matplotlib手册之图装饰

标记和线样式

设置颜色

plt.plot(x, color='y');
plt.plot(x+1, color='m');
plt.plot(x+2, color='c');

plt.plot(y, 'y', y+1, 'm', y+2, 'c');#与上等价

设置线格式

plt.plot(x, color='y',linestyle='--');
plt.plot(x+1, color='m',linestyle='-');
plt.plot(x+2, color='c',linestyle=':');

标记(点)样式

plt.plot(x, 'yh--');#此处设置了颜色，线格式和标记点格式
plt.plot(x+1, 'm^--');
plt.plot(x+2, 'co--');

也可以使用参数指定样式

X和Y轴展现形式

locs, labels = plt.xticks()#xtickers反映了位置和标签

import matplotlib.pyplot as plt 
x = [5, 3, 7, 2, 4, 1] 
plt.plot(x);
plt.xticks(range(len(x)), ['a', 'b', 'c', 'd', 'e', 'f']);#设置x轴的位置和表现形式 
plt.yticks(range(1, 8, 2)); 
plt.show()	 

图类型

直方图(Histogram charts)

y = np.random.randn(1000)#生成1000个服从高斯分布的随机数
plt.hist(y,bins=25)#绘出器柱状图,bins：柱子的个数
plt.show()

错误柱状图

x = np.arange(0, 4, 0.2) 
y = np.exp(-x)
e1 = 0.1 * np.abs(np.random.randn(len(y)))
#fmt图样式，elinewidth，错误bar的宽度,ecolor,errorbar的颜色,capsize,errorbar的宽度
plt.errorbar(x, y, yerr=e1, fmt='.--',elinewidth=2);
plt.show()#xerr=e2来指定x错误范围,yerr默认为-e1~e1，可以yerr=[e1,e2]来指定范围

柱状图

plt.bar([1, 2, 3], [3, 2, 5],bottom=2)#width:bar的宽度,bottom:y轴的基数,color：颜色
plt.show()

dict = {'A': 40, 'B': 70, 'C': 30, 'D': 85}
for i, key in enumerate(dict):
    plt.bar(i, dict[key])#单个添加
plt.xticks(np.arange(len(dict))+0.4, dict.keys());#x轴的表现形式
plt.yticks(dict.values())
plt.show()

data1 = 10*np.random.rand(5)#显示三类bar
data2 = 10*np.random.rand(5)
data3 = 10*np.random.rand(5)
e2 = 0.5 * np.abs(np.random.randn(len(data2)))
locs = np.arange(1, len(data1)+1)
width = 0.27
plt.bar(locs, data1, width=width);
plt.bar(locs+width, data2, yerr=e2, width=width,color='red')
plt.bar(locs+2*width, data3, width=width, color='green')
plt.xticks(locs + width*1.5, locs)
plt.show()

饼状图

plt.figure(figsize=(6,6))#图形的长、宽
x = [45, 35, 20]
labels = ['Cats', 'Dogs', 'Fishes']
plt.pie(x, labels=labels)
plt.show()

plt.figure(figsize=(8,6))
x = [4, 9, 21, 55, 30, 18]
labels = ['Swiss','Austria','Spain','Italy','France','Benelux']
explode = [0, 0.1, 0, 0, 0.1, 0]
plt.pie(x, labels=labels, explode=explode, autopct='%1.3f%%')#autopct,占比数值格式,explode,图离远点距离
plt.show()

散点图

x = np.random.randn(1000)
y = np.random.randn(1000)
size = 50*np.random.randn(1000)
colors = np.random.rand(1000)
plt.scatter(x, y, s=size, c=colors)#s点大小,c为颜色,marker点形状
plt.show()

文本、标注和箭头

x = np.arange(0, 2*np.pi, .01) 
y = np.sin(x) 
plt.plot(x, y)
plt.text(0.1, -0.04, 'sin(0)=0');#在指定位置添加文本
plt.show()

y = [13,11,13,12,13,10,30,12,11,13,12,12,12,11,12] 	  
plt.plot(y);
plt.ylim(ymax=35);
#添加annotation,width:arrow的宽度
#frac:箭头占真个长度的占比,headwidth:箭头的宽度,shrink:离标注点的距离
plt.annotate('this spot must really\nmean something', \ xy=(6, 30), xytext=(8, 31.5), \
arrowprops=dict(facecolor='black', shrink=0.05))
plt.show()

plt.axis([0, 10, 0, 20])
arrstyles = ['-','->','-[','<-','<->',\
    'fancy','simple','wedge']
for i, style in enumerate(arrstyles): 
 	  plt.annotate(style, xytext=(1, 2+2*i), \
  	  xy=(4, 1+2*i), arrowprops=dict(arrowstyle=style));
plt.show()