matplotlib教程——强大的python作图工具库


Posted in Python onOctober 15, 2020

matplotlib简介

如果你在大学里参加过数学建模竞赛或者是用过MATLAB的话,相比会对这一款软件中的画图功能印象深刻。MATLAB可以做出各种函数以及数值分布图像非常的好用和方便。如果你没用过呢也没关系,知道这么回事就好了。MATLAB虽然好用,但毕竟是收费软件,而且相比于MATLAB,很多人更喜欢Python的语法。

所以呢MATLAB就被惦记上了,后来有大神仿照MATLAB当中的画图工具,也在Python当中开发了一个类似的作图工具。这也就是我们今天这篇文章要讲的matplotlib,也是Python、数据分析以及机器学习领域当中使用最广泛的作图工具包,几乎没有之一。前段时间不是美国政府搞事情,导致MATLAB公司宣布对中国的几所高校禁止使用MATLAB嘛,有一些人就提出来说我们可以使用Python当中的一些开源工具代替,当然MATLAB当中还有很多其他厉害的功能,Python可能不一定能代替,但至少在作图这个领域是没问题的。

matplotlib 基本用法

matplotlib广泛流行的一个非常主要的原因就是它方便、好用,我们来看几个经典的例子就知道了,短短几行代码就可以作出质量非常高的图。

我们使用的是matplotlib这个包下的pyplot这个库,从名字上我们也看得出来它是Python库。如果你安装了Anaconda这样完整的Python包管理工具的话,那么这个包默认应该已经装好了。如果没有,可以使用pip安装一下,命令也非常简单。

pip install matplotlib

装好了包之后,我们通常的使用惯例是将它重命名成plt,所以如果你阅读一些源码以及其他大神的代码,作图的时候经常会出现plt.xxx,就是这么来的。

import matplotlib.pyplot as plt

plot当中有几种常用的作图工具,第一种是作折线图或者是曲线图的,叫做plot。第二种是作柱状图的叫做hist,第三种是作散点图的,叫做scatter,第四种是作饼状图的。除此之外还可以作一些三维的图像,但是一般日常当中使用得比较少,大部分是用来炫技的。

曲线图

plot其实是用来作曲线图的,采用的方法是描点呈现,它会将我们的数据点串联起来,成为一条光滑的曲线。当然,作折线、直线也都是可以的,最后成图的效果完全是由我们的数据决定的。

它的使用方法很简单,在最基本的用法当中,我们只需要传入两个list,分别代表x轴和y轴的值即可。比如我们要作出一个logistic的函数图像。我们可以这样:

x = np.linspace(-10, 10, 100)
y = 1 / (1 + np.exp(-x))

plt.plot(x, y)
plt.show()

在上面的代码当中我们首先使用numpy当中的linspace函数生成了一个-10到10之间的numpy数组。这个数组当中有100个点,在-10到10之间均匀分布。我们对它计算对应的logistic函数的值,也就是y = 1 / (1 + np.exp(-x))。这个函数我想大家都应该很熟悉了,x是一个一百个点的list,对应的y也是一个一百个点的list。也就是说一个x对应一个y构成了一个点对,代表图中的一个坐标。

我们不需要做任何转化,只需要把这两个数组传入plt当中,它会自动替我们完成坐标的映射。最后呈现的效果如下。

matplotlib教程——强大的python作图工具库

我们可以看到作图的效果还是不错的,除了把图像完成的绘制出来之外,还替我们在坐标轴上画上了点位,方便我们查看数据。

直方图

hist可以用来绘制直方图,这也是我们非常常见的图像。在财经领域我们经常用直方图反应一个数据的走势,在数据分析和机器学习当中我们也经常用直方图来反应某一个特征或者是值的分布。

在直方图当中我们只需要传入一个数组,就是我们要求分布的数组,另外我们需要再输入一个参数bins,表示我们希望将数据分桶的数量。然后它会绘制出每个桶中数据数量的直方图,这样我们就可以很直观地看出分布来了。

x = np.random.normal(size=200)
plt.hist(x,bins=30)
plt.show()

这里我们调用numpy当中以正态分布概率随机的函数,得到的结果应该是正态分布的。

matplotlib教程——强大的python作图工具库

我们查看图像,这个结果和我们的预期基本吻合。

点状图

第三种图像叫做散点图,它反应的是每个点的分布情况。比如我们之前在介绍KNN和Kmeans模型的时候曾经都作过散点图,一个点代表一个样本,通过散点图我们观察的也是样本和数据分布的情况。但是和直方图相比它更加得直观,我们能直接看到分布,而不是一个分布的统计结果。

但是它也有缺点,缺点就是我们只能观察二维平面当中的点的分布,毕竟超过3维的维度就没办法绘制了。而且3维的数据分布也不是很好观察。

同样散点图的绘制也很简单,我们只需要调用scatter函数传入x和y的数组即可。

x = np.random.rand(100)
y = np.random.rand(100)

plt.scatter(x, y)

