python的matplotlib常用绘图函数有哪些-创新互联
这篇文章主要介绍python的matplotlib常用绘图函数有哪些,文中介绍的非常详细,具有一定的参考价值,感兴趣的小伙伴们一定要看完!
成都创新互联公司成立与2013年,先为隰县等服务建站,隰县等地企业,进行企业商务咨询服务。为隰县企业网站制作PC+手机+微官网三网同步一站式服务解决您的所有建站问题。matplotlib具有强大的绘图功能,但是语句琐碎,每次使用都需要一句一句书写未免太过麻烦。本文根据平时绘图经验总结了常用绘图函数,可以直接使用,非常方便
import matplotlib.pyplot as pltimport pandas as pdimport numpy as np plt.rcParams['font.sans-serif']=['simhei']#用于正常显示中文标签plt.rcParams['axes.unicode_minus']=False#用于正常显示负号
1、利用含有多列数据的DataFrame表格绘图
def plot_cols(data,xlabel=None,ylabel=None,path_file=None,marker=True,len_xticks=10,save=False): """ :param data:DataFrame,数据表格--行标题为横坐标,列标题为数据列 Series,序列——行标题为横坐标,name为数据列 :param xlabel: str,横坐标名称 :param ylabel: str,纵坐标名称 :param path_file: str,保存文件路径 :param marker: bool,是否为每条线添加不同的标记 :param len_xticks:int,横坐标显示的值个数 :param save: bool,是否保存图片 example: data=pd.DataFrame(np.random.random((100,3)),index=np.arange(100),columns=['a','b','c']) plot_cols(data,xlabel='指标',ylabel='指数') """ data.index=data.index.astype(str) plt.figure(figsize=(12,8)) markers=['.',',','o','v','^','<','>','1','2','3','4','s','p','*','h','H','+','x','D','d','|','_']#标记符号 #如果是DataFrame表格形式,则画出多列;如果是Series,则画出单列 if type(data) is pd.core.frame.DataFrame: #是否为每条线添加不同的符号 if marker==False: for col in data.columns: plt.plot(data[col],marker='o',label=col) else: for col,marker_ in zip(data.columns,markers): plt.plot(data[col], marker=marker_, label=col) elif type(data) is pd.core.series.Series: plt.plot(data, marker='o', label=data.name) plt.legend(loc='best',fontsize='small') xticks=np.linspace(0,len(data),(len_xticks+1)).astype(int).tolist()[:-1]#被显示的横坐标刻度值的位置 plt.xticks(data.index[xticks],rotation=270) plt.ylabel(ylabel,fontsize=15) plt.xlabel(xlabel,fontsize=15) plt.grid(True,alpha=0.2) if save==True:plt.savefig(path_file)if __name__=='__main__': x=np.arange(1,101) data = pd.DataFrame({'a':x*2+3,'b':x*3-4,'c':np.log(x)+9}, index=np.arange(100)) plot_cols(data, xlabel='指标', ylabel='指数')
2、将含有两列的DataFrame表格数据作为双轴图
def plot_twins(data,col1,col2,xlabel=None,ylabel1=None,ylabel2=None,len_xticks=10,figsize=(10,6),save_path=None): """将含有两列的DataFrame表格数据作为双轴图 :param data: DataFrame,含有两列的DataFrame表格数据 :param col1: str,左图列标题 :param col2: str,右图列标题 :param xlabel: str,横轴标题 :param ylabel1: str,左y轴标题 :param ylabel2: str,右y轴标题 :param len_xticks: int,显示的刻度个数 :param figsize: turple,图大小 :param save_path: str,图片保存路径。