Python-包-可视化-matplotlib

绘图标记

通过marker可以指定绘制图形中所用标记的形状，比如
fmt 参数定义了基本格式，如标记、线条样式和颜色。
markersize，简写为 ms：定义标记的大小。
markerfacecolor，简写为 mfc：定义标记内部的颜色。
markeredgecolor，简写为 mec：定义标记边框的颜色。

import matplotlib.pyplot as plt
import numpy as np
ypoints = np.array([1,3,4,5,8,9,6,1,3,4,5,2,4])
plt.plot(ypoints, marker = 'o')
plt.plot(ypoints, fmt = 'o:r')
plt.plot(ypoints, marker = 'o', ms = 20, mfc = 'r')
plt.plot(ypoints, marker = 'o', ms = 20, mec = '#4CAF50', mfc = '#4CAF50')
plt.show()

点类型符号如下：

通过 marker 或 fmt(同时指定线条样式和颜色) 指定：

plt.plot(ypoints, marker = 'o')
plt.plot(ypoints, fmt = 'o:r')

标记	描述
“.”	点
“,”	像素点
“o”	实心圆
“v”	下三角
“^”	上三角
“<”	左三角
“>”	右三角
“1”	下三叉
“2”	上三叉
“3”	左三叉
“4”	右三叉
“8”	八角形
“s”	正方形
“p”	五边形
“P”	加号（填充）
“*”	星号
“h”	六边形 1
“H”	六边形 2
“+”	加号
“x”	乘号 x
“X”	乘号 x (填充)
“D”	菱形
“d”	瘦菱形
“	“
“_”	横线
0 (TICKLEFT)	左横线
1 (TICKRIGHT)	右横线
2 (TICKUP)	上竖线
3 (TICKDOWN)	下竖线
4 (CARETLEFT)	左箭头
5 (CARETRIGHT)	右箭头
6 (CARETUP)	上箭头
7 (CARETDOWN)	下箭头
8 (CARETLEFTBASE)	左箭头 (中间点为基准)
9 (CARETRIGHTBASE)	右箭头 (中间点为基准)
10 (CARETUPBASE)	上箭头 (中间点为基准)
11 (CARETDOWNBASE)	下箭头 (中间点为基准)
“None”, “ “ or “”
‘$…$’	渲染指定的字符。例如 “$f$” 以字母 f 为标记。

线类型如下

线的类型可以使用 linestyle 参数来定义，简写为 ls。

plt.plot(ypoints, linestyle = 'dotted')
plt.plot(ypoints, ls = '-.')

线类型标记	简写	描述
‘solid’ (默认)	‘-‘	实线
‘dotted’	‘:’	虚线
‘dashed’	‘–’	破折线
‘dashdot’	‘-.’	点划线
‘None’	‘’	不画线

线条的粗细

线条的粗细直接使用 linewidth 定义。

plt.plot(ypoints, linewidth = '12.5')

颜色类型

通过 color 或 r指定

plt.plot(ypoints, color = 'r')
plt.plot(ypoints, c = '#8FBC8F')

颜色标记	描述
‘r’	红色
‘g’	绿色
‘b’	蓝色
‘c’	青色
‘m’	品红
‘y’	黄色
‘k’	黑色
‘w’	白色

指定图片的标题和标签

标题

我们可以使用 title() 方法来设置标题。
title() 方法提供了 loc 参数来设置标题显示的位置，可以设置为: ‘left’, ‘right’, 和 ‘center’， 默认值为 ‘center’。

plt.title("TEST TITLE",loc="left")

坐标轴

我们可以使用 xlabel() 和 ylabel() 方法来设置 x 轴和 y 轴的标签。
xlabel() 方法提供了 loc 参数来设置 x 轴显示的位置，可以设置为: ‘left’, ‘right’, 和 ‘center’， 默认值为 ‘center’。
ylabel() 方法提供了 loc 参数来设置 y 轴显示的位置，可以设置为: ‘bottom’, ‘top’, 和 ‘center’， 默认值为 ‘center’。

plt.xlabel("x - label",loc="left")
plt.ylabel("y - label",loc="left")

中文支持

默认绘图时不支持中文的，如果要在绘图中显示中文，需要先导入字体，并设置字体。

from matplotlib import pyplot as plt
import matplotlib
a=sorted([f.name for f in matplotlib.font_manager.fontManager.ttflist])
# 打印系统中的所有字体
for i in a:
    print(i)
# 挑选要给中文字体加入绘图库
plt.rcParams['font.family']=['STFangsong']

网格线

一张图片绘制多图的排版

matplotlib 支持使用两种方式进行多子图的排版，分别是 pyplot 中的 subplot() 和 subplots() 方法来绘制多个子图。

• subplot() 方法在绘图时需要指定位置；
• subplots() 方法可以一次生成多个，在调用时只需要调用生成对象的 ax 即可。

subplot()示例

subplot(nrows, ncols, index, **kwargs) # 前面两个参数是进行分区，index负责某一个子图的定位## subplots() 示例
subplot(pos, **kwargs)
subplot(**kwargs)
subplot(ax)

