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 205 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