python画统计图

python画统计图

目录

python有一个画图的库matplotlib,非常方便我们日常使用或者写论文做插图等等。我们不需要考虑样式的问题,输入数据就可以轻轻松松把图画出来。你用Excel我也没意见。

matplotlib: Visualization with Python

Matplotlib 是一个综合性的库,用于在 Python 中创建静态、动画和交互式可视化。Matplotlib 使简单的事情变得容易,使困难的事情成为可能。基于matplotlib的基础开发的绘图接口还有seaborn、HoloViews、ggplot,以及一个投影和映射工具包(Cartopy)。

入门

安装

# 第一种
python -m pip install -U pip
python -m pip install -U matplotlib
# 第二种
conda install matplotlib
# linux
sudo apt-get install python3-matplotlib

使用

import matplotlib.pyplot as plt

Matplotlib都是在Figure这个概念上面进行画图,每个Figure都可以包含一个或多个坐标

fig, ax = plt.subplots()  # Create a figure containing a single axes.
ax.plot([1, 2, 3, 4], [1, 4, 2, 3])  # Plot some data on the axes.

图的组成部分

python画统计图

Figure组成:主要刻度、次要刻度、坐标轴、坐标轴标签、刻度标签、标记、网格、图例等等

Figure

整个图片Figure,包括了子类Axes\。(不要太担心画布,这是至关重要的,因为它是实际进行绘图以获取绘图的对象,但作为用户,它或多或少对您不可见)。一个数字可以包含任意数量的Axes,但通常至少有一个。

fig = plt.figure()	# an empty figure with no Axes
fig, ax = plt.subplots()	# a figure with a single Axes
fig, axs = plt.subplots(2, 2)	# a figure with a 2x2 grid of Axes

Axes 和 Axis

Axes看成“绘画”区域,包含两个或者三个Axis对象,Axis负责设置图形限制并生成刻度(轴上的标记)和刻度标签(标记刻度的字符串)。

注:还没明白 Artist对象概念的重要性。

输入

所有的输入都期望numpy.arraynumpy.ma.masked_array作为输入。

风格:面向对象接口和pyplot接口

显式:

x = np.linspace(0, 2, 100)

# Note that even in the OO-style, we use `.pyplot.figure` to create the figure.
fig, ax = plt.subplots()  # Create a figure and an axes.
ax.plot(x, x, label='linear')  # Plot some data on the axes.
ax.plot(x, x**2, label='quadratic')  # Plot more data on the axes...
ax.plot(x, x**3, label='cubic')  # ... and some more.
ax.set_xlabel('x label')  # Add an x-label to the axes.
ax.set_ylabel('y label')  # Add a y-label to the axes.
ax.set_title("Simple Plot")  # Add a title to the axes.
ax.legend()  # Add a legend.

隐式:

x = np.linspace(0, 2, 100)

plt.plot(x, x, label='linear')  # Plot some data on the (implicit) axes.
plt.plot(x, x**2, label='quadratic')  # etc.
plt.plot(x, x**3, label='cubic')
plt.xlabel('x label')
plt.ylabel('y label')
plt.title("Simple Plot")
plt.legend()

python画统计图

示例

方法 作用
plot() 线图
subplot() 创建多个图即多个子图
imshow() 显示图像
pcolormesh() 可以对二维数组进行彩色表示,即使水平维度的间距不均匀。contour()函数是表示相同数据的另一种方式:
hist() 直方图
matplotlib.path模块 添加任意路径
mplot3d 工具包 三维绘图
streamplot() 矢量场的流线图
bar() 条形图
pie() 饼图
table() 表,未知
scatter() 散点图
子图设计
上一篇:matplotlib实践(1)——使用函数绘制matplotlib的图标组成元素


下一篇:MATLAB信号与系统