Matplotlib使用和繪制二維圖表教程
更新時(shí)間：2025年02月17日 08:52:38 作者：趙廣陸
Matplotlib是一個(gè)強(qiáng)大的Python繪圖庫(kù),可以用來繪制各種靜態(tài)、動(dòng)態(tài)和交互式的圖表,文章介紹了Matplotlib的基本概念、繪制折線圖、散點(diǎn)圖、柱狀圖、直方圖和餅圖等方法,并詳細(xì)解釋了Matplotlib的三層結(jié)構(gòu)
1 Matplotlib簡(jiǎn)介
- Matplotlib 是 Python 的繪圖庫(kù)，它能讓使用者很輕松地將數(shù)據(jù)圖形化，并且提供多樣化的輸出格式。
- Matplotlib 可以用來繪制各種靜態(tài)，動(dòng)態(tài)，交互式的圖表。
- Matplotlib 是一個(gè)非常強(qiáng)大的 Python 畫圖工具，我們可以使用該工具將很多數(shù)據(jù)通過圖表的形式更直觀的呈現(xiàn)出來。
- Matplotlib 可以繪制線圖、散點(diǎn)圖、等高線圖、條形圖、柱狀圖、3D 圖形、甚至是圖形動(dòng)畫等等。
1.1 什么是Matplotlib - 畫二維圖表的python庫(kù)
- mat - matrix 矩陣， 二維數(shù)據(jù) - 二維圖表
- plot - 畫圖
- lib - library 庫(kù)
- matlab 矩陣實(shí)驗(yàn)室
- mat - matrix
- lab 實(shí)驗(yàn)室
1.2 為什么要學(xué)習(xí)Matplotlib - 畫圖
- 數(shù)據(jù)可視化 - 幫助理解數(shù)據(jù)，方便選擇更合適的分析方法
- js庫(kù) - D3 和echarts能實(shí)現(xiàn)一些比較酷炫的3D效果
- 奧卡姆剃刀原理 - 如無必要勿增實(shí)體
1.3 實(shí)現(xiàn)一個(gè)簡(jiǎn)單的Matplotlib畫圖
import matplotlib.pyplot as plt plt.figure() plt.plot([1,2,3],[4,5,6]) plt.show()
1.4 拓展知識(shí)點(diǎn)：Matplotlib三層結(jié)構(gòu)
容器層 : 畫板層Canvas 畫布層Figure 繪圖區(qū)/坐標(biāo)系 x、y軸張成的區(qū)域 容器層主要由Canvas、Figure、Axes組成。
- Canvas是位于最底層的系統(tǒng)層，在繪圖的過程中充當(dāng)畫板的角色，即放置畫布(Figure)的工具。
- Figure是Canvas.上方的第一層，也是需要用戶來操作的應(yīng)用層的第一層，在繪圖的過程中充當(dāng)畫布的角色。
- Axs是應(yīng)用層的第二層，在繪圖的過程中相當(dāng)于畫布上的繪圖區(qū)的角色。
- Figure:指整個(gè)圖形可以通過plt.figure0設(shè)置畫布的大小和分辨率等）
- Axes（坐標(biāo)系）：數(shù)據(jù)的繪圖區(qū)域
- Axs（坐標(biāo)軸）：坐標(biāo)系中的一條軸，包含大小限制、刻度和刻度標(biāo)簽
特點(diǎn)為：
- 一個(gè)figure（畫布）可以包含多個(gè)axes(坐標(biāo)系/繪圖區(qū))，但是一個(gè)axes只能屬于一個(gè)figure.
