예제는 이 책에서 나왔습니다: "Python 프로그래밍에서 입문으로 실전 실습" [미국] Eric Matthes
그림을 그리는 데 pyplot을 사용하는 일반적인 가져오기 방법은 import matplotlib.pyplot as입니다. plt
import matplotlib.pyplot as plt
以下代码均在Jupyter Notebook中运行
先看一个简单的例子
import matplotlib.pyplot as plt in_values = [1, 2 ,3, 4, 5] squares = [1, 4, 9 ,16, 25]# 第一个参数是X轴输入,第二个参数是对应的Y轴输出;linewidth绘制线条的粗细plt.plot(in_values, squares, linewidth=4)# 标题、X轴、Y轴plt.title('Squares', fontsize=20) plt.xlabel('Value', fontsize=12) plt.ylabel('Square of the value', fontsize=12)# plt.tick_params(axis='both', labelsize=15)plt.show()
图如下,可以看到x轴太密了,甚至都有小数。
如果想x轴只出现我们的样本值,可以使用tick_params
函数修改刻度标记的大小。把上面代码中的倒数第二行取消注释,得到下面的图像。
plt.tick_params(axis='both', labelsize=15)
,其中axis=both
表示同时影响x、y轴的刻度,labelsize
指定了刻度的字号,字号变大,同一长度下显示的坐标点数越少,反之亦反。由于将labelsize
设置得比默认大了,故x、y轴显示的坐标点数变少。更符合这个例子。
还是上面的平方例子。这次使用散点图绘制。
in_values = [1, 2 ,3, 4, 5] squares = [1, 4, 9 ,16, 25]# s参数为点的大小plt.scatter(in_values, squares, s=80) plt.title('Squares', fontsize=20) plt.xlabel('Value', fontsize=12) plt.ylabel('Square of the value', fontsize=12) plt.tick_params(axis='both', labelsize=15) plt.show()
可以看到,只是将plt.plot
换成了plt.scatter
,其余的代码基本没变。
若输入和输出的点比较多,可使用列表推导式。同时可以指定点的颜色及点的轮廓颜色。默认点的颜色为蓝色,轮廓为黑色。
x_values = list(range(1, 100)) y_values = [x**2 for x in x_values]# c参数指定点的颜色,轮廓的颜色不进行设置(none)plt.scatter(x_values, y_values, c='red', edgecolors='none' ,s=5)# x、y轴的坐标范围,注意提供一个列表,前两个是x轴的范围,后两个是y轴的范围plt.axis([0, 110, 0, 11000]) plt.show()
颜色的自定义还可以使用RGB的模式,传递一个元组给参数c。元组里面包含三个[0, 1]之间的数,分别代表(R, G, B),数字越靠近0颜色越淡,越靠近1颜色越深。比如c=(0, 0 , 0.6)
表示的是一种浅蓝色。
依然是平方的图,人懒就不写标题了。
颜色映射通常是一系列颜色的渐变。在可视化中,颜色映射可反应数据的规律,比如颜色浅的值比较小,颜色深的值比较大。
看一个很简单的例子,以y轴坐标值的大小映射。
x_values = list(range(1, 100)) y_values = [x**2 for x in x_values]# 颜色映射,按照y轴的值从浅到深,颜色采用蓝色plt.scatter(x_values, y_values, c=x_values, cmap=plt.cm.Blues, edgecolors='none' ,s=5) plt.axis([0, 110, 0, 11000])# 取代show方法,保存图片到文件所在目录,bbox_inches='tight'可裁去多余的白边plt.savefig('squares_plot.png', bbox_inches='tight')
可以看到,y值小的点,颜色很浅,几乎看不到了;随着y值则增大,颜色越来越深。
先写一个随机漫步的类,目的是随机选择前进的方向
from random import choicedef get_step():""" 获得移动的步长 """# 分别代表正半轴和负半轴direction = choice([1, -1])# 随机选择一个距离distance = choice([0, 1, 2, 3, 4]) step = direction * distancereturn stepclass RandomWalk:""" 一个生成随机漫步数据的类 """# 默认漫步5000步def __init__(self, num_points=5000):self.num_points = num_pointsself.x_values = [0]self.y_values = [0]def fill_walk(self):""" 计算随机漫步包含的所有点 """while len(self.x_values) < self.num_points: x_step = get_step() y_step = get_step()# 没有位移,跳过不取if x_step == 0 and y_step == 0:continue# 计算下一个点的x和y, 第一次为都0,以前的位置 + 刚才的位移 = 现在的位置next_x = self.x_values[-1] + x_step next_y = self.y_values[-1] + y_stepself.x_values.append(next_x)self.y_values.append(next_y)
