使用Matplotlib库进行绘图

1.matplotlib库

由名字可以看出，这个库的主要目的是能够在Python环境下提供MATLAB中类似的绘图体验。同其他第三方库一样，在使用前需要通过以下命令安装:

matplotlib库常用函数如表5－1所示。

表5－1　matplotlib库常用函数

在matplotlib库中，一幅图就是一个figure对象，　“pyplot”是最为常用的绘图模块，其中包含了各种图形的绘制方法。在使用之前，需要导入该模块。matplotlib库的基础接口使用方法如下:

其中，“legend()”函数的一个重要参数“loc”用于指定图例的位置，“loc”的取值及其含义如表5－2所示。

表5－2　　“loc”参数取值说明

matplotlib库中的图像组件示意如图5－22所示。

图5－22　matplotlib库中的图像组件示意

如果需要将坐标轴的刻度显示为个性化的内容，而不是数字的形式，则需要通过“xticks()”函数进行横坐标刻度的设置，“yticks()”函数进行纵坐标刻度的设置。它们有一个属性“rotation”，如果设置为“vertical”值，则表示刻度垂直显示。对x坐标轴的刻度进行重新设置，并让刻度标签垂直显示，代码如下:

执行结果如图5－23所示。

图5－23　修改坐标刻度的显示效果

在调用“scatter()”函数画图时，matplotlib库会获取当前的figure对象，如果为空，则将自动生成figure对象。如果需要另外生成一个绘图区域，即另一个figure对象，则需调用“figure()”函数。例如，“plt.figure(figsize＝(10，10，dpi＝80))”表示生成一个“(10×80)×(10×80)”像素大小的绘图区域，如果不使用参数，则表示创建默认大小的绘图区域。

若想实现在一幅图中包含多幅子图，则可以通过“subplot()”函数画子图，即将绘图区域分割成不同的子区域，分别画不同的内容。通常，　“subplot()”函数使用3个数字参数，如“2，2，1”。其中，第一个数字表示子图划分的行数，第二个数字表示每行中的列数，第三个数字表示子图的序号。例如，画一个两行的子图，代码如下:

其中，“2，2，1”表示一共有两个子图，该行有两列，这是其中的第1个子图；同理，“2，2，2”表示第一行中的第2个子图。第2行中的一个子图占了“2，2，3”和“2，2，4”的位置，因此需要重新按照两行一列进行划分。按照这种划分方法，第1行应该是“2，1，1”，第2行的这一个子图应该用“2，1，2”来表示。

执行结果如图5－24所示。

图5－24　matplotlib库中子图的显示效果

2.使用matplotlib库绘制各种图形

通过“pyplot”模块可以在图形或者子图中绘制各种图形，常见的包括折线图、散点图、柱形图、直方图等。

1)绘制折线图

顾名思义，折线图使用线的形式展现数据之间的关系。此时需要用到“plot()”函数，在使用“plot()”函数绘制图时可以设置线的颜色、形状、宽度等属性。“plot()”函数常用参数如表5－3所示。

表5－3　　“plot()”函数常用参数说明

续表

绘制折线图时，直线的颜色、形状、标记符三种设置可以放在一起使用。绘制三种不同形状的直线，每条直线中的数据使用不同的标记，具体代码如下:

执行结果如图5－25所示。

(www.xing528.com)

图5－25　matplotlib库中绘制直线的效果

2)绘制散点图

散点图通过点的形式展示数据分布，画散点图时使用函数“scatter()”，该函数需要以(x，y)形式表示数据，“scatter()”函数的相关参数如表5－4所示。

表5－4　　“scatter()”常用参数说明

使用高斯分布生成500个数据点，计算数据点x与y之间的反正切值表示该数据点的颜色值，然后使用函数“scatter()”绘制散点图，代码如下:

执行结果如图5－26所示。

图5－26　matplotlib库中绘制散点图的效果

3)绘制柱形图

柱形图可以通过条形形状的高低或长短表示数据之间的相互关系，它的绘制函数是“bar()”。“bar()”函数常用参数如表5－5所示。

表5－5　　“bar()”函数常用参数说明

水平柱形图可通过“barh()”函数实现，“barh()”函数与“bar()”函数的主要区别是:在“bar()”函数中，“width”这一参数代表的是柱形图形的宽度，而在“barh()”函数中，“width”这一参数代表的是柱形图形的长度。在绘制的柱形图中，若想显示每个柱形图形的数值大小，可以通过“text()”函数添加对应的文本。“barh()”函数常用参数如表5－6所示。

表5－6　　“barh()”函数常用参数说明

分别绘制竖直和水平的柱形图，代码如下:

执行结果如图5－27所示。

图5－27　matplotlib库中绘制柱形图的效果

4)绘制直方图

直方图和条形图有些类似，但是直方图显示的是数据在某个范围内的比例。通过“hist()” 函数可以画直方图。参数“bins”是划分的不同的数值范围，参数“label”是不同数据集合的标签。随机生成0～50的整数，并且将这些数在不同范围内的生成频率显示出来，代码如下:

执行结果如图5－28所示。

图5－28　matplotlib库中绘制直方图的效果

5)绘制饼图

在matplotlib库中，使用函数“pie()”绘制饼图时需要输入一定比例的数据集合。函数“pie()”常用参数如表5－7所示。

表5－7　　“pie()”函数常用参数说明

在如下所示的代码中使用“rcParams”设置字体属性，支持中文显示，否则中文字体将显示乱码。显示的数据保存在变量“scores”中，然后分别设置颜色、标签等属性。这里需要突出“差”的成绩，因此，在“explode”中对应的位置设置突出值的大小。调用“legend”函数显示图例，“axis('equal')”函数将饼图显示为正圆形，代码如下:

执行结果如图5－29所示。

图5－29　matplotlib库中绘制饼图的效果