Matplotlib數據可視化（4）：折線圖與散點圖
- 2020 年 3 月 5 日
- 筆記
In [1]:
from matplotlib import pyplot as plt import numpy as np import matplotlib as mpl mpl.rcParams['font.sans-serif'] = ['SimHei'] # 中文字體支援
對於折線圖的繪製，在之前部落格的示例中都有使用，在面向對象繪圖方法中，一般是創建axes實例後調用plot()方法實現折線圖繪製，並通過傳遞各種參數實現對影像的設置。 散點圖的繪製通過axes實例的scatter()方法來實現。scatter()方法的參數和參數取值與繪製折線圖的plot()方法基本一致，所以本文將兩種圖放在一起進行介紹。
1 多影像繪製¶
在一個axes中，可以繪製多條折線圖，秩序多次調用plot()或者scatter()方法即可。
In [2]:
x1 = np.linspace(0.0, 5.0, 10) y1 = np.cos(2 * np.pi * x1) * np.exp(-x1) fig, axes = plt.subplots(1, 2, figsize=(10, 3), tight_layout=True) # 折線圖 axes[0].set_title('圖1 折 線 圖') axes[0].plot(x1, y1) axes[0].plot(x1, y1+0.5) # 散點圖 axes[1].set_title('圖2 散 點 圖') axes[1].scatter(x1, y1) axes[1].scatter(x1, y1+0.5) plt.show()
2 顏色¶
顏色通過color參數來設置，color參數的值可以使顏色的英文全稱，例如’green’、’red’，也可以是簡寫，例如’g’表示’green’、’r表示’red’，一些常見顏色全稱和簡寫如下所示。
'b', blue'g', green'r', red'c', cyan'm', magenta'y', yellow'k', black'w', white
如果覺得這些常見的顏色不夠用，設置可以用16進位字元來表示顏色。
In [3]:
x1 = np.linspace(0.0, 5.0, 10) y1 = np.cos(2 * np.pi * x1) * np.exp(-x1) fig, axes = plt.subplots(1, 2, figsize=(10, 3), tight_layout=True) # 折線圖 axes[0].set_title('圖1 折 線 圖') axes[0].plot(x1, y1, color='red') # 紅色 axes[0].plot(x1, y1+0.5, color='g') # 綠色 axes[0].plot(x1, y1+1, color='#008000') # 也是綠色 # 散點圖 axes[1].set_title('圖2 散 點 圖') axes[1].scatter(x1, y1, color='red') # 紅色 axes[1].scatter(x1, y1+0.5, color='g') # 綠色 axes[1].scatter(x1, y1+1, color='#008000') # 也是綠色 plt.show()
3 圖例¶
axes實例中提供了legend()方法用於添加圖例，legend()方法會將元素的label字元串設置為圖例，如下面的示例所示，有兩種參數傳遞方式來設置label。除了label外，還可以傳遞loc參數來設置圖例的位置，loc參數值可以使代表位置的字元串，也可以是對應的整數，其對應關係如下所示：
=============== ============= Location String Location Code =============== ============= 'best' 0 'upper right' 1 'upper left' 2 'lower left' 3 'lower right' 4 'right' 5 'center left' 6 'center right' 7 'lower center' 8 'upper center' 9 'center' 10 =============== =============In [4]:
x1 = np.linspace(0.0, 5.0, 10) y1 = np.cos(2 * np.pi * x1) * np.exp(-x1) fig, axes = plt.subplots(3, 2, figsize=(10, 8), tight_layout=True) axes[0, 0].plot(x1, y1, label='線1') # 傳遞label參數 axes[0, 0].plot(x1, y1+0.5, label='線2') # 傳遞label參數 axes[0, 0].legend(loc='best') # 默認就是best axes[1, 0].plot(x1, y1, label='線1') # 傳遞label參數 axes[1, 0].plot(x1, y1+0.5, label='線2') # 傳遞label參數 axes[1, 0].legend(loc='lower right') line1, = axes[2, 0].plot(x1, y1) # 注意，等號前面有逗號 line2, = axes[2, 0].plot(x1, y1+0.5) axes[2, 0].legend(handles=(line1, line2), labels=('線1', '線2'), loc='upper center') axes[0, 1].scatter(x1, y1, label='第一組') # 傳遞label參數 axes[0, 1].scatter(x1, y1+0.5, label='第二組') # 傳遞label參數 axes[0, 1].legend(loc='best') # 默認就是best axes[1, 1].scatter(x1, y1, label='第一組') # 傳遞label參數 axes[1, 1].scatter(x1, y1+0.5, label='第二組') # 傳遞label參數 axes[1, 1].legend(loc='lower right') group1 = axes[2, 1].scatter(x1, y1) # 注意，等號前面沒有逗號，這是與plot()方法不同的 group2 = axes[2, 1].scatter(x1, y1+0.5) axes[2, 1].legend(handles=(group1, group2), labels=('第一組', '第二組'), loc='upper center') plt.show()
4 線型¶
通過傳遞linestyle或ls參數可以設置線型，參數包含一下幾種取值：
============= =============================== character description ============= =============================== ``'-'`` 實線（默認） ``'--'`` 長虛線 ``'-.'`` 點劃線 ``':'`` 虛線 ============= ===============================In [5]:
x1 = np.linspace(0.0, 5.0, 10) y1 = np.cos(2 * np.pi * x1) * np.exp(-x1) fig = plt.figure() axes = fig.add_subplot(1, 1, 1) axes.plot(x1, y1, color='black', label='-', ls='-') # 默認線性就是'-' axes.plot(x1, y1+0.5, color='green', label='--',ls='--') axes.plot(x1, y1+1, color='blue', label='-.', linestyle='-.') axes.plot(x1, y1+1.5, color='red', label=':', ls=':') axes.legend() plt.show()
5 標記(形狀）¶
參數marker可以在圖形中添加標記，標記參數值和對應的標記類型如下所示：
============= =============================== character description ============= =============================== ``'.'`` 點 ``','`` 像素點 ``'o'`` 圓 ``'v'`` 向下三角形 ``'^'`` 向上三角形 ``'<'`` 向左三角形 ``'>'`` 向右三角形 ``'1'`` 向下T形 ``'2'`` 向上T形 ``'3'`` 向左T形 ``'4'`` 向右T形 ``'s'`` 正方形 ``'p'`` 五邊形 ``'*'`` 星型 ``'h'`` 六邊形1 ``'H'`` 六邊形2 ``'+'`` 十字形 ``'x'`` x 形 ``'D'`` 大菱形 ``'d'`` 小菱形 ``'|'`` 豎線 ``'_'`` 橫線 ============= ===============================In [6]:
x1 = np.linspace(0.0, 5.0, 10) y1 = np.cos(2 * np.pi * x1) * np.exp(-x1) fig, axes = plt.subplots(1, 2, figsize=(10, 3), tight_layout=True) axes[0].plot(x1, y1, color='black', label='.', marker='.') axes[0].plot(x1, y1+0.5, color='green', label=',', marker=',') axes[0].plot(x1, y1+1, color='blue', label='o', marker='|') axes[0].plot(x1, y1+1.5, color='red', label='v', marker='_') axes[0].legend() axes[1].scatter(x1, y1, color='black', label='.', marker='.') axes[1].scatter(x1, y1+0.5, color='green', label=',', marker=',') axes[1].scatter(x1, y1+1, color='blue', label='o', marker='|') axes[1].scatter(x1, y1+1.5, color='red', label='v', marker='_') axes[1].legend() plt.show()
繪製折線圖時，在傳遞了marker參數後，也可以通過以下參數進一步設置標記的樣式：
- markeredgecolor 或 mec : 邊框顏色
- markeredgewidth 或 mew ： 邊框粗細
- markerfacecolor 或 mfc ：填充色
- markersize 或 ms ：大小
In [7]:
x1 = np.linspace(0.0, 5.0, 10) y1 = np.cos(2 * np.pi * x1) * np.exp(-x1) fig = plt.figure() axes = fig.add_subplot(1, 1, 1) axes.plot(x1, y1, color='blue', label='線1', marker='*',markersize=15, markerfacecolor='green',markeredgecolor='red', markeredgewidth=3) # 線1 axes.plot(x1, y1+0.5, color='blue', label='線2', marker='*',markersize=15, markerfacecolor='green',markeredgecolor='red') # 線2 axes.plot(x1, y1+1, color='blue', label='線3', marker='*',markersize=5, markerfacecolor='red') # 線3 axes.plot(x1, y1+1.5, color='blue', label='線4',marker='*',markersize=10, markerfacecolor='red') # 線4 axes.legend() plt.show()
散點圖修改點的樣式時，參數與折線圖有些許不同：
- s : 大小
- color 或 c : 填充色
- alpha：透明度
- linewidths：邊框粗細
- edgecolors：邊框顏色
In [8]:
x1 = np.linspace(0.0, 5.0, 10) y1 = np.cos(2 * np.pi * x1) * np.exp(-x1) fig = plt.figure() axes = fig.add_subplot(1, 1, 1) axes.scatter(x1, y1, color='green', label='第一組', marker='*',s=105,edgecolors='red', linewidths=5) axes.scatter(x1, y1+0.5, color='green', label='第二組', marker='*',s=15) axes.scatter(x1, y1+1, color='blue', label='第三組', marker='*',s=5) axes.scatter(x1, y1+1.5, color='blue', label='第四組',marker='*',s=10) axes.legend() plt.show()
6 顯示坐標¶
顯示坐標可以用添加text的方法實現：
In [9]:
x1 = [i*0.1 for i in range(0, 50, 5)] y1 = [i*i for i in x1] fig, axes = plt.subplots(1, 2, figsize=(10, 3), tight_layout=True) axes[0].plot(x1, y1, color='red', label='.', marker='.') # 默認線性就是'-' axes[1].scatter(x1, y1, color='blue', label='.', marker='*') # 默認線性就是'-' for a, b in zip(x1, y1): axes[0].text(a, b, (a,b),ha='left', va='top', fontsize=10) axes[1].text(a, b, (a,b),ha='left', va='top', fontsize=10) plt.show()
