Matplotlib是Python數(shù)據(jù)可視化最簡單常用的包之一，筆者希望通過本篇文章和之后的常用技巧補充，將自己在科研和工作中積累和摘抄的數(shù)據(jù)可視化包使用經(jīng)驗和技巧筆記展示大家~

本部分技巧知識點主要包括：

簡單圖形的選用/畫圖方法/matplotlib圖形結(jié)構(gòu)；

繪制折線/圖片大小設(shè)置/設(shè)置刻度/中文顯示【尤其坐標(biāo)軸和標(biāo)題】/一圖多線【plt.legdend】/；

記得評論區(qū)一鍵三連(評論、收藏、轉(zhuǎn)發(fā))吆！！！

---

一、Matplotlib簡介

Matplotlib 是一個 Python 的 2D繪圖庫，它以各種硬拷貝格式和跨平臺的交互式環(huán)境生成出版質(zhì)量級別的圖形。通過 Matplotlib，開發(fā)者可以僅需要幾行代碼，便可以生成繪圖，直方圖，功率譜，條形圖，錯誤圖，散點圖等。

1.1 簡單圖形的選用

• 折線圖：以折線的上升和下降表示統(tǒng)計量的增減變化的統(tǒng)計圖。
• 特點：能夠顯示數(shù)據(jù)的變化趨勢，反映事物的變化情況(變化)

• 散點圖：用兩組數(shù)據(jù)構(gòu)成多個坐標(biāo)點，考察坐標(biāo)點的分布，判斷兩變量之間是否存在某種關(guān)聯(lián)關(guān)系或總結(jié)坐標(biāo)點的分布模式。
• 特點：判斷變量之間是否存在數(shù)量關(guān)聯(lián)趨勢，展示離群點(分布規(guī)律)

• 直方圖：由一系列高度不等的縱向條紋或者線段表示數(shù)據(jù)分布的情況。一般用橫軸表示數(shù)據(jù)范圍，縱軸表示分布情況。
• 特點：繪制連續(xù)性的數(shù)據(jù)展示一組或者多組數(shù)據(jù)的分布情況(統(tǒng)計)。

• 餅圖：用于表示不同分類的占比情況，通過弧度大小來對比各種分類。
• 特點：分類數(shù)據(jù)的占比情況(占比)。

1.2 簡單畫圖方法

• plt.plot(x,y)這后面跟著x和y值；x可以放多個點；

• 圈起來的部分的兩個列表分別是x和y，多個值是x1，x2,x3;列表中值的個數(shù)要一致；
• jupyter notebook第一次運行并不能運行出來畫圖，需要加上一句%matplotlib inline,不然要在同一個單元格上運行兩遍才能出來;

1.3 matplotlib圖形結(jié)構(gòu)

• canvas類似畫板，figure對象類似畫布，繪制多個坐標(biāo)系，就是axes

---

二、具體畫圖操作

2.1 繪制折線

• marker折點樣式；markeredgecolor='g'折點顏色；markeredgewidth=25折點大小；

2.2 圖片大小設(shè)置

• 加上這一句：plt.figure(figsize=(20,8))分別表示寬和高；dpi表示分辨率(每一英寸上有個像素點)，大小是英寸；
• 保存在當(dāng)前目錄下：plt.savefig('./t1.png')；
• 如果show放在save之前容易出錯，show放在save最后最好，圖片存為.svg格式作為矢量圖，放大后，邊緣不會有鋸齒；

2.3 設(shè)置刻度

• 最好的設(shè)置方式：

plt.xticks(range(1,25)) plt.yticks(range(min(y),max(y)+1))加1為了避免不顯示最后一個值；

• 刻度標(biāo)簽：把刻度標(biāo)簽變成想要的“幾月份”【注意是有x,x_ticks_label兩個參數(shù)】

• 為了避免過長的坐標(biāo)文字重合用這句：rotation=45可以變傾斜；

• 最后橫縱軸實現(xiàn)了這種效果：比上面兩種好看

2.4 為了中文能夠顯示出來【尤其坐標(biāo)軸和標(biāo)題】

#添加字體關(guān)鍵句 from matplotlib import font_manager my_font = font_manager.FontProperties(fnmae=r'C:WindowsFontsarial.ttc',size=18)plt.xlabel('time') plt.ylabel('count')plt.title('時間/次數(shù)',fontproperties=my_font,color='red')

