='bar',color = 'k',grid = True,alpha = 0.5,ax = axes[0]) # ax参数 → 选择第几个子图 # 单系列柱状图方法一：plt.plot(kind='bar/barh') df.plot(kind='bar',ax = axes[1],grid = True,colormap='Reds_r') # 多系列柱状图 df.plot(kind='bar',ax = axes[2],grid = True,colormap='Blues_r',stacked=True) # 多系列堆叠图 # stacked → 堆叠 df.plot.barh(ax = axes[3],grid = True,stacked=True,colormap = 'BuGn_r') # 新版本plt.plot.<kind> plt.figure(figsize=(10,4)) #plt.grid(True, linestyle = "--",color = "gray", linewidth = "0.5",axis = 'x') # 网格 plt.legend() # Series.plot()：series的index为横坐标，value为纵坐标 # kind → line,bar,barh...（折线图，柱状图，柱状图-横...） # label → 图例标签，Dataframe格式以列名为label # style → 风格字符串，这里包括了linestyle（-），marker（.），color（g） # color → 颜色，有color指定时候，以color颜色为准 # alpha → 透明度，0-1 # use_index → 将索引用为刻度标签，默认为True # rot → 旋转刻度标签，0-360 # grid → 显示网格，一般直接用plt.grid # xlim,ylim → x,y轴界限 # xticks,yticks → x,y轴刻度值 # figsize → 图像大小 # title → 图名 # legend → 是否显示图例，一般直接用plt.legend() # 也可以 → plt.plot()