绘图与可视化（1）

python数据可视化之路

发布于 2023-02-23 21:13:48

1.1K0

提供信息的可视化是数据分析的重要任务之一，从本章开始会比较详细介绍绘图与可视化有关知识，主要用到的库有matplotlib、numpy、pandas和seaborn。

matplotlib库是Python中绘制二维、三维图表的数据可视化工具，能通过使用简单语句实现复杂绘图效果。

本节将以一些简单的图表图形作为切入点，来简单了解一下matplotlib基础用法。

import matplotlib.pyplot as plt
import numpy as np
from pylab import mpl
mpl.rcParams['font.sans-serif'] = ['SimHei'] #能够使中文正常显示，例如横纵坐标轴文字
plt.rcParams['axes.unicode_minus'] =True #用来正常显示正负号
mpl.rcParams['font.size'] = 16 #设置字号
x = np.linspace(0, 10, 100) #从0-10均匀分为100份
y = np.sin(x)
plt.xlabel('横坐标') #命名横坐标
plt.ylabel('纵坐标') #命名纵坐标
plt.plot(x, y) #绘制折线图

一般来说，绘制不同种类的图形语法是：plt.图形种类，图形种类会后面介绍。

另外的，如果想要为图形限定x，y轴范围，可以使用plt.xlim(a, b)和plt.ylim(a, b)函数；

plt.xlim(-1, 10) #限定x轴范围
plt.ylim(-2, 2) #限定y轴范围
plt.plot(x, y) #绘制折线图

可以看到x轴和y轴的范围已被改变。

也可以使用plt.axvspan绘制垂直于x轴的参考区域，语法如下：

plt.axvspan(xmin, xmax, facecolor, alpha)，xmin为最小x参考值；xmax为最大x参考值；facecolor为参考区域填充颜色；alpha为填充区域的透明度。plt.axhspan是绘制垂直y轴的参考区域，用法同axvspan。

plt.axvspan(xmin = 3, xmax = 5, facecolor = 'green', alpha = 0.3) #绘制垂直x轴参考线
plt.axhspan(ymin = -0.3, ymax = 0.3, facecolor = 'green', alpha = 0.3) #绘制垂直y轴参考线
plt.plot(x, y) #绘制折线图

使用axhline可以绘制平行于x轴的水平参考线，语法如下：

plt.axhline(y, c, ls, lw)

y：水平参考线出发点

c：线条颜色

ls：线条样式

lw：线条宽度

同样可以使用plt.axvline绘制平行y轴的水平参考线，语法同上。

plt.axhline(y = 0.8, c = 'red', ls = '--', lw = 2) #绘制平行x轴参考线
plt.axvline(x = 7, c = 'red', ls = '--', lw = 2) #绘制平行y轴参考线
plt.plot(x, y)

使用annotate函数添加图形细节的指向型注释文本，语法如下：

plt.annotate(string, xy, xytext, weight, color, arrowprops=dict(arrowstyle, connectionstyle, color))

string：图形内容注释文本

xy：被注释图形内容的位置坐标

xytext：注释文本的位置坐标

weight：注释文本的字体粗细风格

arrowprops：指示被注释内容的箭头属性字典

plt.annotate('最高点', xy = (np.pi/2, 1), xytext = (3, 0.6), weight = 'bold', color = 'black', 
            arrowprops = dict(arrowstyle = '->', connectionstyle = 'arc3', color = 'black'))
plt.plot(x, y)

使用text函数添加图形内容的无指向型注释，语法如下：

plt.text(x, y, string, weight, color)

x：注释文本的x坐标

y：注释文本的y坐标

string：注释文本

weight：注释文本的粗细风格

color：注释文本颜色

同样可以使用title添加标题，用法比较简单，plt.title(标题)。

同时，所有涉及文字的，都可以用fontsize参数设置大小，fontfamily设置字体（楷体，宋体等），根据以前经验，有的字体用拼音即可调用，不过一般是首字母大写，具体可以自行探索。

plt.text(7, -1, '警戒线', weight = 'bold', color = 'black', fontsize = 14) #在x=7,y=-1处标记‘警戒线’文字
plt.text(9, 0.65, '警戒线', weight = 'bold', color = 'black', fontsize = 14)
plt.title('正弦函数', fontsize = 20, fontfamily = 'KaiTi') #字号20，字体为楷体
plt.plot(x, y)

使用legend设置图例，语法如下：

plt.legend(loc)

loc：图例在图中的位置，值有best，upper right，upper left，lower left，lower right，right，center left，center，right，lower center，upper center，center

其他参数以后会专门一节讲述。

plt.plot(x, y, label = 'y=sin(x)')
plt.legend(loc = 'best', fontsize = 14) #legend一定要放到plt.plot后面
plt.show() #可以使用plt.show()展示图形

同样的，也可以在plt.plot中使用ls和lw指定线条样式和宽度。更详细的介绍可以查看官网或者网上查询，一般来说官网可以解决大多数问题。

本文参与腾讯云自媒体同步曝光计划，分享自微信公众号。

原始发表：2021-02-09，如有侵权请联系 cloudcommunity@tencent.com 删除

编程算法

python

matlab

numpy

绘图与可视化（1）

绘图与可视化（1）

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