Python机器学习工具包之 matplotlib

1 散点图 plt.sctter

import numpy as np
import matplotlib.pyplot as plt
# 散点图  用来描述变量之间的相关性
# height = [161, 170, 182, 175, 173, 165]
# weight = [50, 58, 80, 70, 69, 55]
# plt.scatter(height, weight)
# plt.show()
# 不相关
# N = 1000
# x = np.random.randn(N)
# y = np.random.randn(N)
# plt.scatter(x,y)
# plt.show()
# 正相关  y 是由x 生成的
# N = 1000
# x = np.random.randn(N)
# y = np.random.randn(N)+x  # 负相关只需在x前面加上-号
# plt.scatter(x,y)
# plt.show()

# 总结
# 散点图的参数 plt.scatter(x,y,s,c,marker，alpha)  x,y表示两种数据，s表示点的面积（大小），marker点的形状
# alpha 透明度

2 折线图 plt.plot

import  numpy as np
import  matplotlib.pyplot as plt
# 折线图
x = np.linspace(-10,10,10)
y = x**2
plt.plot(x,y)
plt.show()

# plt.plot_date() 横坐标是时间的
# 折线图1 plt.plot_date(x1,y1,linestyle,color,marker)  # linestyle 是线型，color 颜色
# marker点的形状
# 折线图2 plt.plot_date(x2,y2)
#plt.plot()  # 可以绘制 图1 图2 在同一张图片上

3 条形图 plt.bar()

# 条形图 plt.bar
import numpy as np
import matplotlib.pyplot as plt

N = 5
y = [10, 20, 30,<
3ff7
/span> 40, 50]
index = np.arange(N)
# 参数 plt.bar(x,height,color,width) x 横坐标，height 柱状图高度，color颜色
# width宽度
# p1 = plt.bar(x=index, height=y)
# 水平条形图
p2 = plt.barh(y=index, width=y)
plt.show()

4 饼形图 plt.pie()

import  numpy as np
import  matplotlib.pyplot as plt
labels = list('abcd')
fraces = [15,50,30,5]
plt.pie(x = fraces,labels = labels,autopct='%.0f%%',explode=[0.05,0.05,0,0],shadow= True)
# 参数 x 数值数组，labels 每个数组对应的标签，autopct 饼图的每一块距离圆心的距离，shadow  阴影（体现立体感）
plt.show()

5 箱型图 plt.box()

import  numpy as np
import  matplotlib.pyplot as plt
# 箱型图 是一种显示一组数据分散情况资料的统计图
# 上边缘、上四分位数、中位数、下四分位数、下边缘、异常值。
np.random.seed(100)
data = np.random.normal(size=(1000,4),loc = 0,scale= 1 )
labels = list('ABCD')
plt.boxplot(x = data,labels = labels)
# size = 1000时候 plt.boxplot(data,sym= 'o',whis = 1.5)# sym 调整异常值的形状, # whis 是上边缘或者是下边缘到上四分位数或者下四分位数的距离，默认是1.5
plt.show()

6 matplotlib风格

# 颜色调整
# 内置颜色缩写
# b = blue
# g = green
# r = red
# c = cyan
# m = magenta
# y = yellow
# k = black
# w = white
# 其他调整颜色表示方法
# 灰色阴影
# RGB
# 十六进制

# 点、线的样式  点型 marker/线型 linestyle '--' 虚线，'-.'点线，':' 点划线，'-' 实线

# 样式字符串 '颜色点型线型'

import numpy as np
import matplotlib.pyplot as plt

y = np.arange(1, 5)
plt.plot(y,'ro--') # 样式字符串
plt.plot(y+1,'o-')
# plt.plot(y, color='g',marker = 'o',linestyle = '--')  # 内置颜色
# plt.plot(y + 1, color='0.5',marker = 'D',linestyle = '-.')  # 灰度
plt.plot(y + 2, color=(0.5, 0.15, 0.90),marker = '^',linestyle = ':')  # RGB元组
plt.plot(y + 3, color='#FF00FF',marker = 'p',linestyle = '-')  # 十六进制
plt.show()

7 子图

# 子图
# matplotlib 对象简介
# FigureCanvas 画布
# Figure 图
# Axes 坐标轴

# 子图画法
# fig = plt.figure()
# figure 实例
# 可以添加Axes实例

# ax = fig.add_subplot(111)
# 返回Axes实例
# 111
# 参数1 子图总行数
# 参数2 子图总列数
# 参数3 子图位置

# 实例
import  matplotlib.pyplot as plt
import  numpy as np
x = np.arange(1,100)
fig = plt.figure()
# ax1 = fig.add_subplot(221)
plt.subplot(221)
plt.plot(x)
ax2 = fig.add_subplot(222)
ax3 = fig.add_subplot(223)
ax4 = fig.add_subplot(224)
# ax1.plot(x,x)
ax2.plot(x,-x)
ax3.plot(x,x**x)
ax4.plot(x,np.log(x))
plt.show()

