Matplotlib中的基本图表包括的元素
import numpy as np import pandas as pd import matplotlib.pyplot as plt from pandas import Series,DataFrame
注意：y,x轴的值必须为数字
x=[1,2,3,4,5] y=[2,4,6,8,10] plt.plot(x,y)
绘制抛物线
x = np.linspace(-np.pi,np.pi,num=20) y = x**2 plt.plot(x,y)
绘制正弦曲线图
x y = np.sin(x) plt.plot(x,y)
1、连续调用多次plot函数
plt.plot(x,y)
plt.plot(x+2,y+3)
2、也可以在一个plot函数中传入多对X,Y值，在一个图中绘制多个曲线
plt.plot(x,y,x+1,y-2)
ax1 = plt.subplot(221) ax1.plot(x,y) ax2 = plt.subplot(2,2,2) ax2.plot(x,y) ax3 = plt.subplot(2,2,3) ax3.plot(x,y) ax4 = plt.subplot(2,2,4) ax4.plot(x,y)
参数：
- axis
- color:支持十六进制颜色
- linestyle: -- -. :
- alpha
plt.plot(x,y) plt.grid(axis=‘both‘,c=‘blue‘)
绘制一个正弦曲线图，并设置网格
plt.plot(x,y,c=‘red‘,alpha=0.7)
# axis方法:设置x，y轴刻度值的范围 # plt.axis([xmin,xmax,ymin,ymax]) plt.plot(x,y) plt.axis([-6,6,-2,2]) #plt.axis(‘off‘)
plt.figure(figsize=(6,6))
plt.plot(x,y)
plt的xlabel方法和ylabel方法 title方法
plt.plot(x,y) plt.xlabel(‘aaa‘) plt.ylabel(‘bbb‘) plt.title(‘ccc‘)
两种传参方法：
plt.plot(x,y,label=‘aaa‘) plt.plot(x+2,y+3,label=‘bbb‘) plt.legend(loc=0,ncol=2)
- loc参数 
fig = plt.figure()---必须放置在绘图操作之前
figure.savefig的参数选项
fig = plt.figure() plt.plot(x,y,label=‘aaa‘) plt.plot(x+2,y+3,label=‘bbb‘) plt.legend(loc=0,ncol=2) fig.savefig(‘./123.png‘,dpi=500)
plot语句中支持除X,Y以外的参数，以字符串形式存在，来控制颜色、线型、点型等要素，语法形式为：
plt.plot(X, Y, ‘format‘, ...)
参数color或c
| 颜色 | 别名 | HTML颜色名 | 颜色 | 别名 | HTML颜色名 |
|---|---|---|---|---|---|
| 蓝色 | b | blue | 绿色 | g | green |
| 红色 | r | red | 黄色 | y | yellow |
| 青色 | c | cyan | 黑色 | k | black |
| 洋红色 | m | magenta | 白色 | w | white |
参数linestyle或ls
| 线条风格 | 描述 | 线条风格 | 描述 |
|---|---|---|---|
| ‘-‘ | 实线 | ‘:‘ | 虚线 |
| ‘--‘ | 破折线 | ‘steps‘ | 阶梯线 |
| ‘-.‘ | 点划线 | ‘None‘ / ‘，‘ | 什么都不画 |
linewidth或lw参数
plt.plot(x,y,ls=‘steps‘,lw=10)
【直方图的参数只有一个x！！！不像条形图需要传入x,y】
plt.hist()的参数
data = [1,2,3,3,4,2,5]
plt.hist(data,bins=10)
返回值 ：
1: 直方图向量，是否归一化由参数normed设定
2: 返回各个bin的区间范围
3: 返回每个bin里面包含的数据，是一个list
-【条形图有两个参数x,y】
bar()、barh()
num = [1,2,3,4,5] count = [2,4,6,8,10] plt.barh(num,count)
【饼图也只有一个参数x】
pie()
饼图适合展示各部分占总体的比例，条形图适合比较各部分的大小
饼图阴影、分裂等属性设置
#labels参数设置每一块的标签；
#labeldistance参数设置标签距离圆心的距离（比例值）
#autopct参数设置比例值小数保留位(%.3f%%)；
#pctdistance参数设置比例值文字距离圆心的距离
#explode参数设置每一块顶点距圆心的长度（比例值,列表）；
#colors参数设置每一块的颜色（列表）；
#shadow参数为布尔值，设置是否绘制阴影
#startangle参数设置饼图起始角度
plt.pie([0.2,0.5])
arr=[11,22,31,15] plt.pie(arr,labels=[‘a‘,‘b‘,‘c‘,‘d‘])
#labeldistance参数设置标签距离圆心的距离（比例值） arr=[11,22,31,15] plt.pie(arr,labels=[‘a‘,‘b‘,‘c‘,‘d‘],labeldistance=0.3)
#autopct参数设置比例值小数保留位(%.3f%%)； arr=[11,22,31,15] plt.pie(arr,labels=[‘a‘,‘b‘,‘c‘,‘d‘],labeldistance=0.3,autopct=‘%.6f%%‘)
##explode参数设置每一块顶点距圆心的长度（比例值,列表）； arr=[11,22,31,15] plt.pie(arr,labels=[‘a‘,‘b‘,‘c‘,‘d‘],labeldistance=0.3,shadow=True,explode=[0.2,0.3,0.2,0.4])
# startangle参数设置饼图起始角度
# %m.nf m 占位 n 小数点后保留几位 f 是以float格式输出
arr=[11,22,31,15] plt.pie(arr,labels=[‘a‘,‘b‘,‘c‘,‘d‘],startangle=50)
【散点图需要两个参数x,y，但此时x不是表示x轴的刻度，而是每个点的横坐标！】
x = np.random.randint(0,10,size=(20,))
y = np.random.randint(0,10,size=(20,))
plt.scatter(x,y,marker=‘d‘,c="rbgy") 设置不同的散点颜色
plt.scatter(x,y,c=‘rgyb‘)
x = [1,2,3,4,5] y = [2,4,6,8,10] plt.scatter(x,y)
原文：https://www.cnblogs.com/harryblog/p/11888339.html