- 一個(gè)axes(坐標(biāo)系/繪圖區(qū))可以包含多個(gè)axis（坐標(biāo)軸)，包含兩個(gè)即為2d坐標(biāo)系，3個(gè)即為3d坐標(biāo)系
輔助顯示層
輔助顯示層為Axes（繪圖區(qū)）內(nèi)的除了根據(jù)數(shù)據(jù)繪制出的圖像以外的內(nèi)容，主要包括Axes外觀(facecolor)邊框線(spines)、坐標(biāo)軸(axis)、坐標(biāo)軸名稱(axis label)、坐標(biāo)軸刻度(tick)、坐標(biāo)軸刻度標(biāo)簽(tick label)、網(wǎng)格線(grid)、圖例(legend)、標(biāo)題(title)等內(nèi)容。
該層的設(shè)置可使圖像顯示更加直觀更加容易被用戶理解，但又不會(huì)對(duì)圖像產(chǎn)生實(shí)質(zhì)的影響。
圖像層
圖像層指Axes內(nèi)通過plot、scatter、bar、histogram、pie等函數(shù)根據(jù)數(shù)據(jù)繪制出的圖像
總結(jié)
- Canvas（畫板）位于最底層，用戶一般接觸不到
- Figure（畫布）建立在Canvas之上
- Axes（繪圖區(qū)）建立在Figure之上
- 坐標(biāo)軸(axis)、圖例(legend)等輔助顯示層以及圖像層都是建立在Axes之上
2 折線圖(plot)與基礎(chǔ)繪圖功能
2.1 折線圖繪制與保存圖片
基本步驟
- 創(chuàng)建畫布
- 繪制圖像
- 顯示圖像
#1創(chuàng)建畫布
plt.figure(figsize=(20,8),dpi=80)
### figsize : 畫布大小
### dpi : dot per inch 圖像的清晰度,每英寸顯示點(diǎn)數(shù)
#2繪制圖像
plt.plot([1,2,3,4,5],[6,7,8,9,10])
#保存圖像(注意保存圖片代碼應(yīng)位于plt.show()之前)
plt.savefig("test.png")
#3顯示圖像
plt.show()
#plt.show()會(huì)釋放figsure資源
2.2 完善原始折線圖（輔助顯示層）
import random
# 需求：再添加一個(gè)城市的溫度變化
# 收集到北京當(dāng)天溫度變化情況，溫度在1度到3度。
# 1、準(zhǔn)備數(shù)據(jù) x y
x = range(60)
y_shanghai = [random.uniform(15, 18) for i in x]
y_beijing = [random.uniform(1, 3) for i in x]
# 中文顯示問題
plt.rcParams['font.sans-serif']=['SimHei'] #用來正常顯示中文標(biāo)簽
plt.rcParams['axes.unicode_minus']=False #用來正常顯示負(fù)號(hào)
# 2、創(chuàng)建畫布
plt.figure(figsize=(20, 8), dpi=80)
# 3、繪制圖像
plt.plot(x, y_shanghai, color="r", linestyle="-.", label="上海")
plt.plot(x, y_beijing, color="b", label="北京")
# 顯示圖例，這里顯示圖例的前提是plt.plot時(shí)要添加標(biāo)簽lsbel=“”
plt.legend()#legend有自己的參數(shù)可以控制圖例位置
# 修改x、y刻度
# 準(zhǔn)備x的刻度說明 ticks表示刻度
x_label = ["11點(diǎn){}分".format(i) for i in x]
plt.xticks(x[::5], x_label[::5])
#步長(zhǎng)為5，即不讓刻度顯示過于密集第一處的x[::5]也要寫，應(yīng)該是用來給x_label定位的
plt.yticks(range(0, 40, 5))
# 添加網(wǎng)格顯示，其中的alpha是網(wǎng)格的透明程度
plt.grid(linestyle="--", alpha=0.5)
# 添加描述信息
plt.xlabel("時(shí)間變化")
plt.ylabel("溫度變化")
plt.title("上海、北京11點(diǎn)到12點(diǎn)每分鐘的溫度變化狀況")
# 4、顯示圖
plt.show()
2.3 多個(gè)坐標(biāo)系顯示-plt.subplots(面向?qū)ο蟮漠媹D方法)
注意主要區(qū)別就是返回一個(gè)figsure和axes，后期全部利用axes[索引]來繪制圖像，有一定的函數(shù)名字差別 axes[i].方法名(）
#主要區(qū)別：
#figure, axes = plt.subplots(nrows=1, ncols=2, figsize=(20, 8), dpi=80)
# 需求：再添加一個(gè)城市的溫度變化
# 收集到北京當(dāng)天溫度變化情況，溫度在1度到3度。
# 1、準(zhǔn)備數(shù)據(jù) x y
x = range(60)
y_shanghai = [random.uniform(15, 18) for i in x]
y_beijing = [random.uniform(1, 3) for i in x]
# 2、創(chuàng)建畫布
# plt.figure(figsize=(20, 8), dpi=80)
figure, axes = plt.subplots(nrows=1, ncols=2, figsize=(20, 8), dpi=80)