# figure 就相当于一块画布，axes对象就是画布上由坐标轴确认的一块快小的画图区域

7 多图

# 多图
import matplotlib.pyplot as plt
fig1 = plt.figure()
ax1 = fig1.add_subplot(221)
ax1.plot([1,2,3],[3,2,1])
fig2 = plt.figure()
ax2 = fig2.add_subplot(222)
ax2.plot([2,2,4],[4,5,6])
plt.show()

8 网格

# 网格
import  numpy as np
import  matplotlib.pyplot as plt

# plt 封装好的
# y = np.arange(1,5)
# plt.plot(y,y*2)
# plt.grid(True,color = 'r',linewidth = 5,linestyle = '--')  # 网格定制化 颜色，线宽度
# plt.show()

# 面向对象的方式绘制 网格
x = np.arange(0,10,1)
fig = plt.figure()
ax = fig.add_subplot(221)
ax.plot(x,x*2)
ax.grid(True,linewidth = 2,color = 'g',linestyle = '--')
plt.show()

9 图例

# 图例
import matplotlib.pyplot as plt
import numpy as np
# plt 方式
# x = np.arange(1,11,1)
# plt.plot(x,x*2,label = 'normal') # label 线名
# plt.plot(x,x*3,label = 'fast') # label 线名
# plt.plot(x,x*4,label = 'faster') # label 线名
# plt.legend(loc = 4,ncol = 3) #常用参数 位置参数loc = 0 best/自适应位置（默认） loc = 1 右上角，loc = 2 左上角，loc = 3 左下角，loc = 4 右下角
# # ncol 几列
# plt.show()
# 面向对象方式
x = np.arange(1,11,1)
fig = plt.figure()
ax = fig.add_subplot(111)
ax.plot(x,x*2,label = 'normal') # label 线名
ax.plot(x,x*3,label = 'fast') # label 线名
ax.plot(x,x*4,label = 'faster') # label 线名
ax.legend(loc = 4,ncol = 3) #常用参数 位置参数loc = 0 best/自适应位置（默认） loc = 1 右上角，loc = 2 左上角，loc = 3 左下角，loc = 4 右下角
plt.show()

10 坐标轴

import matplotlib.pyplot as plt
import numpy as np
# 坐标轴的范围
x = np.arange(-10, 11, 1)
# plt.axis([-10,-10, 0, 100])
# 也可以用plt.xlim 和 plt.ylim 分别调整x和y
plt.xlim([-5,10])
# plt.ylim([0,60])
plt.plot(x, x * x)
plt.show()

# 坐标轴的刻度
import numpy as np
import matplotlib.pyplot as plt
from   datetime import datetime
import matplotlib as mp
x = np.arange(10)
plt.locator_params('x',nbins = 20)  # 横纵坐标分别有多少格 'x'只调整x轴
ax = plt.plot(x,x)
plt.show()

# 添加坐标轴
import numpy as np
import matplotlib.pyplot as plt
# plt 方式
# x = np.arange(2,20,1)
# y1 = x*x
# y2 = np.log(x)
# plt.plot(x,y1)
# plt.twinx() # 新 添加一条坐标轴
# plt.plot(x,y2,'r--') # 在新添加的坐标轴上画出x,y2
# plt.show()

# 面向对象方式
x = np.arange(2,20,1)
y1 = x*x
y2 = np.log(x)
fig = plt.figure()
ax = fig.add_subplot(111)
ax.plot(x,y1)
ax.set_ylabel('y1title')
ax2 = ax.twinx()  # 返回一个坐标轴
ax2.plot(x,y2,'go--')
ax2.set_ylabel('y2title') # 设置y标签

plt.show()

11 注释

# 注释
import  matplotlib.pyplot as plt
import  numpy as np
x = np.arange(-10,11,1)
y = x*x
# plt.plot(x,y)
fig = plt.figure()
ax = fig.add_subplot(111)
ax.annotate('this is the bottom',xy = (0,1),xytext = (0,20),arrowprops = dict(facecolor = 'r',frac = 0.5,headwidth = 20,width = 10))
ax.plot(x,y)
# plt.annotate('this is the bottom',xy = (0,1),xytext = (0 ,20),arrowprops = dict(facecolor = 'r',frac = 0.5,headwidth = 20,width = 10)) # 参数1 注释文本，参数2 xy 箭头起始坐标，参数3 xytext 文本起始坐标
# 参数4 arrowprops = dict(facecolor = '箭头颜色',frac = 箭头比例，headwidth = 箭头宽度,width = 箭身宽度)
plt.show()