这里我们的x和y都是随机分布,所以得到的结果是散乱没有规律的点。

matplotlib教程——强大的python作图工具库

饼状图

最后我们来看下饼状图,饼状图也很常用,虽然也是反映的数据分布,但是它更多是体现某一个值占的比例。通过饼状图,我们可以很直观地了解到这点。

我们可以传入一个list进入pie函数,plot会根据list当中值在总体的占比绘制饼状图。我们来看个很简单的例子:

a = np.array([0.5, 0.3, 0.2, 0.1, 0.8])

plt.pie(a)

得到的结果如下:

matplotlib教程——强大的python作图工具库

和之前的结果相比饼状图稍稍不清晰一些,因为它虽然用不同颜色区分了不同的区域的,但是我们很难直观地看出来每一个区域分别代表什么。这个问题是可以解决的,我们可以通过传入一些参数和设定来让它展示更多的信息,让数据变得更加生动以及清晰。

今天的文章到这里就结束了,如果喜欢本文的话,请来一波素质三连,给我一点支持吧(关注、转发、点赞)。

以上就是matplotlib教程——强大的python作图工具库的详细内容,更多关于python matplotlib的资料请关注三水点靠木其它相关文章!

Python 相关文章推荐
独特的python循环语句
Nov 20 Python
Python连接PostgreSQL数据库的方法
Nov 28 Python
在python中使用正则表达式查找可嵌套字符串组
Oct 24 Python
python利用有道翻译实现"语言翻译器"的功能实例
Nov 14 Python
酷! 程序员用Python带你玩转冲顶大会
Jan 17 Python
python Celery定时任务的示例
Mar 13 Python
python 字典修改键(key)的几种方法
Aug 10 Python
python简单贪吃蛇开发
Jan 28 Python
python实现简单加密解密机制
Mar 19 Python
Python Tkinter 简单登录界面的实现
Jun 14 Python
扩展Django admin的list_filter()可使用范围方法
Aug 21 Python
Python定义一个Actor任务
Jul 29 Python
工程师必须了解的LRU缓存淘汰算法以及python实现过程
Oct 15 #Python
详解pycharm配置python解释器的问题
Oct 15 #Python
详解查看Python解释器路径的两种方式
Oct 15 #Python
几款Python编译器比较与推荐(小结)
Oct 15 #Python
python 牛顿法实现逻辑回归(Logistic Regression)
Oct 15 #Python
PyCharm 2020.2.2 x64 下载并安装的详细教程
Oct 15 #Python
Python 实现3种回归模型(Linear Regression,Lasso,Ridge)的示例
Oct 15 #Python
You might like
PHP 安全检测代码片段(分享)
2013/07/05 PHP
PHP实现图片压缩
2020/09/09 PHP
PHP的mysqli_select_db()函数讲解
2019/01/23 PHP
JQuery获取或设置ckeditor的数据(示例代码)
2013/11/15 Javascript
js跳转页面方法总结
2014/01/29 Javascript
jquery $("#variable") 循环改变variable的值示例
2014/02/23 Javascript
JS父页面与子页面相互传值方法
2014/03/05 Javascript
jQuery学习笔记之toArray()
2014/06/09 Javascript
Javascript实现获取及设置光标位置的方法
2015/07/21 Javascript
jQuery+CSS实现的网页二级下滑菜单效果
2015/08/25 Javascript
JavaScript中setTimeout的那些事儿
2016/11/14 Javascript
javascript兼容性(实例讲解)
2017/08/15 Javascript
微信小程序中setInterval的使用方法
2017/09/29 Javascript
Javascript实现购物车功能的详细代码
2018/05/08 Javascript
Vuex中的State使用介绍
2019/01/19 Javascript
Vue 列表上下过渡效果的实例代码
2019/06/25 Javascript
vue列表数据发生变化指令没有更新问题及解决方法
2020/01/16 Javascript
浅谈element中InfiniteScroll按需引入的一点注意事项
2020/06/05 Javascript
node.js如何根据URL返回指定的图片详解
2020/10/21 Javascript
详细介绍Python函数中的默认参数
2015/03/30 Python
python绘制散点图并标记序号的方法
2018/12/11 Python
pytorch中的embedding词向量的使用方法
2019/08/18 Python
python聚类算法解决方案(rest接口/mpp数据库/json数据/下载图片及数据)
2019/08/28 Python
基于python3 的百度图片下载器的实现代码
2019/11/05 Python
python实现图像外边界跟踪操作
2020/07/13 Python
深入剖析HTML5 内联框架iFrame
2016/05/04 HTML / CSS
iHerb台湾:维生素、保健品和健康产品
2018/01/31 全球购物
计算机应用专业学生的自我评价分享
2013/11/03 职场文书
销售员岗位职责范本
2014/02/03 职场文书
高中教师先进事迹材料
2014/08/22 职场文书
2015年导购员工作总结
2015/04/25 职场文书
昆虫记读书笔记
2015/06/26 职场文书
小学思想品德教学反思
2016/02/24 职场文书
Java 在线考试云平台的实现
2021/11/23 Java/Android
MySQL事务操作的四大特性以及并发事务问题
2022/04/12 MySQL
python模拟浏览器 使用selenium进入好友QQ空间并留言
2022/04/12 Python