# 3、繪制圖像
axes[0].plot(x, y_shanghai, color="r", linestyle="-.", label="上海")
axes[1].plot(x, y_beijing, color="b", label="北京")
# 顯示圖例
axes[0].legend()
axes[1].legend()
# 修改x、y刻度
# 準(zhǔn)備x的刻度說明
x_label = ["11點(diǎn){}分".format(i) for i in x]
axes[0].set_xticks(x[::5])
axes[0].set_xticklabels(x_label)
axes[0].set_yticks(range(0, 40, 5))
axes[1].set_xticks(x[::5])
axes[1].set_xticklabels(x_label)
axes[1].set_yticks(range(0, 40, 5))
# 添加網(wǎng)格顯示
axes[0].grid(linestyle="--", alpha=0.5)
axes[1].grid(linestyle="--", alpha=0.5)
# 添加描述信息
axes[0].set_xlabel("時(shí)間變化")
axes[0].set_ylabel("溫度變化")
axes[0].set_title("上海11點(diǎn)到12點(diǎn)每分鐘的溫度變化狀況")
axes[1].set_xlabel("時(shí)間變化")
axes[1].set_ylabel("溫度變化")
axes[1].set_title("北京11點(diǎn)到12點(diǎn)每分鐘的溫度變化狀況")
# 4、顯示圖
plt.show()效果圖
2.4 折線圖繪制函數(shù)圖像
import numpy as np # 1、準(zhǔn)備x，y數(shù)據(jù) ##表示區(qū)間[-1,1]左閉右閉并等間隔生成1000個(gè)數(shù)字 x = np.linspace(-1, 1, 1000) y = 2 * x * x # 2、創(chuàng)建畫布 plt.figure(figsize=(20, 8), dpi=80) # 3、繪制圖像 plt.plot(x, y) # 添加網(wǎng)格顯示 plt.grid(linestyle="--", alpha=0.5) # 4、顯示圖像 plt.show()
3 散點(diǎn)圖（scatter）
豐富圖片的其他函數(shù)基本一致，主要區(qū)別在于plt.scatter()函數(shù)用于繪圖
# 需求：探究房屋面積和房屋價(jià)格的關(guān)系
# 1、準(zhǔn)備數(shù)據(jù)
x = [225.98, 247.07, 253.14, 457.85, 241.58, 301.01, 20.67, 288.64,
163.56, 120.06, 207.83, 342.75, 147.9 , 53.06, 224.72, 29.51,
21.61, 483.21, 245.25, 399.25, 343.35]
y = [196.63, 203.88, 210.75, 372.74, 202.41, 247.61, 24.9 , 239.34,
140.32, 104.15, 176.84, 288.23, 128.79, 49.64, 191.74, 33.1 ,
30.74, 400.02, 205.35, 330.64, 283.45]
# 2、創(chuàng)建畫布
plt.figure(figsize=(20, 8), dpi=80)
# 3、繪制圖像
plt.scatter(x, y)
# 4、顯示圖像
plt.show()
4 柱狀圖(bar)
##繪制票房分布直方圖
# 1、準(zhǔn)備數(shù)據(jù)
movie_names = ['雷神3：諸神黃昏','正義聯(lián)盟','東方快車謀殺案','尋夢(mèng)環(huán)游記','全球風(fēng)暴', '降魔傳','追捕','七十七天','密戰(zhàn)','狂獸','其它']
tickets = [73853,57767,22354,15969,14839,8725,8716,8318,7916,6764,52222]
# 2、創(chuàng)建畫布
plt.figure(figsize=(20, 8), dpi=80)
# 3、繪制柱狀圖
x_ticks = range(len(movie_names))
plt.bar(x_ticks, tickets,width=[0.2 for i in x_ticks],color=['b','r','g','y','c','m','y','k','c','g','b'])
#主要參數(shù)x列表，y列表，width列表，color列表
# 修改x刻度在這里插入圖片描述
plt.xticks(x_ticks, movie_names)
# 添加標(biāo)題
plt.title("電影票房收入對(duì)比")
# 添加網(wǎng)格顯示
plt.grid(linestyle="--", alpha=0.5)
# 4、顯示圖像
plt.show()
如果繪制下圖的柱狀圖怎么設(shè)置呢，主要在于給x_labels的刻度位置定位，將刻度改變即可
