Python Matplotlib繪圖

1. Matplotlib安裝

   cmd輸入：pip install Matplotlib

   點我進入Matplotlib官網

1. 畫布(fig)與子圖(ax)

   需要導入:

   form matplotlib import pyplt as plt

plt.figure(figsize,dpi)

建立畫布

plt.figure（屬性）
figsize = (widtht,hight)	設定畫布寬度和高度
dpi	畫布透明度

plt.subplot(x y index)

建立子圖

plt.subplot（屬性）
x	行數
y	列數
index	索引（從1開始，從左往右，從上往下）

plt.subplots(nrows, ncols, sharex = False, sharey = False)

建立畫布和子圖

傳回值：fig,ax

plt.subplots（屬性）
nrows	子圖的行數
ncols	子圖的列數
sharex	所有子圖使用相同的x軸刻度
sharey	所有子圖使用相同的y軸刻度

通用方法
plt.figure(figsize=None,dpi=None)	生成新的畫布，figsize：畫布大小（傳參：元組），dpi：透明度
plt.savefig(fname)	儲存圖檔,fname:儲存圖檔位置
plt.xticks(ticks=None,lables=None)	ticks:設定x軸刻度的值，labels:刻度标簽
plt.yticks(ticks=None,lables=None)	ticks:設定y軸刻度的值，labels:刻度标簽
plt.xlabel(xlabel)	設定x軸标簽
plt.ylabel(ylabel)	設定y軸标簽
plt.title()	設定圖示題
plt.grid()	根據x軸和y軸的數值展示軸網格
plt.legend(prop)	顯示圖例标簽，prop:局部字型設定
plt.annotate(text,xy,xytext,arrowprops = {})	資料标簽，text:文本标簽，xy:标點位置（元組）,xytext:文本位置（元組），arrowprops:箭頭設定
plt.show()	釋放空間，并顯示已繪制的圖
plt.subplots_adjust(wspace,hspace)	調整子圖之間的間距,wspace（左右間距）,hspace（上下間距）

zip() 函數

作用：用于生成坐标

zip(x,y)

生成坐标（x,y必須數量一緻）

zip（屬性）
x	x軸上的位置
y	y軸上的位置

1. 中文顯示問題

   解決方法：

方法一：

import matplotlib
font = {
    'family':'SimHei',
    'weight':'bold',
    'size':12
}
matplotlib.rc("font", **font)
           

方法二：

import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif'] = ['SimHei'] # 步驟一（替換sans-serif字型）
plt.rcParams['axes.unicode_minus'] = False   # 步驟二（解決坐标軸負數的負号顯示問題）
           

方法三：

from matplotlib import pyplot as plt
from matplotlib.font_manager import FontProperties 
font = FontProperties(fname=r"c:\windows\fonts\simsun.ttc", size=14)
x = [1,2,3,4]
y = [3,2,1,3]
plt.plot(x,y)
plt.xlabel("x軸标簽",fontproperties=font)
plt.show()
           

1. 折線圖

   折線圖以折線的上升或下降來表示統計數量的增減變化的統計圖

   特點：能夠顯示資料的變化趨勢，反映事物的變化情況

   折線圖可以通過plt.plot()函數來繪制

plt.plot(x,y,color,linestyle,marker,label)

構件折線圖

（x,y元素必須一緻）

plt.plot（屬性）
x	在x軸上的點
y	在y軸上的點
color	設定線的顔色
linestyle	設定線的樣式
marker	标記樣式
label	圖例标簽

1. 散點圖

   散點圖用兩組資料構成多個坐标點，考察坐标點的分布，判斷兩變量之間是否存在某種關聯或總結坐标點的分布模式

   特點：判斷變量之間是否存在數量關聯趨勢，表示離群點(分布規律)

   散點圖通過plt.scatter() 函數

plt.scatter(x,y)

來構件散點圖

plt.scatter（屬性）
x	在x軸上的點
y	在y軸上的點

1. 柱狀圖及條形圖

   條形圖是用寬度相同的條形的高度或長短來表示資料多少的圖形。條形圖可以橫置或縱置，縱置時也稱為柱形圖。

   特點：1.能夠使人們一眼看出各個資料的大小。

           2.易于比較資料之間的差别。

   通過 plt.bar() 方法繪制柱狀圖, plt.barh() 方法繪制條形圖

plt.bar(x,height,width = 0.8,bottom,align = "center")

建構 柱狀圖

plt.bar（屬性）
x	在x軸上的位置
height	在y軸上的高度
width = 0.8	柱子的寬度
bottom = “None”	柱子底部的起始位置
align = “center”	校準位置

plt.barh(y,width,height = 0.8,align = "center")