开始绘制
import matplotlib.pyplot as plt rw = RandomWalk() rw.fill_walk()# figure的调用在plot或者scatter之前# plt.figure(dpi=300, figsize=(10, 6))# 这个列表包含了各点的漫步顺序,第一个元素将是漫步的起点,最后一个元素是漫步的终点point_numbers = list(range(rw.num_points))# 使用颜色映射绘制颜色深浅不同的点,浅色的是先漫步的,深色是后漫步的,因此可以反应漫步轨迹plt.scatter(rw.x_values, rw.y_values, c=point_numbers, cmap=plt.cm.Blues, s=1)# 突出起点plt.scatter(0, 0, c='green', edgecolors='none', s=50)# 突出终点plt.scatter(rw.x_values[-1], rw.y_values[-1], c='red', s=50)# 隐藏坐标轴plt.axes().get_xaxis().set_visible(False) plt.axes().get_yaxis().set_visible(False)# 指定分辨率和图像大小,单位是英寸plt.show()
生成的图片,密密麻麻的点。远远看去还挺好看。绿色的是漫步起点,红色的是漫步的终点。
但是图片有点不清晰,把rw.fill_walk()
的下面一行注释取消。通常在绘图前调用。
plt.figure(dpi=300, figsize=(10, 6))
,dpi=300
即是300像素/英寸,这个适当调高可获得清晰的图片。figsize=(10, 6)
传入的参数是元组,表示绘图窗口的尺寸,也就是图片的尺寸了,单位英寸。
高清大图,爽不爽?
我们也许需要分析别人提供的数据。一般是json和csv两种格式的文件。这里有个天气的数据sitka_weather_2014.csv
다음 코드는 모두 Jupyter Notebook에서 실행됩니다
import csv filename = 'F:/Jupyter Notebook/matplotlib_pygal_csv_json/sitka_weather_2014.csv'with open(filename) as f: reader = csv.reader(f)# 只调用了一次next,得到第一行表头header_row = next(reader)for index, column_header in enumerate(header_row):print(index, column_header)그림은 다음과 같습니다. x축이 너무 조밀하고 심지어 소수까지 포함되어 있다는 것입니다.
샘플 값만 표시하려는 경우 x축에서 사용할 수 있습니다.
tick_params
함수는 눈금 표시의 크기를 수정합니다. 아래 이미지를 얻으려면 위 코드의 마지막 줄에서 두 번째 줄의 주석 처리를 제거하세요.
plt.tick_params(axis='both', labelssize=15)
, 여기서 axis=both
는 배율이 x축과 y축에 동시에 영향을 미친다는 의미입니다. labelsize
는 배율의 글꼴 크기를 지정합니다. .글꼴 크기가 커지고 길이가 같아집니다. 아래에 표시되는 좌표 수가 적고 그 반대도 마찬가지입니다. labelsize
가 기본값보다 크게 설정되므로 x축과 y축에 표시되는 좌표점의 수가 작아집니다. 이 예에 더 부합합니다. 🎜0 AKST 1 Max TemperatureF 2 Mean TemperatureF 3 Min TemperatureF 4 Max Dew PointF 5 MeanDew PointF 6 Min DewpointF 7 Max Humidity 8 Mean Humidity 9 Min Humidity ...🎜🎜보시다시피
plt.plot
을 plt.scatter
로 바꾸었고 나머지 코드는 기본적으로 변경되지 않았습니다. 🎜🎜🎜🎜입력 및 출력 지점이 많은 경우 목록을 사용할 수 있습니다. 파생 모드. 동시에 포인트 색상과 포인트 윤곽선 색상을 지정할 수 있습니다. 🎜기본 포인트 색상은 파란색이고 윤곽선은 검정색입니다. 