一、前言

Matplotlib是Python的繪圖庫(kù)，不僅具備強(qiáng)大的繪圖功能，還能夠在很多平臺(tái)上使用，和Jupyter Notebook有極強(qiáng)的兼容性。

二、線(xiàn)型圖

import matplotlib.pyplot as pltimport numpy as np# 指定生成隨機(jī)數(shù)的種子，這樣每次運(yùn)行得到的隨機(jī)數(shù)都是相同的np.random.seed(42)# 生成30個(gè)滿(mǎn)足平均值為0、方差為1的正態(tài)分布的樣本x = np.random.randn(30)# plot本意有“繪制(圖表)”的意思，所以下面這一行代碼是繪制圖表。r指定繪制的線(xiàn)條顏色為紅色，o指定標(biāo)記實(shí)際點(diǎn)使用的形狀為圓形，--指定線(xiàn)條形狀為虛線(xiàn)plt.plot(x, 'r--o')# 顯示圖表plt.show()

三、線(xiàn)條顏色、標(biāo)記形狀和線(xiàn)型

線(xiàn)條顏色常用參數(shù)：

“b”：指定繪制的線(xiàn)條顏色為藍(lán)色。 “g”：指定繪制的線(xiàn)條顏色為綠色。 “r”：指定繪制的線(xiàn)條顏色為紅色。 “c”：指定繪制的線(xiàn)條顏色為藍(lán)綠色。 “m”：指定繪制的線(xiàn)條顏色為洋紅色。 “y”：指定繪制的線(xiàn)條顏色為黃色。 “k”：指定繪制的線(xiàn)條顏色為黑色。 “w”：指定繪制的線(xiàn)條顏色為白色。

標(biāo)記形狀常用參數(shù)：

“o”：指定標(biāo)記實(shí)際點(diǎn)使用的形狀為圓形。 “*”：指定標(biāo)記實(shí)際點(diǎn)使用的形狀為星形。 “+”：指定標(biāo)記實(shí)際點(diǎn)使用的形狀為加號(hào)形狀。 “x”：指定標(biāo)記實(shí)際點(diǎn)使用的形狀為x形狀。

線(xiàn)型常用參數(shù)：

“-”：指定線(xiàn)條形狀為實(shí)線(xiàn)。 “?”：指定線(xiàn)條形狀為虛線(xiàn)。 “-.”：指定線(xiàn)條形狀為點(diǎn)實(shí)線(xiàn)。 “:”：指定線(xiàn)條形狀為點(diǎn)線(xiàn)。

import matplotlib.pyplot as pltimport numpy as np# 未指定種子的值，所以最終產(chǎn)生的隨機(jī)數(shù)不同# randn()生成30個(gè)滿(mǎn)足平均值為0、方差為1的正態(tài)分布的樣本a = np.random.randn(30)b = np.random.randn(30)c = np.random.randn(30)d = np.random.randn(30)# a：紅色，虛線(xiàn)，圓形；b：藍(lán)色，實(shí)線(xiàn)，星號(hào)；c：綠色，點(diǎn)實(shí)線(xiàn)，加號(hào)；d：洋紅色，點(diǎn)線(xiàn)，x形狀plt.plot(a, 'r--o', b, 'b-*', c, 'g-.+', d, 'm:x')plt.show(

四、標(biāo)簽和圖例

為了讓繪制的圖像更易理解，我們可以增加一些繪制圖像的說(shuō)明，一般是添加圖像的軸標(biāo)簽和圖例，如下面的例子所示：

import matplotlib.pyplot as pltimport numpy as npnp.random.seed(42)x = np.random.randn(30)y = np.random.randn(30)# 圖表標(biāo)題plt.title('Example')# 圖表標(biāo)簽plt.xlabel('X')plt.ylabel('Y')# X, Y后面的逗號(hào)去掉會(huì)報(bào)出警告X, = plt.plot(x, 'r--o')Y, = plt.plot(y, 'b-*')# 圖例顯示(顯示圖片右上角的圖例)# legend()有兩個(gè)列表參數(shù)，第一個(gè)列表參數(shù)是圖中實(shí)際使用的標(biāo)記和線(xiàn)性，第二個(gè)列表參數(shù)是對(duì)應(yīng)圖例的文字描述# legend本意：傳奇、圖例、解釋、說(shuō)明，這里是圖例的意思plt.legend([X, Y], ['X', 'Y'])plt.show()

