Matplotlib库入门
Matplotlib库由各种可视化类构成，内部结构复杂，受Matlab启发
matplotlib.pyplot是绘制各类可视化图形的命令子库，相当于快捷方式
importmatplotlib.pyplotaspltplt.plot()只有一个输入列表或数组时，参数被当作Y轴，X轴以索引自动生成
importmatplotlib.pyplotasplt plt.plot([3,1,4,5,2])plt.ylabel("Grade")plt.show()plt.savefig()将输出图形存储为文件，默认PNG格式，可以通过dpi修改输出质量
importmatplotlib.pyplotasplt plt.plot([3,1,4,5,2])plt.ylabel("Grade")plt.savefig('test',dpi=600)#PNG文件plt.show()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
importmatplotlib.pyplotasplt plt.plot([0,2,4,6,8],[3,1,4,5,2])plt.ylabel("Grade")plt.axis([-1,10,0,6])plt.show()pyplot的绘图区域
plt.subplot(nrows,ncols,plot_number,**kwargs)plt.subplot(3,2,4)#按两条横线，一条竖线，划分6个子区域plt.subplot(324)#在全局绘图区域中创建一个分区体系，并定位到一个子绘图区域importmatplotlib.pyplotaspltimportnumpyasnpdeff(t):returnnp.exp(-t)*np.cos(2*np.pi*t)a=np.arange(0.0,5.0,0.02)plt.subplot(211)plt.plot(a,f(a))plt.subplot(2,1,2)plt.plot(a,np.cos(2*np.pi*a),'r--')plt.show()pyplot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不能省略例子
importmatplotlib.pyplotaspltimportnumpyasnp a=np.arange(10)plt.plot(a,a*1.5,a,a*2.5,a,a*3.5,a,a*4.5)plt.show()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 |
| ‘#00800’ | 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 | ‘|’ | 垂直线标记 |
importmatplotlib.pyplotaspltimportnumpyasnp a=np.arange(10)plt.plot(a,a*1.5,'go-',a,a*2.5,'rx',a,a*3.5,'*',a,a*4.5,'b-.')plt.show()**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，需要rcParams修改字体实现
importmatplotlib.pyplotaspltimportmatplotlib matplotlib.rcParams['font.family']='Simhei'#黑体plt.plot([3,1,4,5,2])plt.ylabel("纵轴(值)")plt.show()| 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 |
| 例子 |
importmatplotlib.pyplotaspltimportmatplotlibimportnumpyasnp matplotlib.rcParams['font.family']='STSong'matplotlib.rcParams['font.size']=20a=np.arange(0.0,5.0,0.02)plt.xlabel('横轴：时间')plt.ylabel('纵轴：振幅')plt.plot(a,np.cos(2*np.pi*a),'r--')plt.show()第二种方法
在有中文输出的地方，增加一个属性：fontproperties
importmatplotlib.pyplotaspltimportnumpyasnp a=np.arange(0.0,5.0,0.02)plt.xlabel('横轴：时间',fontproperties='SimHei',fontsize=20)plt.ylabel('纵轴：振幅',fontproperties='SimHei',fontsize=20)plt.plot(a,np.cos(2*np.pi*a),'r--')plt.show()pyplot的文本显示函数
| 函数 | 说明 |
|---|---|
| plt.xlabel() | 对 X轴增加文本标签 |
| plt.ylabel() | 对 Y轴增加文本标签 |
| plt.title() | 对图形整体增加文本标签 |
| plt.text() | 在任意位置增加文本 |
| plt.annotate() | 在图形中增加带箭头的注解 |
| 例子 |
importmatplotlib.pyplotaspltimportnumpyasnp a=np.arange(0.0,5.0,0.02)plt.plot(a,np.cos(2*np.pi*a),'r--')plt.xlabel('横轴：时间',fontproperties='SimHei',fontsize=15,color='green')plt.ylabel('纵轴：振幅',fontproperties='SimHei',fontsize=15)plt.title(r'正弦波实例 $y=cos(2\pi,x)$',fontproperties='SimHei',fontsize=15)plt.text(2,1,r'$\mu=100$',fontsize=15)plt.axis([-1,6,-2,2])plt.grid(True)plt.show()#新增语句plt.annotate(r'$\mu=100$',xy=(2,1),xytext=(3,1.5),arrowprops=dict(facecolor='black',shrink=0.1,width=2))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，确定选中行列区域数量，编号从0开始
plt.subplot2grid((3,3), (1,0), colspan=2)
pyplot的基础图标函数
| 函数 | 说明 |
|---|---|
| plt.plot(x,y,fmt,…) | 绘制一个坐标图 |
| plt.boxplot(data,notch,position) | 绘制一个箱形图 |
| 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_date() | 绘制数据日期 |
饼图的绘制
importmatplotlib.pyplotasplt labels='Frogs','Hogs','Dogs','Logs'sizes=[15,30,45,10]explode=(0,0.1,0,0)plt.pie(sizes,explode=explode,labels=labels,autopct='%1.1f%%',shadow=False,startangle=90)plt.show()直方图的绘制
importmatplotlib.pyplotaspltimportnumpyasnp np.random.seed(10)mu,sigma=100,20#均值和标准差a=np.random.normal(mu,sigma,size=100)plt.hist(a,40,normed=1,histtype='stepfilled',facecolor='b',alpha=0.75)#plt.hist(a,10,normed=1,histtype='stepfilled',facecolor='b',alpha=0.75)plt.title('Histogram')plt.show()绘制极坐标图
importmatplotlib.pyplotaspltimportnumpyasnp N=10theta=np.linspace(0.0,2*np.pi,N,endpoint=False)radii=10*np.random.rand(N)width=np.pi/2*np.random.rand(N)ax=plt.subplot(111,projection='polar')bars=ax.bar(theta,radii,width=width,bottom=0.0)forr,barinzip(radii,bars):bar.set_facecolor(plt.cm.viridis(r/10.))bar.set_alpha(0.5)plt.show()绘制散点图
importmatplotlib.pyplotaspltimportnumpyasnp fig,ax=plt.subplots()ax.plot(10*np.random.randn(100),10*np.random.randn(100),'o')ax.set_title('Simple Scatter')plt.show()引力波的绘制
importmatplotlib.pyplotaspltimportnumpyasnpfromscipy.ioimportwavfile rate_h,hstrain=wavfile.read(r"H1_Strain.wav","rb")rate_l,lstrain=wavfile.read(r"L1_Strain.wav","rb")reftime,ref_H1=np.genfromtxt('wf_template.txt').transpose()htime_interval=1/rate_h ltime_interval=1/rate_l fig=plt.figure(figsize=(12,6))#丢失信号起始点htime_len=hstrain.shape[0]/rate_h htime=np.arange(-htime_len/2,htime_len/2,htime_interval)plth=fig.add_subplot(221)plth.plot(htime,hstrain,'y')plth.set_xlabel('Time (seconds)')plth.set_ylabel('H1 Strain')plth.set_title('H1 Strain')ltime_len=lstrain.shape[0]/rate_l ltime=np.arange(-ltime_len/2,ltime_len/2,ltime_interval)pltl=fig.add_subplot(222)pltl.plot(ltime,lstrain,'g')pltl.set_xlabel('Time (seconds)')pltl.set_ylabel('L1 Strain')pltl.set_title('L1 Strain')pltref=fig.add_subplot(212)pltref.plot(reftime,ref_H1)pltref.set_xlabel('Time (seconds)')pltref.set_ylabel('Template Strain')pltref.set_title('Template')fig.tight_layout()plt.savefig("Gravitational_Waves_Original.png")plt.show()plt.close(fig)