建構 條形圖

bar.barh（屬性）
y	在x軸上的長度
width	在y軸上的位置
height	柱子的寬度
align = “center”	校準位置

1. 直方圖

   直方圖由一系列高度不等的縱向條紋或線段表示資料分布的情況，一般用橫軸表示資料範圍，縱軸表示分布情況

   特點：繪制連續性的資料，展示一組或者多組資料的分布情況(統計)

   通過 plt.hist() 方法繪制

plt.hist(x,bins = None,density =False)

建構圖形

plt.hist（屬性）
x	在x軸上的位置
bins = None	組數（預設為10）
density = False	頻率（預設為頻數）

1. 扇形圖

   扇形圖，用整個圓表示總數，用圓内各個扇形的大小表示各部分數量占總數的百分數。

   通過 plt.pie() 方法繪制

plt.pie(x, explode=None, labels=None,autopct=None,shadow=False)

建構圖形

plt.pie（屬性）
x	扇形資料
explode = None	設定某幾個分塊是否要分離餅圖
labels = None	每塊扇形标簽
autopct = None	百分比資料标簽
shadow = False	是否顯示陰影

plt.pie傳回值
patchs	繪制餅圖每塊對象
texts	文本清單
autotexts	百分比的文本清單

1. 箱型圖

   箱線圖是一種直覺簡潔的方式去呈現一組資料的分布。 箱線圖廣泛用于各個資料分析領域，它能非常簡單明了地顯示一組資料中5個重要數值，并且還能發現一組資料中的存在的異常值。

五個重要數值
最大值	最小值	中位數	下四分位數	上四分位數

通過 plt.boxplot() 方法繪制

ply.boxplot(x,notch=None,sym=None,vert=None,whis=None,positions=None,widths=None,labels=None,meanline=None,showmeans=None)

建構圖形

plt.boxplot（屬性）
x	需要繪制的箱型圖的資料
notch = None	是否展示置信區間 預設為False
sym = None	代表異常點的符号表示 預設為圓點
vert = None	是否是垂直的 預設是True
whis = None	上下限系數 預設為1.5
positions = None	設定每個盒子的位置
widths = None	設定每個盒子的寬度
labels = None	每個盒子的label
meanline和showmean	都為True的時候 會展示平均線

1. 雷達圖

   雷達圖（Radar Chart）又被叫做蜘蛛網圖，适用于顯示三個或更多的次元的變量的強弱情況。比如某個企業在哪些業務方面的投入等，都可以用雷達圖友善的表示。

用過 plt.polar() 來繪制

plt.polar(theta,r)

來建構圖形

plt.polar
theta	分割區塊
r	資料

（區塊和資料個數必須相等）

1. Axes （子畫）

   Axes容器是用來建立具體的圖形的。比如畫曲線，柱狀圖，都是畫在上面。是以之前我們學的使用plt.xx繪制各種圖形（比如條形圖，直方圖，散點圖等）都是對Axes的封裝

方法
axes.set_xlim(min,max)	限制x軸的範圍
axes.set_ylim(min,max)	限制y軸的範圍
axes.text(x,y,text)	在坐标位置标注文本
axes.set_xlabel(text)	設定x軸文本标簽
axes.set_ylabel(text)	設定y軸文本标簽
axes.twinx()	共享x軸
axes.twiny()	共享y軸
axes.minorticks_on()	顯示x與y軸的子刻度

1. Axis（軸）

   Axis代表的是x軸或者y軸的對象。包含Tick（刻度）對象，TickLabel刻度文本對象，以及AxisLabel坐标軸文本對象。axis對象有一些方法可以操作刻度和文本等。

axis: xaxis,yaxis

方法
axes.axis.set_label_coords(x,y)	設定x或y軸的文本标簽位置

自定義刻度格式

from matplotlib import ticker

formatter = ticker.FormatStrFormatter("自定義格式")

ax1.yaxis.set_major_formatter(formatter)
           

1. 多圖布局

調整子圖間距

fig.tight_layout(h_pad=None,v_pad=None)

（不傳參，預設自動調整）

fig.tight_layout（屬性）
h_pad	上下間距
v_pad	左右間距

自定義布局

方法一：

from matplotlib import pyplot as plt
plt.figure()
plt.subplot(221)
plt.subplot(223)
plt.subplot(122)
           

方法二：

fig.add_gridspec(nrows=1, ncols=1,width_ratios,height_ratios)

建立栅欄模式

fig.add_gridspec（屬性）
nrows	行
nclos	列
width_ratios	寬的比值
height_ratios	高的比值

from matplotlib import pyplot as plt
fig = plt.figure()
gs = fig.add_gridspec(2,2)
fig.add_subplot(gs[0,:])
fig.add_subplot(gs[1,0])
fig.add_subplot(gs[1,1])