以上函数将整个绘图区域分成 nrows 行和 ncols 列，然后从左到右，从上到下的顺序对每个子区域进行编号 1…N ，左上的子区域的编号为 1、右下的区域编号为 N，编号可以通过参数 index 来设置。
设置 numRows ＝ 1，numCols ＝ 2，就是将图表绘制成 1x2 的图片区域, 对应的坐标为：(1, 1), (1, 2)

根据位置分别绘图

import matplotlib.pyplot as plt
import numpy as np
#plot 1:
xpoints = np.array([0, 6])
ypoints = np.array([0, 100])
plt.subplot(1, 2, 1)
plt.plot(xpoints,ypoints)
plt.title("plot 1")
#plot 2:
x = np.array([1, 2, 3, 4])
y = np.array([1, 4, 9, 16])
plt.subplot(1, 2, 2)
plt.plot(x,y)
plt.title("plot 2")
plt.suptitle("RUNOOB subplot Test")
plt.show()

subplots() 示例

matplotlib.pyplot.subplots(nrows=1, ncols=1, *, sharex=False, sharey=False, squeeze=True, subplot_kw=None, gridspec_kw=None, **fig_kw)

• nrows：默认为 1，设置图表的行数。
• ncols：默认为 1，设置图表的列数。
• sharex、sharey：设置 x、y 轴是否共享属性，默认为 false，可设置为 ‘none’、’all’、’row’ 或 ‘col’。 False 或 none 每个子图的 x 轴或 y 轴都是独立的，True 或 ‘all’：所有子图共享 x 轴或 y 轴，’row’ 设置每个子图行共享一个 x 轴或 y 轴，’col’：设置每个子图列共享一个 x 轴或 y 轴。
• squeeze：布尔值，默认为 True，表示额外的维度从返回的 Axes(轴)对象中挤出，对于 N1 或 1N 个子图，返回一个 1 维数组，对于 N*M，N>1 和 M>1 返回一个 2 维数组。如果设置为 False，则不进行挤压操作，返回一个元素为 Axes 实例的2维数组，即使它最终是1x1。
• subplot_kw：可选，字典类型。把字典的关键字传递给 add_subplot() 来创建每个子图。
• gridspec_kw：可选，字典类型。把字典的关键字传递给 GridSpec 构造函数创建子图放在网格里(grid)。
• **fig_kw：把详细的关键字参数传给 figure() 函数。

fig, axes = plt.subplots(2, 2, sharex=True, sharey=True, figsize=(14, 8))
# 通过axes的索引定位绘制图片
axes[0, 0].plot(data)
axes[0, 1].bar(range(len(data)), data, color='k', alpha=0.5)
axes[1, 0].scatter(range(len(data)), data)
axes[1, 1].plot(data, 'c>--')
# 调节子图直接的距离
plt.subplots_adjust(wspace=0, hspace=0)
plt.show()

各类图标命令简介

折线图

#merged_df=pd.read_csv("./data/merged_df.csv")
plt.figure(figsize=[12,5])
color=['#A51C36','#84BA42','#7ABBDB','#682487','#9E9E9E','#DBB428']
for i in range(0,6):
    plt.plot(merged_df.index,merged_df[merged_df.columns[i]],label=merged_df.columns[i],color=color[i])
plt.legend()
plt.xticks(rotation=45)
plt.xlabel("STRC")
plt.ylabel("Correlation(.corr())")
plt.show()

箱线图

```

plt.boxplot(x, # x：指定要绘制箱图的数据
notch=None, # notch：是否是凹口的形式展现箱线图，默认非凹口
sym=None, # sym：指定异常点的形状，默认为+号显示
vert=None, # vert：是否需要将箱线图垂直摆放，默认垂直摆放
whis=None, # whis：指定上下须与上下四分位的距离，默认为1.5倍的四分位差
positions=None, # positions：指定箱线图的位置，默认为[0,1,2…]
widths=None, # widths：指定箱线图的宽度，默认为0.5
patch_artist=None, # patch_artist：是否填充箱体的颜色
meanline=None, # meanline：是否用线的形式表示均值，默认用点来表示
showmeans=None, # showmeans：是否显示均值，默认不显示
showcaps=None, # showcaps：是否显示箱线图顶端和末端的两条线，默认显示
showbox=None, # showbox：是否显示箱线图的箱体，默认显示
showfliers=None, # showfliers：是否显示异常值，默认显示
boxprops=None, # boxprops：设置箱体的属性，如边框色，填充色等
labels=None, # labels：为箱线图添加标签，类似于图例的作用
flierprops=None, # filerprops：设置异常值的属性，如异常点的形状、大小、填充色等
medianprops=None, # medianprops：设置中位数的属性，如线的类型、粗细等
meanprops=None, # meanprops：设置均值的属性，如点的大小、颜色等
capprops=None, # capprops：设置箱线图顶端和末端线条的属性，如颜色、粗细等
whiskerprops=None) # whiskerprops：设置须的属性，如颜色、粗细、线的类型等

# 参考资料
1. https://www.runoob.com/matplotlib/matplotlib-grid.html