這篇文章主要介紹python的matplotlib常用繪圖函數(shù)有哪些，文中介紹的非常詳細(xì)，具有一定的參考價(jià)值，感興趣的小伙伴們一定要看完！
站在用戶(hù)的角度思考問(wèn)題，與客戶(hù)深入溝通，找到鄄城網(wǎng)站設(shè)計(jì)與鄄城網(wǎng)站推廣的解決方案，憑借多年的經(jīng)驗(yàn)，讓設(shè)計(jì)與互聯(lián)網(wǎng)技術(shù)結(jié)合，創(chuàng)造個(gè)性化、用戶(hù)體驗(yàn)好的作品，建站類(lèi)型包括：成都做網(wǎng)站、成都網(wǎng)站建設(shè)、成都外貿(mào)網(wǎng)站建設(shè)、企業(yè)官網(wǎng)、英文網(wǎng)站、手機(jī)端網(wǎng)站、網(wǎng)站推廣、域名申請(qǐng)、虛擬空間、企業(yè)郵箱。業(yè)務(wù)覆蓋鄄城地區(qū)。
matplotlib具有強(qiáng)大的繪圖功能，但是語(yǔ)句瑣碎，每次使用都需要一句一句書(shū)寫(xiě)未免太過(guò)麻煩。本文根據(jù)平時(shí)繪圖經(jīng)驗(yàn)總結(jié)了常用繪圖函數(shù)，可以直接使用，非常方便
import matplotlib.pyplot as pltimport pandas as pdimport numpy as np plt.rcParams['font.sans-serif']=['simhei']#用于正常顯示中文標(biāo)簽plt.rcParams['axes.unicode_minus']=False#用于正常顯示負(fù)號(hào)
1、利用含有多列數(shù)據(jù)的DataFrame表格繪圖
重慶分公司
重慶分公司
def plot_cols(data,xlabel=None,ylabel=None,path_file=None,marker=True,len_xticks=10,save=False):
"""
:param data:DataFrame,數(shù)據(jù)表格--行標(biāo)題為橫坐標(biāo)，列標(biāo)題為數(shù)據(jù)列
Series,序列——行標(biāo)題為橫坐標(biāo)，name為數(shù)據(jù)列
:param xlabel: str,橫坐標(biāo)名稱(chēng)
:param ylabel: str,縱坐標(biāo)名稱(chēng)
:param path_file: str,保存文件路徑
:param marker: bool,是否為每條線添加不同的標(biāo)記
:param len_xticks:int,橫坐標(biāo)顯示的值個(gè)數(shù)
:param save: bool,是否保存圖片
example:
data=pd.DataFrame(np.random.random((100,3)),index=np.arange(100),columns=['a','b','c'])
plot_cols(data,xlabel='指標(biāo)',ylabel='指數(shù)')
"""
data.index=data.index.astype(str)
plt.figure(figsize=(12,8))
markers=['.',',','o','v','^','<','>','1','2','3','4','s','p','*','h','H','+','x','D','d','|','_']#標(biāo)記符號(hào)
#如果是DataFrame表格形式，則畫(huà)出多列；如果是Series，則畫(huà)出單列
if type(data) is pd.core.frame.DataFrame:
#是否為每條線添加不同的符號(hào)
if marker==False:
for col in data.columns:
plt.plot(data[col],marker='o',label=col)
else:
for col,marker_ in zip(data.columns,markers):
plt.plot(data[col], marker=marker_, label=col)
elif type(data) is pd.core.series.Series:
plt.plot(data, marker='o', label=data.name)
plt.legend(loc='best',fontsize='small')
xticks=np.linspace(0,len(data),(len_xticks+1)).astype(int).tolist()[:-1]#被顯示的橫坐標(biāo)刻度值的位置
plt.xticks(data.index[xticks],rotation=270)
plt.ylabel(ylabel,fontsize=15)
plt.xlabel(xlabel,fontsize=15)
plt.grid(True,alpha=0.2)
if save==True:plt.savefig(path_file)if __name__=='__main__':
x=np.arange(1,101)
data = pd.DataFrame({'a':x*2+3,'b':x*3-4,'c':np.log(x)+9}, index=np.arange(100))
plot_cols(data, xlabel='指標(biāo)', ylabel='指數(shù)')
2、將含有兩列的DataFrame表格數(shù)據(jù)作為雙軸圖
def plot_twins(data,col1,col2,xlabel=None,ylabel1=None,ylabel2=None,len_xticks=10,figsize=(10,6),save_path=None):
"""將含有兩列的DataFrame表格數(shù)據(jù)作為雙軸圖
:param data: DataFrame,含有兩列的DataFrame表格數(shù)據(jù)
:param col1: str,左圖列標(biāo)題
:param col2: str,右圖列標(biāo)題
:param xlabel: str,橫軸標(biāo)題
:param ylabel1: str,左y軸標(biāo)題
:param ylabel2: str,右y軸標(biāo)題
:param len_xticks: int,顯示的刻度個(gè)數(shù)
:param figsize: turple,圖大小
:param save_path: str,圖片保存路徑。默認(rèn)為None，不保存圖片
:return:
example:
x=np.arange(0,100)