2.5 一圖多線【plt.legdend】

2.6 總結(jié)【幾個參數(shù)設(shè)置】

---

三、Matplotlib簡單繪圖拓展

3.1一圖多個子坐標(biāo)系

• 兩行兩列第一個圖2，2，1

3.2 設(shè)置x軸,y軸坐標(biāo)范圍

3.3 設(shè)置邊框位置和形式

3.4 改變坐標(biāo)軸的默認(rèn)顯示方式

3.5畫餅狀圖

3.6 累積條形圖【畫上下兩條和左右兩條】

3.7 小總結(jié)

3.8 箱型圖

#首先看一段例子：import pandas as pd from pandas import DataFrame,Series df = DataFrame(np.random.randn(10, 2), columns=['Col1', 'Col2']) boxplot=df.boxplot()

通過boxplot方法，我們直接得到了箱型圖。 boxplot方法官方介紹如下： DataFrame.boxplot(column=None, by=None, ax=None, fontsize=None, rot=0, grid=True, figsize=None, layout=None, return_type=None, **kwds)

• 方法說明

boxplot方法只是用于DataFrame，Series對象沒有此方法

• 參數(shù)說明

column，默認(rèn)為None，輸入為str 或由str構(gòu)成的list,其作用是指定要進(jìn)行箱型圖分析的列 by，默認(rèn)為None，str or array-like，其作用為pandas的group by，通過指定by=‘columns’，可進(jìn)行多組合箱型圖分析 ax，matplotlib.axes.Axes的對象，沒有太大作用 fontsize，箱型圖坐標(biāo)軸字體大小 rot，箱型圖坐標(biāo)軸旋轉(zhuǎn)角度 grid，箱型圖網(wǎng)格線是否顯示 figsize，箱型圖窗口尺寸大小 layout，必須配合by 一起使用，類似于subplot 的畫布分區(qū)域功能 return_type，指定返回對象的類型，默認(rèn)為None,可輸入的參數(shù)為‘a(chǎn)xes’,‘dict’,‘both’，當(dāng)與by一起使用是，返回的對象為Series或array(for return_type = None)

• 箱型圖返回結(jié)果說明：

當(dāng)指定return_type=‘dict’時，其結(jié)果值為一個字典，字典索引為固定的'whiskers'、'caps'、'boxes'、'fliers'、'means'

boxplot=df.boxplot(return_type='dict') boxplot Out[132]: {'whiskers': [<matplotlib.lines.Line2D at 0x26b61ec81d0>, <matplotlib.lines.Line2D at 0x26b61ec8668>, <matplotlib.lines.Line2D at 0x26b61ec6f98>, <matplotlib.lines.Line2D at 0x26b61b7d400>], 'caps': [<matplotlib.lines.Line2D at 0x26b61ec8a90>, <matplotlib.lines.Line2D at 0x26b61ec8eb8>, <matplotlib.lines.Line2D at 0x26b61b7d828>, <matplotlib.lines.Line2D at 0x26b61b7dc50>], 'boxes': [<matplotlib.lines.Line2D at 0x26b61ec8080>, <matplotlib.lines.Line2D at 0x26b61ec6b38>], 'medians': [<matplotlib.lines.Line2D at 0x26b61ec6320>, <matplotlib.lines.Line2D at 0x26b61b560b8>], 'fliers': [<matplotlib.lines.Line2D at 0x26b61ec6748>, <matplotlib.lines.Line2D at 0x26b61b564e0>], 'means': []}

• 此時，通過指定索引值獲取相應(yīng)數(shù)據(jù)

boxplot['fliers'][1].get_xdata() Out[137]: array([2.]) boxplot['fliers'][1].get_ydata() Out[138]: array([1.79881989]) 與50位技術(shù)專家面對面20年技術(shù)見證，附贈技術(shù)全景圖

總結(jié)

以上是生活随笔為你收集整理的matplotlib 显示批量图片_chapter4-1 简单数据可视化包Matplotlib整理1的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。