matplotlib可视化最全指南

 

1. 折线图：plt.plot

• 设置数据：plt.plot(x,y)，单列数据传入默认y轴，此时x轴数据默认从0逐渐对应递增
• 设置颜色：plt.plot(x,y,color/c=" ")，RGB颜色列表为：xkcd.com/color/rgb/
• 设置数据点的形状：plt.plot(x,y,marker=" ")， 符号参考： matplotlib.org/api/markers…
• 设置连接线风格：plt.plot(x,y,linestyle/ls=" ")

1. '-' or 'solid' ——solid line
2. '--' or 'dashed' ——dashed line
3. '-.' or 'dashdot' ——dash-dotted line
4. ':' or 'dotted' ——dotted line
5. 'None'/' '/'' ——draw nothing

• 其它设置：线宽-linewidth/lw=n；点大小-markersize=m；透明度-alpha=m；label='XXX'用于设置标签（必须使用plt.legend(loc="upper left")来显示标签）
• 颜色点线同时设置："ro-"
• 同时绘制多条线：plt.plot(x1,y1,"ro",x2,y2,"b0")

2. 散点图：plt.scattor

• 设置数据：plt.scatter(x,y)，必须传入x,y
• 设置点的大小：plt.scatter(x,y,s)，s为入一维数组，表示点的大小，默认统一为20
• 设置颜色：

1. 可以用c='X'设置单个颜色，
2. 也可以用'c=seq'使得序列中对应位置数字相同的点颜色相同，此时可以用cmap='XXX'来设置颜色模式。如下图，第一个第三个点数字相同，则颜色相同
3. 或者直接c=['r','b'...]来设置不同颜色
4. cmap可使用的颜色模式参考链接： matplotlib.org/examples/co…

 

 

• 设置数据点的形状：同plot
• 其它设置：线宽-linewidth/lw=n；点大小-markersize=m；透明度-alpha=m；边缘颜色-edgecolor=X；label='XXX'用于设置标签（必须使用plt.legend(loc="upper left")来显示标签）

3. 柱状图：plt.bar

• 设置数据：plt.bar(x,y)，必须同时传入x,y，x表示各个柱的位置，y表示高度
• 设置柱形宽度：plt.bar(x,y,width)，width设置宽度，默认0.8
• 设置颜色：可以用color/facecolor='X'设置单个颜色，也可以用'color=['r','b'...]'设置多个颜色。颜色参考：xkcd.com/color/rgb/
• 其它设置：线宽-linewidth/lw=n；透明度-alpha=m；边缘颜色-edgecolor=X；基座高度-bottom=0.2；label='XXX'用于设置标签（必须使用plt.legend(loc="upper left")来显示标签）

4. 直方图：plt.hist

• 设置数据：plt.hist(x,bins)，必须传入x,y，x为数据；y为柱形个数，可以为'auto'
• 频数/频率图：density=True默认为频率/False频数
• 设置数据范围：range=(a,b)，限定数据范围
• 柱子间隙：rwidth=n，默认为0
• 设置柱形宽度：plt.bar(x,y,width)，width设置宽度，默认0.8
• 设置颜色：可以用color/facecolor='X'设置单个颜色。颜色参考：xkcd.com/color/rgb/
• 其它尺寸：线宽-linewidth/lw=n；透明度-alpha=m；边缘颜色-edgecolor=X；label='XXX'用于设置标签（必须使用plt.legend(loc="upper left")来显示标签）

 

 

5. 箱线图：plt.boxplot

• 设置数据：plt.boxplot(x) ，x为多列数据-[列1,列2...]
• 设置箱型：plt.boxplot(x,notch=)，notch默认为false，长方形；False是指在50%位显示缺口，缺口越大，数*据越分散
• 设置横向纵向：plt.boxplot(x,vert=),vert默认True，垂直状态；False显示横向
• 设置最大最小值：plt.boxplot(x,whis=[n,m]),whis=[25,85]，表示限度在25%到85%之间，即顶端横线的位置
• 设置箱体宽度：widths=
• 设置箱体填充：patch_artist=True
• 设置各箱型名称：labels=[1,2,3...]
• 每个箱型填充不同颜色：需遍历填充，bplot[boxes]取到各个箱型，遍历填充
• 

6. 其它设置

• 设置坐标轴范围：plt.axis([xmin, xmax, ymin, ymax]) ，四个参数必须同时包括
• 设置xy坐标轴名称：plt.x/ylabel("XXX")
• 设置图表标题：plt.title("XXX")
• 显示网格：plt.grid(True)
• 同一张子图上绘制：plt.plot(ax=ax1))
• 直接用dataframe绘图：df.plot(x=,y=,kind=,label=)
• 对某点设置注释：plt.annotate('注释内容',xy=(被标注点坐标),xytext=(内容文本坐标),arrowprops= dict(width=箭头方块宽度, headwidth=箭头尖宽度, headlength=箭头尖长度, shrink=收缩比例,越大越短, facecolor=箭头颜色 ))

 

 

7. 绘图步骤

• 设置画板：

plt.figure( num-画板编号，默认逐渐递增；
figsize(a,b)-画板尺寸；
dpi分辨率，默认100； facecolor-背景颜色，默认白；
edgecolor-边框颜色，默认白；
frameon=True是否显示绘图框， clear=False是否清楚已存在的同名图)

• 设置单个子图：ax1=plt.subplot(221),ax2=plt.subplot(222)
• sharex/y=True表示所有子图使用相同的x/y刻度
• 同时创建多个子图：axes/((ax1,ax2),(ax3,ax4))=plt.subplots(2,1,sharex=True)，axes[0,1]...
• 任意位置绘图：ax1 = fig.add_axes([left, bottom, width, height]，)，left, bottom表示位于画板的百分之几位置；width, height表示宽高占画板的多少
• 子图设置标题，标签：ax1.set_title("XXX")；ax1.set_xlable() plt.subplot2grid式：

ax1=plt.subplot2grid((3, 3), (1, 0),colspan=2,rowspan=1)

表示设置一个3行3列的绘图区域，在第2行，第一列位置开始绘图，列跨度为2，行跨度为1

• GridSpec式：

import matplotlib.gridspec as gridspec

gs = gridspec.GridSpec(3, 3)

ax7 = plt.subplot(gs[1, :2])，表示子图占第2行和第3列前的所有列,

ax10 = plt.subplot(gs[-1, -2])，表示子图占倒数第1行和倒数第2列.

• 设置字体大小

ax = plt.subplot(111) 设置刻度字体大小：plt.xticks(fontsize=20)；plt.yticks(fontsize=20) 设置坐标标签字体大小：ax.set_xlabel(..., fontsize=20)；ax.set_ylabel(...,fontsize=20) 设置图例字体大小：ax.legend(..., fontsize=20)

 

 

 

 

欢迎关注我的公众号，了解一个学设计却做了运营最后成了数据分析师并努力成为大数据工程师的女程序员的成长之路。