默认为None,不保存图片 :return: example: x=np.arange(0,100) data=pd.DataFrame({'销售额(元)':3*x+np.random.random(100)*100,'增长率(%)':np.random.random(100)},index=pd.date_range('2015-01-23',periods=100,freq='D')) plot_twins(data,col1='销售额(元)',col2='增长率(%)',xlabel=None,ylabel1='销售额(元)',ylabel2='增长率(%)') """ fig=plt.figure(figsize=figsize)#创建一块总画布 # 将画板分为四行四列共16个单元格,(0, 0)表示从第一行第一列即第一个单元格开始画图,将第一行的三个单元格作为一个画块作画 ax=plt.subplot2grid((1,1),(0,0),rowspan=1,colspan=1) plt.plot(data[col1],label=col1,color='r',marker='^') ax.legend(loc='upper right')#用于显示画布ax的图,切记用 loc= 表示位置 ax.set_ylabel(ylabel1) xticks=np.linspace(0,len(data),(len_xticks+1)).astype(int).tolist()[:-1]#被显示的横坐标刻度值的位置 ax.set_xticks(data.index[xticks]) plt.xticks(rotation=270) twin=ax.twinx() plt.plot(data[col2],label=col2,color='y',marker='o') twin.legend(loc='upper left') twin.set_ylabel(ylabel2) ax.set_xlabel(xlabel) ax.grid(True,alpha=0.2) if save_path!=None: plt.savefig(save_path)if __name__=='__main__': x=np.arange(0,100) data=pd.DataFrame({'销售额(元)':3*x+np.random.random(100)*100,'增长率(%)':np.random.random(100)},index=pd.date_range('2015-01-23',periods=100,freq='D')) plot_twins(data,col1='销售额(元)',col2='增长率(%)',xlabel=None,ylabel1='销售额(元)',ylabel2='增长率(%)')
3、将DataFrame表格中的多列数据绘制成多个图
def plot_figs(data,xlabel=None,ylabels=None,save_path=None,len_xticks=5,length=10,width=3,intervals=1): """ 将DataFrame表格中的多列数据绘制成多个图 :param data:DataFrame,含有多列的表格 :param xlabel:str,横轴标题 :param ylabels:list,各个图的纵轴标题 :param path_save:str,图片保存路径。默认为None,不保存图片 :param len_xticks: int,显示的刻度个数 :param length:int,画板长度 :param width:int,图画宽度 :param intervals:int,图画之间间隔距离 :return: example: data=pd.DataFrame(np.random.random((100,3)),index=np.arange(100),columns=['a','b','c']) plot_figs(data,xlabel='标号',ylabels=['a','b','c']) """ cols=data.columns num_fig = len(data.columns) fig = plt.figure(figsize=(length, 4*num_fig)) # 创建一块总画布 for i in range(0,num_fig): #i=2 ax = plt.subplot2grid((num_fig*(width+intervals), 1), (i*(width+intervals), 0), rowspan=width, colspan=1) # 将画板分为四行四列共16个单元格,(0, 0)表示从第一行第一列即第一个单元格开始画图,将第一行的三个单元格作为一个画块作画 ax.plot(data[cols[i]], label=cols[i]) ax.legend(loc='upper right') # 用于显示画布ax1的图,切记用 loc= 表示位置 if ylabels!=None:ax.set_ylabel(ylabels[i]) if xlabels!=None and i==(num_fig-1):ax.set_xlabel(xlabel) xticks = np.linspace(0, len(data), (len_xticks + 1)).astype(int).tolist()[:-1] # 被显示的横坐标刻度值的位置 ax.set_xticks(data.index[xticks]) plt.grid(True,alpha=0.2) if save_path != None: plt.savefig(save_path)if __name__=='__main__': data=pd.DataFrame(np.random.random((100,3)),index=np.arange(100),columns=['a','b','c']) plot_figs(data,xlabel='标号',ylabels=['a','b','c'])
以上是“python的matplotlib常用绘图函数有哪些”这篇文章的所有内容,感谢各位的阅读!希望分享的内容对大家有帮助,更多相关知识,欢迎关注创新互联行业资讯频道!
网站标题:python的matplotlib常用绘图函数有哪些-创新互联
网址分享:http://pwwzsj.com/article/cdjcds.html