【Python数据可视化源码实例集合】之Matplotlib库

""" pyplot基础图，散点图，折线图，饼图，柱形图，条形图，箱线图代码 """ # 1、使用matplotlib基础绘图1 import numpy as np import matplotlib.pyplot as plt # get_ipython().run_line_magic('matplotlib','inline') data = np.arange(0, 1.1, 0.01) plt.title('lines') # 添加标题 plt.xlabel('x') # 添加x轴的名称 plt.ylabel('y') # 添加y轴的名称 plt.xlim((0, 1)) # 确定x轴范围 plt.ylim((0, 1)) # 确定y轴范围 plt.xticks([0, 0.2, 0.4, 0.6, 0.8, 1]) # 规定x轴刻度 plt.yticks([0, 0.2, 0.4, 0.6, 0.8, 1]) # 确定y轴刻度 plt.plot(data, data) # 添加y=x曲线 plt.plot(data, data**2) # 添加y=x^2曲线 plt.legend(['y=x', 'y=x^2']) plt.savefig('../tmp/不包含子图.png') plt.show() # 2、使用matplotlib基础绘图2 rad = np.arange(0, np.pi*2, 0.01) # 第一幅子图 p1 = plt.figure(figsize=(8, 10), dpi=80) # 确定画布大小 ax1 = p1.add_subplot(2, 1, 1) # 创建一个两行1列的子图，并开始绘制第一幅 plt.title('lines') # 添加标题 plt.xlabel('x1') # 添加x轴的名称 plt.ylabel('y1') # 添加y轴的名称 plt.xlim((0, 1)) # 确定x轴范围 plt.ylim((0, 1)) # 确定y轴范围 plt.xticks([0, 0.2, 0.4, 0.6, 0.8, 1]) # 规定x轴刻度 plt.yticks([0, 0.2, 0.4, 0.6, 0.8, 1]) # 确定y轴刻度 plt.plot(rad, rad) # 添加y=x^2曲线 plt.plot(rad, rad**2) # 添加y=x^4曲线 plt.legend(['y=x', 'y=x^2']) # 第二幅子图 ax2 = p1.add_subplot(2, 1, 2) # 创开始绘制第2幅 plt.title('sin/cos') # 添加标题 plt.xlabel('x2') # 添加x轴的名称 plt.ylabel('y2') # 添加y轴的名称 plt.xlim((0, np.pi * 2)) # 确定x轴范围 plt.ylim((-1, 1)) # 确定y轴范围 plt.xticks([0, np.pi / 2, np.pi, np.pi * 1.5, np.pi * 2]) # 规定x轴刻度 plt.yticks([-1, -0.5, 0, 0.5, 1]) # 确定y轴刻度 plt.plot(rad, np.sin(rad)) # 添加sin曲线 plt.plot(rad, np.cos(rad)) # 添加cos曲线 plt.legend(['sin', 'cos']) plt.savefig('../tmp/包含子图.png') plt.show() # 3、使用matplotlib基础绘图3 print('Matplotlib中预设风格为：\n', plt.style.available) x = np.linspace(0, 1, 1000) plt.title('y=x & y=x^2') # 添加标题 plt.style.use('bmh') # 使用bmh风格 plt.plot(x, x) plt.plot(x, x ** 2) plt.legend(['y=x', 'y=x^2']) # 添加图例 plt.savefig('../tmp/bmh风格.png') # 保存图片 plt.show() # 4、使用matplotlib基础绘图4，调节线条的rc参数 # 原图 x = np.linspace(0, 4 * np.pi) # 生成x轴数据 y = np.sin(x) # 生成y轴数据 plt.plot(x, y, label='$sin(x)$') # 绘制sin曲线图 plt.title('sin') plt.savefig('../tmp/线条rc参数原图.png') plt.show() # 5、修改rc参数后的图 plt.rcParams['lines.linestyle'] = '--' plt.rcParams['lines.linewidth'] = 4 plt.plot(x, y, label='$sin(x)$') plt.title('sin') plt.savefig('../tmp/线条rc参数修改后.png') plt.show() # 6、使用matplotlib基础绘图5，修改坐标轴常用的rc参数 # 原图 import numpy as np import matplotlib.pyplot as plt x = np.linspace(0, 4 * np.pi) # 生成x轴数据 y = np.sin(x) # 生成y轴数据 plt.plot(x, y, label='$sin(x)$') # 绘制三角函数 plt.title('sin') plt.savefig('../tmp/坐标轴rc参数原图.png') plt.show() # 7、修改rc参数后的图 plt.rcParams['axes.edgecolor'] = 'r' # 轴颜色设置为蓝色 plt.rcParams['axes.grid'] = True # 添加网格 plt.rcParams['axes.spines.top'] = False # 去除顶部轴 plt.rcParams['axes.spines.right'] = False # 去除右侧轴 plt.rcParams['axes.xmargin'] = 0.1 # x轴余留为区间长度的0.1倍 plt.plot(x, y, label='$sin(x)$') # 绘制三角函数 plt.title('sin') plt.savefig('../tmp/坐标轴rc参数修改后.png') plt.show() # 8、使用matplotlib基础绘图6，修改字体的rc参数 # 原图 import numpy as np import matplotlib.pyplot as plt x = np.linspace(0, 4 * np.pi) # 生成x轴数据 y = np.sin(x) #生成y轴数据 plt.plot(x, y, label='$sin(x)$') # 绘制三角函数 plt.title('sin曲线') plt.savefig('../tmp/文字rc参数原图.png') plt.show() # 修改rc参数后的图 plt.rcParams['font.sans-serif'] = 'SimHei' # 设置字体为SimHei plt.rcParams['axes.unicode_minus'] = False # 解决负号“-”显示异常 plt.plot(x, y, label='$sin(x)$') # 绘制三角函数 plt.title('sin曲线') plt.savefig('../tmp/文字rc参数修改后.png') plt.show()