第Python繪圖庫Matplotlib的基本用法#未指定種子的值，所以最終產(chǎn)生的隨機(jī)數(shù)不同

#randn()生成30個(gè)滿足平均值為0、方差為1的正態(tài)分布的樣本

a=np.random.randn(30)

b=np.random.randn(30)

c=np.random.randn(30)

d=np.random.randn(30)

#a：紅色，虛線，圓形；b：藍(lán)色，實(shí)線，星號(hào)；c：綠色，點(diǎn)實(shí)線，加號(hào)；d：洋紅色，點(diǎn)線，x形狀

plt.plot(a,"r--o",b,"b-*",c,"g-.+",d,"m:x")

plt.show(

四、標(biāo)簽和圖例

為了讓繪制的圖像更易理解，我們可以增加一些繪制圖像的說明，一般是添加圖像的軸標(biāo)簽和圖例，如下面的例子所示：

importmatplotlib.pyplotasplt

importnumpyasnp

np.random.seed(42)

x=np.random.randn(30)

y=np.random.randn(30)

#圖表標(biāo)題

plt.title("Example")

#圖表標(biāo)簽

plt.xlabel("X")

plt.ylabel("Y")

#X,Y后面的逗號(hào)去掉會(huì)報(bào)出警告

X,=plt.plot(x,"r--o")

Y,=plt.plot(y,"b-*")

#圖例顯示(顯示圖片右上角的圖例)

#legend()有兩個(gè)列表參數(shù)，第一個(gè)列表參數(shù)是圖中實(shí)際使用的標(biāo)記和線性，第二個(gè)列表參數(shù)是對(duì)應(yīng)圖例的文字描述

#legend本意：傳奇、圖例、解釋、說明，這里是圖例的意思

plt.legend([X,Y],["X","Y"])

plt.show()

五、子圖

當(dāng)需要將多個(gè)圖像同時(shí)在不同的位置顯示，則需要用到子圖(Subplot)的功能。

importmatplotlib.pyplotasplt

importnumpyasnp

#未指定隨機(jī)數(shù)種子的值

a=np.random.randn(30)

b=np.random.randn(30)

c=np.random.randn(30)

d=np.random.randn(30)

#定義一個(gè)實(shí)例fig，相當(dāng)于子圖最外面的大圖

fig=plt.figure()

#向fig實(shí)例中添加需要的子圖，前兩個(gè)參數(shù)表示把大圖分成了2行2列，最后一個(gè)參數(shù)表示使用哪一張子圖進(jìn)行繪制

ax1=fig.add_subplot(2,2,1)

ax2=fig.add_subplot(2,2,2)

ax3=fig.add_subplot(2,2,3)

ax4=fig.add_subplot(2,2,4)

#設(shè)置圖例

A,=ax1.plot(a,"r--o")

ax1.legend([A],["A"])

B,=ax2.plot(b,"b-*")

ax2.legend([B],["B"])

C,=ax3.plot(c,"g-.+")

ax3.legend([C],["C"])

D,=ax4.plot(d,"m:x")

ax4.legend([D],["D"])

plt.show()

六、散點(diǎn)圖

如果需要獲取的是一些散點(diǎn)數(shù)據(jù)，則可以通過繪制散點(diǎn)圖(Scatter)來展示數(shù)據(jù)的分布和布局。

importmatplotlib.pyplotasplt

importnumpyasnp

#設(shè)置隨機(jī)數(shù)種子的值

np.random.seed(42)

x=np.random.randn(30)

y=np.random.randn(30)

#散點(diǎn)圖，scatter()的參數(shù)必須同時(shí)含有x,y

plt.scatter(x,y,c='g',marker='o',label="(X,Y)")

#散點(diǎn)圖的標(biāo)題

plt.title("Example")

#設(shè)置坐標(biāo)軸的標(biāo)簽

plt.xlabel("X")

plt.ylabel("Y")

#設(shè)置圖例，loc=0表示使用最好的位置，loc=1強(qiáng)制圖例使用圖中右上角的位置，loc=2強(qiáng)制使用左上角位置，loc=3強(qiáng)制使用左下角位置，loc=4強(qiáng)制使用右下角位置

plt.legend(loc=1)

#顯示圖像

plt.show()

scatter()方法中特別需要注意的參數(shù)：

“c”：指定散點(diǎn)圖中繪制的參數(shù)使用哪種顏色，這與第2部分線條常用參數(shù)相，所以這里g表示設(shè)置為綠色。

“marker”：指定散點(diǎn)圖中繪制的參數(shù)點(diǎn)使用哪種形狀，和第2部分標(biāo)記形狀常用參數(shù)相同，所以這里o表示設(shè)置為圓形。

“l(fā)abel”：指定在散點(diǎn)圖中繪制的參數(shù)使用的圖例，這里與第3部分圖例有所不同，注意區(qū)別。

七、直方圖

直方圖(Histogram)是一種統(tǒng)計(jì)報(bào)告圖，通過使用一些列高度不等的縱向條紋或直方表示數(shù)據(jù)分布的情況，一般用橫軸表示數(shù)據(jù)類型，縱軸表示分布情況。下面來看具體實(shí)例：

importmatplotlib.pyplotasplt

importnumpyasnp

#指定隨機(jī)數(shù)種子的值

np.random.seed(42)

x=np.random.randn(1000)

#直方圖，bins表示繪制的直方圖的條紋的數(shù)量；color表示直方圖條紋的顏色，g表示綠色

plt.hist(x,bins=20,color='g')

#設(shè)置標(biāo)題

plt.title("Example")

#設(shè)置坐標(biāo)軸標(biāo)簽

plt.xlabel("X")

plt.ylabel("Y")

#顯示圖像

plt.show()

八、餅圖

importmatplotlib.pyplotasplt

labels=['Dos','Cats','Birds']

#sizes的三個(gè)數(shù)字確定了每部分?jǐn)?shù)據(jù)系列在整個(gè)圓形中的占比

sizes=[15,50,35]

#餅圖，explode定義每部分?jǐn)?shù)據(jù)系列之間的間隔，設(shè)置兩個(gè)0和一個(gè)0.1，就能突出第三部分；autopct將sizes中的數(shù)據(jù)以所定義的浮點(diǎn)數(shù)精度進(jìn)行顯示；

#startangle是繪制第一塊餅圖時(shí)，該餅圖與X軸正方向的夾角度數(shù)，這是設(shè)置90度，默認(rèn)是0度。

plt.pie(sizes,explode=(0,0,