# 1、準(zhǔn)備數(shù)據(jù) movie_name = ['雷神3：諸神黃昏','正義聯(lián)盟','尋夢(mèng)環(huán)游記'] first_day = [10587.6,10062.5,1275.7] first_weekend=[36224.9,34479.6,11830] # 2、創(chuàng)建畫布 plt.figure(figsize=(20, 8), dpi=80) # 3、繪制柱狀圖 x_ticks=[i for i in range(3)] plt.bar(x_ticks, first_day, width=0.2, label="首日票房") plt.bar([i+0.2 for i in x_ticks], first_weekend, width=0.2, label="首周票房") ##########為何是i+0.2呢，因?yàn)榍懊嬖O(shè)置的柱狀圖寬度width=0.2，為了緊密相連，同時(shí)沒有重合，因此設(shè)置0.2 # 顯示圖例 plt.legend() # 修改刻度,即顯示坐標(biāo)軸上的數(shù)字或字符，本例即顯示電影名字 plt.xticks([i+0.1 for i in x_ticks], movie_name) ###########柱狀圖寬度為0.2，為了字符名字在中間，因此相對(duì)于前面是加了0.1 # 4、顯示圖像 plt.show()
5 直方圖(histogram)
5.1 直方圖介紹
直方圖，形狀類似柱狀圖卻有著與柱狀圖完全不同的含義。
直方圖牽涉統(tǒng)計(jì)學(xué)的概念，首先要對(duì)數(shù)據(jù)進(jìn)行分組，然后統(tǒng)計(jì)每個(gè)分組內(nèi)數(shù)據(jù)元的數(shù)量。
在坐標(biāo)系中，橫軸標(biāo)出每個(gè)組的端點(diǎn)，縱軸表示頻數(shù)，每個(gè)矩形的高代表對(duì)應(yīng)的頻數(shù)，稱這樣的統(tǒng)計(jì)圖為頻數(shù)分布直方圖。
- 組數(shù)：在統(tǒng)計(jì)數(shù)據(jù)時(shí)，我們把數(shù)據(jù)按照不同的范圍分成幾個(gè)組，分成的組的個(gè)數(shù)稱為組數(shù)
- 組距：每一組兩個(gè)端點(diǎn)的差
5.2 直方圖與柱狀圖的對(duì)比
柱狀圖是以矩形的長(zhǎng)度表示每一組的頻數(shù)或數(shù)量，其寬度（表示類別則是固定的，利于較小的數(shù)據(jù)集分析。
直方圖描述的是一組數(shù)據(jù)的頻次分布，是以矩形的長(zhǎng)度表示每一組的頻數(shù)或數(shù)量，寬度則表示各組的組距，因此其高度與寬度均有意義，利于展示大量數(shù)據(jù)集的統(tǒng)計(jì)結(jié)果。例如把年齡分成“0-5,5-10…80-85”17個(gè)組，統(tǒng)計(jì)一下中國(guó)人口年齡的分布情況。直方圖有助于我們知道數(shù)據(jù)的分布情況，諸如眾數(shù)、中位數(shù)的大致位置、數(shù)據(jù)是否存在缺口或者異常值。
- 直方圖展示數(shù)據(jù)的分布，柱狀圖比較數(shù)據(jù)的大小。
- 直方圖X軸為定量數(shù)據(jù)，柱狀圖X軸為分類數(shù)據(jù)。
- 直方圖柱子無間隔，柱狀圖柱子有間隔
- 直方圖柱子寬度可不一，柱狀圖柱子寬度須一致
5.3 直方圖繪制
可以嘗試多種組距以獲得一個(gè)較好的效果
# 需求：電影時(shí)長(zhǎng)分布狀況 # 1、準(zhǔn)備數(shù)據(jù) time = [131, 98, 125, 131, 124, 139, 131, 117, 128, 108, 135, 138, 131, 102, 107, 114, 119, 128, 121, 142, 127, 130, 124, 101, 110, 116, 117, 110, 128, 128, 115, 99, 136, 126, 134, 95, 138, 117, 111,78, 132, 124, 113, 150, 110, 117, 86, 95, 144, 105, 126, 130,126, 130, 126, 116, 123, 106, 112, 138, 123, 86, 101, 99, 136,123, 117, 119, 105, 137, 123, 128, 125, 104, 109, 134, 125, 127,105, 120, 107, 129, 116, 108, 132, 103, 136, 118, 102, 120, 114,105, 115, 132, 145, 119, 121, 112, 139, 125, 138, 109, 132, 134,156, 106, 117, 127, 144, 139, 139, 119, 140, 83, 110, 102,123,107, 143, 115, 136, 118, 139, 123, 112, 118, 125, 109, 119, 133,112, 114, 122, 109, 106, 123, 116, 131, 127, 115, 118, 112, 135,115, 146, 137, 116, 103, 144, 83, 123, 111, 110, 111, 100, 154,136, 100, 118, 119, 133, 134, 106, 129, 126, 110, 111, 109, 141,120, 117, 106, 149, 122, 122, 110, 118, 127, 121, 114, 125, 126,114, 140, 103, 130, 141, 117, 106, 114, 121, 114, 133, 137, 92,121, 112, 146, 97, 137, 105, 98, 117, 112, 81, 97, 139, 113,134, 106, 144, 110, 137, 137, 111, 104, 117, 100, 111, 