🎜🎜🎜import csvimport matplotlib.pyplot as pltfrom datetime import datetime filename = 'F:/Jupyter Notebook/matplotlib_pygal_csv_json/sitka_weather_2014.csv'with open(filename) as f: reader = csv.reader(f)# 只调用了一次next,得到第一行表头header_row = next(reader)# 第一列是最高气温,由于上面next读取过一行了,这里实际从第二行开始,也是数据开始的那行# reader只能读取一次,所以如下写法dates为空# highs = [int(row[1]) for row in reader]# dates= [row[0] for row in reader]dates, highs, lows = [], [], []for row in reader:# 捕获异常,防止出现数据为空的情况try: date = datetime.strptime(row[0], '%Y-%m-%d')# 第1列最高气温,读取到是字符串,转为inthigh = int(row[1])# 第3列最低气温low = int(row[3])except ValueError:print(date, 'missing data')else: dates.append(date) highs.append(high) lows.append(low)# figure在plot之前调用fig = plt.figure(dpi=300, figsize=(10, 6))# 最高气温的折线图plt.plot(dates, highs, c='red')# 最低气温的折线图plt.plot(dates, lows, c='blue')# 在两个y值之间填充颜色,facecolor为填充的颜色,alpha参数可指定颜色透明度,0.1表示颜色很浅接近透明plt.fill_between(dates, highs, lows, facecolor='blue', alpha=0.1) plt.title('Daily high and low temperatures - 2014', fontsize=20) plt.xlabel('', fontsize=16) plt.ylabel('Temperature(F)', fontsize=16)# x轴的日期调整为斜着显示fig.autofmt_xdate() plt.tick_params(axis='both',labelsize=15) plt.show()🎜🎜 색상 사용자 정의에서는 RGB 모드를 사용하고 매개변수 c에 튜플을 전달할 수도 있습니다. 튜플에는 각각 (R, G, B)를 나타내는 [0, 1] 사이의 세 숫자가 포함되어 있으며 숫자가 0에 가까울수록 색상이 밝아지고 숫자가 1에 가까울수록 색상이 어두워집니다. 예를 들어
c=(0, 0, 0.6)
은 연한 파란색을 나타냅니다. 🎜🎜아직 정사각형 사진이라 제목 쓰기가 너무 귀찮네요. 🎜🎜🎜# 下面这句报错time data '2017/6/23' does not match format '%Y-%m-%d'print(datetime.strptime('2017/6/22', '%Y-%m-%d')) print(datetime.strptime('2017-6-22', '%Y-%m-%d'))🎜🎜 y 값이 작은 점의 색상이 매우 밝고 거의 눈에 띄지 않는 것을 볼 수 있습니다. y 값이 증가할수록 색상이 점점 어두워집니다. 🎜🎜🎜
rw를 넣어주세요 .fill_walk 아래 줄()
의 주석 처리를 제거하세요. 보통 그리기 전에 호출됩니다. 🎜🎜plt.Figure(dpi=300, figsize=(10, 6))
, dpi=300
은 300픽셀/인치입니다. 선명도를 얻기 위해 적절하게 늘릴 수 있습니다. 영화. figsize=(10, 6)
전달된 매개변수는 그림의 크기인 그리기 창의 크기를 인치 단위로 나타내는 튜플입니다. 🎜🎜고화질 사진, 마음에 드시나요? 🎜🎜🎜sitka_weather_2014.csv
입니다. 여기에서는 Matplotlib을 사용하여 csv 파일을 처리하고 json 파일 처리는 pygal에 배치됩니다. 🎜🎜sitka_weather_2014.csv 데이터 다운로드🎜🎜csv 파일의 첫 번째 줄은 일반적으로 테이블 헤더이고 실제 데이터는 두 번째 줄부터 시작됩니다. 먼저 테이블 헤더에 어떤 데이터가 포함되어 있는지 살펴보겠습니다. 🎜🎜rrreee🎜🎜다음을 인쇄하세요 🎜rrreee🎜최대 온도와 최저 온도에 관심이 있고 🎜열 1과 열 3🎜의 데이터만 가져오면 됩니다. 또한 날짜 데이터는 열 1에 있습니다. 🎜🎜다음 단계는 어렵지 않습니다. 두 번째 줄부터 시작하여 최고 기온을 최고 기온 목록에, 최저 기온을 최저 기온 목록에, 날짜를 날짜 목록에 입력하고 x축에 날짜를 표시하고 datetime 모듈을 도입하려고 합니다. 🎜🎜rreee🎜
看以看出,7月到9月都很热,但是5月出现过非常高的气温!
上面的代码有一行date = datetime.strptime(row[0], '%Y-%m-%d')
。注意%Y-%m-%d
要和row[0]
字符串的格式一致。举个例子
# 下面这句报错time data '2017/6/23' does not match format '%Y-%m-%d'print(datetime.strptime('2017/6/22', '%Y-%m-%d')) print(datetime.strptime('2017-6-22', '%Y-%m-%d'))
%Y
指的是四位的年份, %y
是两位年份,%m
是数字表示的月份,%d
数字表示的月份中的一天。
by @sunhaiyu
2017.6.22
위 내용은 Matplotlib에 대한 첫 소개의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!