data=pd.DataFrame({'銷(xiāo)售額(元)':3*x+np.random.random(100)*100,'增長(zhǎng)率(%)':np.random.random(100)},index=pd.date_range('2015-01-23',periods=100,freq='D'))
plot_twins(data,col1='銷(xiāo)售額(元)',col2='增長(zhǎng)率(%)',xlabel=None,ylabel1='銷(xiāo)售額(元)',ylabel2='增長(zhǎng)率(%)')
"""
fig=plt.figure(figsize=figsize)#創(chuàng)建一塊總畫(huà)布
# 將畫(huà)板分為四行四列共16個(gè)單元格，(0, 0)表示從第一行第一列即第一個(gè)單元格開(kāi)始畫(huà)圖，將第一行的三個(gè)單元格作為一個(gè)畫(huà)塊作畫(huà)
ax=plt.subplot2grid((1,1),(0,0),rowspan=1,colspan=1)
plt.plot(data[col1],label=col1,color='r',marker='^')
ax.legend(loc='upper right')#用于顯示畫(huà)布ax的圖，切記用 loc= 表示位置
ax.set_ylabel(ylabel1)
xticks=np.linspace(0,len(data),(len_xticks+1)).astype(int).tolist()[:-1]#被顯示的橫坐標(biāo)刻度值的位置
ax.set_xticks(data.index[xticks])
plt.xticks(rotation=270)
twin=ax.twinx()
plt.plot(data[col2],label=col2,color='y',marker='o')
twin.legend(loc='upper left')
twin.set_ylabel(ylabel2)
ax.set_xlabel(xlabel)
ax.grid(True,alpha=0.2)
if save_path!=None: plt.savefig(save_path)if __name__=='__main__':
x=np.arange(0,100)
data=pd.DataFrame({'銷(xiāo)售額(元)':3*x+np.random.random(100)*100,'增長(zhǎng)率(%)':np.random.random(100)},index=pd.date_range('2015-01-23',periods=100,freq='D'))
plot_twins(data,col1='銷(xiāo)售額(元)',col2='增長(zhǎng)率(%)',xlabel=None,ylabel1='銷(xiāo)售額(元)',ylabel2='增長(zhǎng)率(%)')
3、將DataFrame表格中的多列數(shù)據(jù)繪制成多個(gè)圖
def plot_figs(data,xlabel=None,ylabels=None,save_path=None,len_xticks=5,length=10,width=3,intervals=1): """ 將DataFrame表格中的多列數(shù)據(jù)繪制成多個(gè)圖 :param data:DataFrame,含有多列的表格 :param xlabel:str,橫軸標(biāo)題 :param ylabels:list,各個(gè)圖的縱軸標(biāo)題 :param path_save:str,圖片保存路徑。默認(rèn)為None，不保存圖片 :param len_xticks: int,顯示的刻度個(gè)數(shù) :param length:int,畫(huà)板長(zhǎng)度 :param width:int,圖畫(huà)寬度 :param intervals:int,圖畫(huà)之間間隔距離 :return: example: data=pd.DataFrame(np.random.random((100,3)),index=np.arange(100),columns=['a','b','c']) plot_figs(data,xlabel='標(biāo)號(hào)',ylabels=['a','b','c']) """ cols=data.columns num_fig = len(data.columns) fig = plt.figure(figsize=(length, 4*num_fig)) # 創(chuàng)建一塊總畫(huà)布 for i in range(0,num_fig): #i=2 ax = plt.subplot2grid((num_fig*(width+intervals), 1), (i*(width+intervals), 0), rowspan=width, colspan=1) # 將畫(huà)板分為四行四列共16個(gè)單元格，(0, 0)表示從第一行第一列即第一個(gè)單元格開(kāi)始畫(huà)圖，將第一行的三個(gè)單元格作為一個(gè)畫(huà)塊作畫(huà) ax.plot(data[cols[i]], label=cols[i]) ax.legend(loc='upper right') # 用于顯示畫(huà)布ax1的圖，切記用 loc= 表示位置 if ylabels!=None:ax.set_ylabel(ylabels[i]) if xlabels!=None and i==(num_fig-1):ax.set_xlabel(xlabel) xticks = np.linspace(0, len(data), (len_xticks + 1)).astype(int).tolist()[:-1] # 被顯示的橫坐標(biāo)刻度值的位置 ax.set_xticks(data.index[xticks]) plt.grid(True,alpha=0.2) if save_path != None: plt.savefig(save_path)if __name__=='__main__': data=pd.DataFrame(np.random.random((100,3)),index=np.arange(100),columns=['a','b','c']) plot_figs(data,xlabel='標(biāo)號(hào)',ylabels=['a','b','c'])
以上是“python的matplotlib常用繪圖函數(shù)有哪些”這篇文章的所有內(nèi)容，感謝各位的閱讀！希望分享的內(nèi)容對(duì)大家有幫助，更多相關(guān)知識(shí)，歡迎關(guān)注創(chuàng)新互聯(lián)行業(yè)資訊頻道！
