[[439743]]

Matplotlib是一個Python 2D繪圖庫，它以多種硬拷貝格式和跨平臺的交互式環境生成出版物質量的圖形。它可以生成圖表、直方圖、功率譜、條形圖、誤差圖、散點圖等。本文重點介紹線形圖相關api的使用方法!

生成常用圖型的API

線形圖

方法plot

散點圖

方法scatter()

餅圖

方法pie()

條形圖

方法bar()

更多圖形展示請參考官網：

http://www.matplotlib.org.cn/tutorials/introductory/sample_plots.html#line-plot

線性plot api詳解

基礎api

實例代碼 
from matplotlib import pyplot as plt 
y = [0.21, 0.01, 0.0, 0.9]#縱軸坐標數據 
x = [1, 2,3,4] #橫軸坐標數據，如果不寫，默認數據就是自增1 
plt.title("cpu Test")#圖片標題 
plt.xlabel("time(s)") #橫軸文字 
plt.ylabel("cpu(%)")#縱軸文字 
plt.yscale('linear') #設置線性軸，包括: linear、log、symlog、logit  
plt.plot(y,color="blue",linewidth=2,marker="o",markersize=5,markerfacecolor="yellow",markeredgewidth=1,markeredgecolor="red") 
plt.show() #圖片展示 
plt.savefig('d:\\testblueline.jpg') #保存圖片到d盤 

 生成圖形展示如下：

plt.plot參數解釋如下

y是縱軸數據 
 
color="blue" 線條顯示藍色 
 
linewidth=2 線條寬度是2 
 
marker="o" 節點圖形是O 
 
markersize=5 節點大小是5 
 
markerfacecolor="yellow" 節點顏色是黃色 
 
markeredgewidth=1 節點邊緣線條寬度是1 
 
markeredgecolor="red" 節點邊緣線條顏色是紅色 
 
plt.show() 圖片展示 
 
plt.savefig('d:\\testblueline.jpg') 保存圖片到d盤 

 同一張圖顯示多組數據并設置節點形狀

實例代碼 
from matplotlib import pyplot as plt 
import numpy as np 
# 數據范圍是0-5,間隔是0.5 
t = np.arange(0, 5,0.5) 
# 紅色 --, 藍色方塊  綠色三角 
plt.plot(t, t, 'r--', t, t**2, 'bs', t, t**3, 'g^') 
plt.show() 

 生成圖形展示如下：

設置坐標軸取值范圍

實例代碼 
from matplotlib import pyplot as plt 
y=[1,2,3,4,5,6,7,8,9] 
plt.plot(y) 
plt.ylabel('test data') 
plt.ylim(1,5) 設置y軸顯示的數據范圍是1-5，方法xlim設置x軸顯示范圍 
plt.show() 

設置坐標軸顯示刻度

實例代碼 
import numpy as np 
from matplotlib import pyplot as plt 
y=[1,2,3,4,5,6,7,8,9] 
plt.plot(y) 
plt.ylabel('test data') 
plt.xticks(np.arange(0, 10, step=2)) #x軸刻度顯示范圍是0-10，刻度是2,y軸刻度使用plt.yticks() 
plt.show() 

subplot創建多個子圖

在matplotlib下，一個Figure對象可以包含多個子圖(Axes)，可以使用subplot()快速繪制

實例代碼 
from matplotlib import pyplot as plt 
names = ['group_a', 'group_b', 'group_c'] 
values = [1, 10, 100] 
plt.figure(figsize=(9, 3)) #設置主圖長款大小 
plt.subplot(131) #131表示一行、三列，第一個 
plt.bar(names, values) 
plt.subplot(132) #132表示一行、三列，第二個 
plt.scatter(names, values) 
plt.subplot(133) #133表示一行、三列，第三個 
plt.plot(names, values) 
plt.suptitle('Categorical Plotting') 
plt.show()