參考網站：https://matplotlib.org/3.1.1/index.html
1.安裝指令
1 2 | python -m pip install -U pip python -m pip install -U matplotlib |
2.範例集
1 2 3 4 | import matplotlib.pyplot as plt plt.plot([1, 2, 3, 4]) plt.ylabel('some numbers') plt.show() |
執行結果：
4.畫線(2)
第二行的plot()函式中第一個參數是x軸的值而第二個參數是y軸的值。
執行結果：
6.畫點(2)
接下來說明一次畫出多條線，是使用plot()函式的第二種語法。
7.使用scatter函式畫圖
scatter的語法如下：
使用語法：
plot([x], y, [fmt], *, data=None, **kwargs) plot([x], y, [fmt], [x2], y2, [fmt2], ..., **kwargs)
從以上語法來看，當plot()函式只有一個參數時，代表y軸，但有兩個參數時，第一個代表x軸。
1 2 3 4 | import matplotlib.pyplot as plt plt.plot([1, 2, 3, 4], [1, 4, 9, 16]) plt.ylabel('some numbers') plt.show() |
第二行的plot()函式中第一個參數是x軸的值而第二個參數是y軸的值。
執行結果：
5.畫點(1)
說明：
1 2 3 4 | import matplotlib.pyplot as plt plt.plot([1, 2, 3, 4], [1, 4, 9, 16], 'ro') plt.axis([0, 6, 0, 20]) plt.show() |
plot()函式第三個參數是[fmt]，[]代表可有可無，fmt的語法說明如下：
fmt = '[marker][line][color]'
共有三個參數marker, line, color，其格式如下：
標記(Markers)
| 字元 | 說明 |
|---|---|
'.' | 點標記 |
',' | 像素標記 |
'o' | 圓圈標記 |
'v' | 下三角標記 |
'^' | 上三角標記 |
'<' | 左三角標記 |
'>' | 右三角標記 |
'1' | 細下三角標記 |
'2' | 細上三角標記 |
'3' | 細左三角標記 |
'4' | 細右三角標記 |
's' | 方形標記 |
'p' | 五邊形標記 |
'*' | 星號標記 |
'h' | 六角1標記 |
'H' | 六角2標記 |
'+' | 加號標記 |
'x' | 乘號標記 |
'D' | 鑽石標記 |
'd' | 細讚豆標記 |
'|' | 垂直線標記 |
'_' | 水平線標記 |
線條樣式(Line Styles)
| 字元 | 說明 |
|---|---|
'-' | 實線樣式 |
'--' | 虛線樣式 |
'-.' | 點劃線樣式 |
':' | 虛點樣式 |
顏色(Colors)
單個字母代碼代表的支持的顏色
| 字元 | 顏色 |
|---|---|
'b' | 藍色 |
'g' | 線色 |
'r' | 紅色 |
'c' | 青色 |
'm' | 洋紅色 |
'y' | 黃色 |
'k' | 黑色 |
'w' | 白色 |
顏色參數如果是單獨存在，則可以另外使用任何matplotlib.colors規範，例如 全名（“綠色”）或十六進製字符串（“＃008000”）。
接下來說明一次畫出多條線，是使用plot()函式的第二種語法。
plot([x], y, [fmt], [x2], y2, [fmt2], ..., **kwargs)1 2 3 4 5 6 7 8 9 | import matplotlib.pyplot as plt import numpy as np # evenly sampled time at 200ms intervals t = np.arange(0., 5., 0.2) # red dashes, blue squares and green triangles plt.plot(t, t, 'r--', t, t**2, 'bs', t, t**3, 'g^') plt.show() |
scatter的語法如下：
matplotlib.pyplot.scatter(x, y, s=None, c=None, marker=None, cmap=None, norm=None, vmin=None, vmax=None, alpha=None, linewidths=None, verts=None, edgecolors=None, *, plotnonfinite=False, data=None, **kwargs)請參閱https://matplotlib.org/3.1.1/api/_as_gen/matplotlib.pyplot.scatter.html#matplotlib.pyplot.scatter
本例僅使用到五個參數，說明如下：
x：表示x軸的數值。
y：表示y軸的數值。
c：表示顏色的數值，可有可無。
s：表示標量，可有可無，是指標記大小。
data：資料。
執行結果：
1 2 3 4 5 6 7 8 9 10 11 12 13 | import matplotlib.pyplot as plt import numpy as np data = {'a': np.arange(50), 'c': np.random.randint(0, 50, 50), 'd': np.random.randn(50)} data['b'] = data['a'] + 10 * np.random.randn(50) data['d'] = np.abs(data['d']) * 100 plt.scatter('a', 'b', c='c', s='d', data=data) plt.xlabel('entry a') plt.ylabel('entry b') plt.show() |
執行結果：
8. 用分類變量畫圖
figure()函式的figsize參數是指寬度，高度（以英寸為單位）。
subplot()函式前三個參數分別是行列以及索引值，也可以用單一數字表示，例如131表示1行3列第1個。
subplot(nrows, ncols, index, **kwargs)
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 | import matplotlib.pyplot as plt names = ['group_a', 'group_b', 'group_c'] values = [1, 10, 100] plt.figure(figsize=(9, 3)) plt.subplot(131) plt.bar(names, values) plt.subplot(132) plt.scatter(names, values) plt.subplot(133) plt.plot(names, values) plt.suptitle('Categorical Plotting') plt.show() |
9.使用多個圖形和軸來畫圖
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 | import matplotlib.pyplot as plt import numpy as np def f(t): return np.exp(-t) * np.cos(2*np.pi*t) t1 = np.arange(0.0, 5.0, 0.1) t2 = np.arange(0.0, 5.0, 0.02) plt.figure() plt.subplot(211) plt.plot(t1, f(t1), 'bo', t2, f(t2), 'k') plt.subplot(212) plt.plot(t2, np.cos(2*np.pi*t2), 'r--') plt.show() |
10.在數據直方圖中加上文字
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 | import matplotlib.pyplot as plt import numpy as np mu, sigma = 100, 15 x = mu + sigma * np.random.randn(10000) # the histogram of the data n, bins, patches = plt.hist(x, 50, density=1, facecolor='g', alpha=0.75) plt.xlabel('Smarts') plt.ylabel('Probability') plt.title('Histogram of IQ') plt.text(60, .025, r'$\mu=100,\ \sigma=15$') plt.axis([40, 160, 0, 0.03]) plt.grid(True) plt.show() |
執行結果：
11.貼上文字
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 | import matplotlib.pyplot as plt import numpy as np ax = plt.subplot(111) t = np.arange(0.0, 5.0, 0.01) s = np.cos(2*np.pi*t) line, = plt.plot(t, s, lw=2) plt.annotate('local max', xy=(2, 1), xytext=(3, 1.5), arrowprops=dict(facecolor='black', shrink=0.05), ) plt.ylim(-2, 2) plt.show() |
執行結果：
沒有留言:
張貼留言