五、子圖

當(dāng)需要將多個(gè)圖像同時(shí)在不同的位置顯示，則需要用到子圖(Subplot)的功能。

import matplotlib.pyplot as pltimport numpy as np# 未指定隨機(jī)數(shù)種子的值a = np.random.randn(30)b = np.random.randn(30)c = np.random.randn(30)d = np.random.randn(30)# 定義一個(gè)實(shí)例fig，相當(dāng)于子圖最外面的大圖fig = plt.figure()# 向fig實(shí)例中添加需要的子圖，前兩個(gè)參數(shù)表示把大圖分成了2行2列，最后一個(gè)參數(shù)表示使用哪一張子圖進(jìn)行繪制ax1 = fig.add_subplot(2, 2, 1)ax2 = fig.add_subplot(2, 2, 2)ax3 = fig.add_subplot(2, 2, 3)ax4 = fig.add_subplot(2, 2, 4)# 設(shè)置圖例A, = ax1.plot(a, 'r--o')ax1.legend([A], ['A'])B, = ax2.plot(b, 'b-*')ax2.legend([B], ['B'])C, = ax3.plot(c, 'g-.+')ax3.legend([C], ['C'])D, = ax4.plot(d, 'm:x')ax4.legend([D], ['D'])plt.show()

六、散點(diǎn)圖

如果需要獲取的是一些散點(diǎn)數(shù)據(jù)，則可以通過(guò)繪制散點(diǎn)圖(Scatter)來(lái)展示數(shù)據(jù)的分布和布局。

import matplotlib.pyplot as pltimport numpy as np# 設(shè)置隨機(jī)數(shù)種子的值np.random.seed(42)x = np.random.randn(30)y = np.random.randn(30)# 散點(diǎn)圖，scatter()的參數(shù)必須同時(shí)含有x, yplt.scatter(x, y, c = ’g’, marker=’o’, label = '(X, Y)')# 散點(diǎn)圖的標(biāo)題plt.title('Example')# 設(shè)置坐標(biāo)軸的標(biāo)簽plt.xlabel('X')plt.ylabel('Y')# 設(shè)置圖例，loc=0表示使用最好的位置，loc=1強(qiáng)制圖例使用圖中右上角的位置，loc=2強(qiáng)制使用左上角位置，loc=3強(qiáng)制使用左下角位置，loc=4強(qiáng)制使用右下角位置plt.legend(loc = 1)# 顯示圖像plt.show()

scatter()方法中特別需要注意的參數(shù)：

“c”：指定散點(diǎn)圖中繪制的參數(shù)使用哪種顏色，這與第2部分線(xiàn)條常用參數(shù)相，所以這里g表示設(shè)置為綠色。 “marker”：指定散點(diǎn)圖中繪制的參數(shù)點(diǎn)使用哪種形狀，和第2部分標(biāo)記形狀常用參數(shù)相同，所以這里o表示設(shè)置為圓形。 “l(fā)abel”：指定在散點(diǎn)圖中繪制的參數(shù)使用的圖例，這里與第3部分圖例有所不同，注意區(qū)別。七、直方圖

直方圖(Histogram)是一種統(tǒng)計(jì)報(bào)告圖，通過(guò)使用一些列高度不等的縱向條紋或直方表示數(shù)據(jù)分布的情況，一般用橫軸表示數(shù)據(jù)類(lèi)型，縱軸表示分布情況。下面來(lái)看具體實(shí)例：

import matplotlib.pyplot as pltimport numpy as np# 指定隨機(jī)數(shù)種子的值np.random.seed(42)x = np.random.randn(1000)# 直方圖，bins表示繪制的直方圖的條紋的數(shù)量；color表示直方圖條紋的顏色，g表示綠色plt.hist(x, bins = 20, color = ’g’)# 設(shè)置標(biāo)題plt.title('Example')# 設(shè)置坐標(biāo)軸標(biāo)簽plt.xlabel('X')plt.ylabel('Y')# 顯示圖像plt.show()

八、餅圖

import matplotlib.pyplot as plt# 標(biāo)簽labels = [’Dos’, ’Cats’, ’Birds’]# sizes的三個(gè)數(shù)字確定了每部分?jǐn)?shù)據(jù)系列在整個(gè)圓形中的占比sizes = [15, 50, 35]# 餅圖，explode定義每部分?jǐn)?shù)據(jù)系列之間的間隔，設(shè)置兩個(gè)0和一個(gè)0.1，就能突出第三部分；autopct將sizes中的數(shù)據(jù)以所定義的浮點(diǎn)數(shù)精度進(jìn)行顯示；# startangle是繪制第一塊餅圖時(shí)，該餅圖與X軸正方向的夾角度數(shù)，這是設(shè)置90度，默認(rèn)是0度。plt.pie(sizes, explode = (0, 0, 0.1), labels = labels, autopct = ’%1.1f%%’, startangle = 90)# 下面的一行代碼必須存在，用于使X軸和Y軸的刻度時(shí)刻保持一致，只有這樣，最后得到的餅圖才是圓的plt.axis(’equal’)# 顯示圖像plt.show()

到此這篇關(guān)于Python繪圖庫(kù)Matplotlib的基本用法的文章就介紹到這了,更多相關(guān)Python Matplotlib的用法內(nèi)容請(qǐng)搜索好吧啦網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持好吧啦網(wǎng)！