python matplotlib库的基本使用


Posted in Python onSeptember 23, 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。

python matplotlib库的基本使用

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。

python matplotlib库的基本使用

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。

python matplotlib库的基本使用

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:

python matplotlib库的基本使用

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python matplotlib库的基本使用的详细内容,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
Python中的两个内置模块介绍
Apr 05 Python
部署Python的框架下的web app的详细教程
Apr 30 Python
Python利用ansible分发处理任务
Aug 04 Python
全面了解python中的类,对象,方法,属性
Sep 11 Python
JSONLINT:python的json数据验证库实例解析
Nov 28 Python
Python元组及文件核心对象类型详解
Feb 11 Python
Jupyter安装nbextensions,启动提示没有nbextensions库
Apr 23 Python
分享一下Python数据分析常用的8款工具
Apr 29 Python
flask框架视图函数用法示例
Jul 19 Python
Python内存管理实例分析
Jul 10 Python
python 通过邮件控制实现远程控制电脑操作
Mar 16 Python
Python尾递归优化实现代码及原理详解
Oct 09 Python
15个应该掌握的Jupyter Notebook使用技巧(小结)
Sep 23 #Python
Python读取多列数据以及用matplotlib制作图表方法实例
Sep 23 #Python
PyCharm 2020.2下配置Anaconda环境的方法步骤
Sep 23 #Python
python中如何打包用户自定义模块
Sep 23 #Python
python使用matplotlib绘制折线图的示例代码
Sep 22 #Python
python利用paramiko实现交换机巡检的示例
Sep 22 #Python
python批量修改交换机密码的示例
Sep 22 #Python
You might like
thinkphp 多表 事务详解
2013/06/17 PHP
phpmyadmin配置文件现在需要绝密的短密码(blowfish_secret)的2种解决方法
2014/05/07 PHP
php json转换成数组形式代码分享
2014/11/10 PHP
Yii2增删改查之查询 where参数详细介绍
2016/08/08 PHP
枚举JavaScript对象的函数
2006/12/22 Javascript
Js放到HTML文件中的哪个位置有什么区别
2013/08/21 Javascript
js中Image对象以及对其预加载处理示例
2013/11/20 Javascript
再谈javascript原型继承
2014/11/10 Javascript
Javascript前端UI框架Kit使用指南之Kitjs简介
2014/11/28 Javascript
jquery 根据name名获取元素的value值
2015/02/27 Javascript
Java File类的常用方法总结
2015/03/18 Javascript
简介JavaScript中的getUTCFullYear()方法的使用
2015/06/10 Javascript
js实现当复选框选择匿名登录时隐藏登录框效果
2015/08/14 Javascript
jQuery对html元素的取值与赋值实例详解
2015/12/18 Javascript
微信小程序 教程之引用
2016/10/18 Javascript
分分钟玩转Vue.js组件(二)
2017/03/01 Javascript
jquery表单提交带错误信息提示效果
2017/03/09 Javascript
使用vue和datatables进行表格的服务器端分页实例代码
2017/06/07 Javascript
vue实现父子组件之间的通信以及兄弟组件的通信功能示例
2019/01/29 Javascript
vue 根据选择条件显示指定参数的例子
2019/11/09 Javascript
对变量赋值的理解--Pyton中让两个值互换的实现方法
2017/11/29 Python
在pycharm中python切换解释器失败的解决方法
2018/10/29 Python
Python中类的创建和实例化操作示例
2019/02/27 Python
Python数据类型之List列表实例详解
2019/05/08 Python
python实现的发邮件功能示例
2019/09/11 Python
Python 异常处理Ⅳ过程图解
2019/10/18 Python
python的json中方法及jsonpath模块用法分析
2019/12/06 Python
Python图像处理二值化方法实例汇总
2020/07/24 Python
Python爬虫之Selenium实现窗口截图
2020/12/04 Python
CSS3 倾斜的网页图片库实例教程
2009/11/14 HTML / CSS
H5离线存储Manifest原理及使用
2020/04/28 HTML / CSS
医学院毕业生自荐信范文
2014/03/06 职场文书
民主评议政风行风活动心得体会
2014/10/29 职场文书
大学生学年个人总结
2015/02/15 职场文书
小马王观后感
2015/06/11 职场文书
Python制作一个随机抽奖小工具的实现
2021/07/07 Python