Python之matplotlib基础学习(绘制折线图、散点图、直方图)

本文最后修改于 466 天前，部分内容可能已经过时！

matplotlib基础学习

1.配置环境

• 安装matplotlib

  • Linux

sudo apt-get install python3-matplotlib

• Windows

1.下载whl文件

2.去Windows自带终端运行

python -m pip install --user matplotlib-3.0.2-cp35-cp35m-win32.whl

• 安装pygal

  • Linux

pip install --user pygal

• Windows

python -m pip install --user pygal

2.绘制折线图

''' 绘制简单的折线图 '''
import matplotlib.pyplot as plt
input_squares = [1,2,3,4,5,6]
squares = [1,4,9,16,25,36] 
''' 默认情况下,你只是传入y值的组,plot()方法默认绘制会让第一个点的x值为0
    所以当你的数据不是从0开始的话,需要传入x值的组
'''
plt.plot(input_squares,squares,linewidth=5) # 设置折线的粗细
plt.title("Square Numbers",fontsize=24) # 设置图像的标题
plt.xlabel("Value",fontsize=14) # 设置x轴的标签 
plt.ylabel("Square of Value",fontsize=14) # 设置y轴的标签
plt.tick_params(axis='both',labelsize=14) #设置刻度标记的大小
plt.show() #显示折线图

3.绘制散点图

''' 绘制散点图 '''
import matplotlib.pyplot as plt

input_squares = list(range(1001))
squares = [x**2 for x in input_squares]

''' 显示点,需要传入一对x,y坐标值 '''
plt.scatter(input_squares,squares,s=10,edgecolors='none',c='red') 
# s参数代表点的大小,edgecolors='none'代表弄掉点的轮廓,c代表点的颜色
# 设置颜色映射,用法: 将数据集传给c,然后增加cmap参数,设置整个数据集怎么变
# plt.cm.Blues 代表值小的点颜色浅,值大的点颜色深

''' 要了解pyplot中所有的颜色映射,访问:http://matplotlib.org/,单机Examples,向下滚动到
    Color Examples,再点击colormaps_reference 
'''
plt.scatter(input_squares,squares,s=10,edgecolors='none',c=squares,cmap=plt.cm.Blues)
''' 设置图参数 '''
plt.title("Square Numbers",fontsize=24) # 设置图像的标题
plt.xlabel("Value",fontsize=14) # 设置x轴的标签 
plt.ylabel("Square of Value",fontsize=14) # 设置y轴的标签

''' 设置刻度标记的大小 '''
plt.tick_params(axis='both',which='major',labelsize=14)
''' 显示散点图 '''
plt.show()

''' 保存图表 '''
#plt.savefig('1.png',bbox_inches='tight')
''' 第一个参数是以什么名字保存,第二个参数是省去空白部分 '''

练习小项目(模拟随机漫步)

利用Python随机数生成,模拟出5000个坐标,并把这些坐标在散点图中表示出来

• radom_walk.py

''' 模拟随机漫步 '''

from random import choice

class RandomWalk():
    ''' 一个生成随机漫步数据的类 '''
    def __init__(self,num_points=5000):
        ''' 初始化自己的点属性 '''
        self.num_points = num_points
        ''' 使得x,y坐标都从0开始 '''
        self.x_values = [0]
        self.y_values = [0]

    def fill_walk(self):
        ''' 计算随机漫步的点 '''
        while len(self.x_values) < self.num_points :
            x_direction = choice([1,-1]) # 随机选择前进方向    
            x_distance = choice([0,1,2,3,4,5]) # 随机选择前进距离
            x_step = x_direction * x_distance # 计算前进距离

            y_direction = choice([1,-1]) # 随机选择前进方向    
            y_distance = choice([0,1,2,3,4,5]) # 随机选择前进距离
            y_step = y_direction * y_distance # 计算前进距离

            ''' 拒绝原地踏步 '''
            if x_step ==0 and y_step ==0 :
                continue

            ''' 计算点的坐标 '''
            next_x = self.x_values[-1] + x_step # -1是表示列表最后的一个点
            next_y = self.y_values[-1] + y_step

            ''' 将计算出来的点加入列表中 '''
            self.x_values.append(next_x)
            self.y_values.append(next_y)
 

• rw_visual.py

import matplotlib.pyplot as plt
from radom_walk import RandomWalk

rw = RandomWalk()
rw.fill_walk()
''' figure设置图表的宽度,高度,分辨率和背景色,设置宽高度需要传入一个元组,单位为英寸 '''
plt.figure(dpi=128,figsize=(10,6))
plt.scatter(rw.x_values,rw.y_values,c=rw.y_values,cmap=plt.cm.Blues,edgecolors='none',s=5)   
plt.scatter(0,0,c='green',edgecolors='none',s=100)
plt.scatter(rw.x_values[-1],rw.y_values[-1],c='green',edgecolors='none',s=100)
''' 隐藏x轴,隐藏y轴 '''
plt.axes().get_xaxis().set_visible(False) 
plt.axes().get_yaxis().set_visible(False)
plt.show()

4.用Pygal绘制直方图

模拟掷骰子,统计每个数字出现的个数,并把这些情况用直方图表示出来

• die.py

from random import randint

class Die():
    ''' 创建一个表示骰子的类 '''
    def __init__(self,num_sides=6):
        self.num_sides = num_sides # 默认骰子有六面
    
    def roll(self):
        return randint(1,self.num_sides) # 模拟掷骰子,返回点数

• die_visual.py

''' 使用Pygal去创建图表,要了解Pypal可以创建什么样的图表,访问http://www.pypal.org
    单击Documentation,再单击Chart types,会有示例
'''

from die import Die
import pygal

die = Die()
results = []

for roll_num in range(1000):
    result = die.roll()
    results.append(result)

frequencies = []
for value in range(1,die.num_sides+1):
    frequency = results.count(value)
    frequencies.append(frequency)

hist = pygal.Bar() # Bar是直方图类型
hist.title = "Results of rolling D6 1000 times" #设置直方图题目
hist.x_title = "Result" # 设置直方图x轴标题
hist.y_title = "Frequency of Result" # 设置直方图y轴标题
hist.add('D6',frequencies) # 将标签和数据传入
hist.render_to_file('die_visual.svg') # 将直方图进行渲染成svg格式