# 公式
# TeX公式
# 通过TeX 系统处理公式
import matplotlib.pyplot as plt

fig = plt.figure()
ax = fig.add_subplot(111)
ax.set_xlim = ([1, 7])
ax.set_ylim = ([1, 5])
ax.text(2, 4, r'$\alpha_i \beta_j \lambda \ omega $', fontsize=25)  # 公式的斜字体需要在字符串前后加上$将公式包括起来，至于公式的内容需要查阅matplotlib官方文档，公式字符串前面r的作用是防止字符串发生转义
plt.show()

# 文字
import matplotlib.pyplot as plt
import numpy as np

x = np.arange(-10, 11)
y = x * x
plt.plot(x, y)
plt.text(-2, 20, 'function y = x^2', family='serif', size=10,
color='r',style = 'italic',weight = 20,bbox = dict(facecolor = 'r',alpha = 0.5))  # 参数1 文字起始点的横坐标，参数2 文字起始点的纵坐标，参数3 文本 参数4 family 字体
# 参数5 size 字体大小 参数6 color 颜色 参数7  sytle = 'italic'斜体 参数8 weight 字体粗度 参数9 bbox = dict(facecolor = '颜色缩写',alpha = 透明度)
plt.text(-2, 40, 'function y = x^2', family='fantasy', size=10, color='g')  # 参数1 文字起始点的横坐标，参数2 文字起始点的纵坐标，参数3 文本
# fig = plt.figure()
# ax = fig.add_subplot(111)
# ax.text(0, 40, 'function y = x^2', family='serif')
# ax.plot(x,y)
plt.show()

12 区域填充

# 区域填充  fill， fill_between
import numpy as np
import matplotlib.pyplot as plt
x = np.linspace(0,5*np.pi,1000)
y1 = np.sin(x)
y2 = np.sin(2*x)

# plt.fill(x,y1,'b',alpha = 0.3)
# plt.fill(x,y2,'r',alpha = 0.3)  # fill 填充的是曲线和x轴之间区域
#
# plt.show()

# 面向对象的方式使用fill_between
fig = plt.figure()
ax = plt.gca()
ax.plot(x,y1,color = 'black')
ax.plot(x,y2,color = 'y')
ax.fill_between(x,y1,y2,where = y1>y2,facecolor= 'blue',alpha = 0.5,interpolate=True)  # fill_between() where 条件表达式
# interpolate = True 交叉值附近精确填充
ax.fill_between(x,y1,y2,where = y2>= y1,facecolor= 'g',alpha = 0.5)
plt.show()

13 区域

# 形状 需要用到matplotlib patches类
import numpy as np
import matplotlib.pyplot as plt
import matplotlib.patches as mpatches

# fig, ax = plt.subplots()
# xy1 = np.array([0.2, 0.2])
# xy2 = np.array([0.2, 0.8])
# xy3 = np.array([0.8, 0.2])
# xy4 = np.array([0.8,0.8])
# circle = mpatches.Circle(xy1, radius=0.05)  # 参数1 圆心位置，参数2 半径
# rect = mpatches.Rectangle(xy2, 0.2, 0.1, color='r')  # 参数1 矩形左下角位置，参数2 矩形的宽，参数3 矩形的长
# ploygon = mpatches.RegularPolygon(xy3, 5, 0.1, color='g')  # 参数1 多边形外接圆圆心位置，参数2 多边形边数
# # 参数3 多边形外接圆半径
# ellipse = mpatches.Ellipse(xy4,0.4,0.2,color = 'y')# 参数1 椭圆的圆心，参数2 长半径，参数3 短半径
# ax.add_patch(rect)  # 将图像加到ax上
# ax.add_patch(circle)
# ax.add_patch(ploygon)
# ax.add_patch(ellipse)
# ax.axis('equal')
# ax.grid()

14 极坐标

# 极坐标
import numpy as np
import matplotlib.pyplot as plt

# i = np.arange(1, 6)
i = np.empty(5)
i.fill(5)
theta = [0, np.pi / 2, np.pi, 3 * np.pi / 2, 2 * np.pi]
ax = plt.subplot(111, projection='polar')  # projection = 'polar'定义极坐标
ax.plot(theta, i, color='r', linewidth=3)
ax.grid(True)
plt.show()