ホームページ >バックエンド開発 >Python チュートリアル >Pythonのmatplotlibの共通描画関数の紹介
無料学習の推奨事項: Python ビデオ チュートリアル
matplotlib には強力な描画機能がありますが、文章は些細なものであり、使用するたびに一文ずつ書くのは非常に面倒です。この記事では、日常の描画経験に基づいた一般的な描画関数をまとめており、直接使用できて非常に便利です
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. 複数のデータ列を含む DataFrame テーブルを使用して描画します
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. 2 つの列を含む DataFrame テーブル データを二重軸グラフに変換します#
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. データフレームを変換するテーブル内の複数の列のデータが複数のグラフに描画されます##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'])
Python チュートリアル #(ビデオ)
以上がPythonのmatplotlibの共通描画関数の紹介の詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。