101, 110,105, 129, 137, 112, 120, 113, 133, 112, 83, 94, 146, 133, 101,131, 116, 111, 84, 137, 115, 122, 106, 144, 109, 123, 116, 111,111, 133, 150] # 2、創(chuàng)建畫布 plt.figure(figsize=(20, 8), dpi=80) # 3、繪制直方圖 distance = 2#組距 group_num = int((max(time) - min(time)) / distance)#組數(shù)=極差/組距 plt.hist(time, bins=group_num, density=True) ##第一個(gè)參數(shù)是數(shù)據(jù)，第二個(gè)參數(shù)是組數(shù)，第三個(gè)參數(shù)是density默認(rèn)為False ##False顯示的是頻數(shù)，True顯示的是頻率 # 修改x軸刻度 plt.xticks(range(min(time), max(time) + 2, distance)) # 添加網(wǎng)格 plt.grid(linestyle="--", alpha=0.5) # 4、顯示圖像 plt.show()
6 餅圖
用于表示不同分類的占比情況，通過弧度大小來對(duì)比各種分類。
特點(diǎn)：分類數(shù)據(jù)的占比情況（占比）
# 1、準(zhǔn)備數(shù)據(jù)
movie_name = ['雷神3：諸神黃昏','正義聯(lián)盟','東方快車謀殺案','尋夢(mèng)環(huán)游記','全球風(fēng)暴','降魔傳','追捕','七十七天','密戰(zhàn)','狂獸','其它']
place_count = [60605,54546,45819,28243,13270,9945,7679,6799,6101,4621,20105]
# 2、創(chuàng)建畫布
plt.figure(figsize=(20, 8), dpi=80)
# 3、繪制餅圖
plt.pie(place_count, labels=movie_name, colors=['b','r','g','y','c','m','y','k','c','g','y'], autopct="%1.2f%%")
# 顯示圖例
plt.legend()
plt.axis('equal')
##表示橫縱軸比相同，即顯示為圓形
# 4、顯示圖像
plt.show()總結(jié)
以上為個(gè)人經(jīng)驗(yàn)，希望能給大家一個(gè)參考，也希望大家多多支持腳本之家。
相關(guān)文章
本文主要介紹了Python堆棧的具體使用,文中通過示例代碼介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧2023-11-11
Python中os.path.join函數(shù)的用法舉例詳細(xì)講解
這篇文章主要介紹了Python中os.path.join函數(shù)用法的相關(guān)資料,os.path.join函數(shù)用于拼接路徑,根據(jù)操作系統(tǒng)自動(dòng)選擇分隔符,它可以處理不同參數(shù)的情況,包括絕對(duì)路徑、空字符串和以特定字符開始的參數(shù),需要的朋友可以參考下2025-02-02
這篇文章總結(jié)了如何從Python EXE文件中提取和反編譯Python腳本（.pyc文件）的過程,包括使用pyinstxtractor.py或archive_viewer.py進(jìn)行解包,感興趣的小伙伴跟著小編一起來看看吧2025-03-03
這篇文章主要介紹了Python3中字符串的常用操作方法及查找方法，文章通過圍繞主題展開詳細(xì)的內(nèi)容介紹，具有一定的參考價(jià)值，需要的小伙伴可以參考一下2022-09-09
這篇文章主要為大家介紹了python單鏈路性能測(cè)試實(shí)踐示例詳解，有需要的朋友可以借鑒參考下，希望能夠有所幫助，祝大家多多進(jìn)步，早日升職加薪2022-07-07
Base64是一種任意二進(jìn)制到文本字符串的編碼方法，常用于在URL、Cookie、網(wǎng)頁(yè)中傳輸少量二進(jìn)制數(shù)據(jù)，Base64是一種用64個(gè)字符來表示任意二進(jìn)制數(shù)據(jù)的方法，這篇文章主要介紹了python中base64編碼,需要的朋友可以參考下2022-12-12
Python中Generators教程的實(shí)現(xiàn)
本文主要介紹了Python中Generators教程的實(shí)現(xiàn)，文中通過示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧2023-02-02
本文將簡(jiǎn)單講述一下 Python 探針的實(shí)現(xiàn)原理。 同時(shí)為了驗(yàn)證這個(gè)原理，我們也會(huì)一起來實(shí)現(xiàn)一個(gè)簡(jiǎn)單的統(tǒng)計(jì)指定函數(shù)執(zhí)行時(shí)間的探針程序。2016-04-04
這篇文章主要介紹了用Python的Turtle制作自己的星空,本文用了turtle繪圖包,是一款非常強(qiáng)大的內(nèi)置包,需要的朋友可以參考下2023-04-04
本文主要介紹了Python采集情感音頻的實(shí)現(xiàn)示例，文中通過示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧2023-04-04