python画图[通俗易懂]

大家好，又见面了，我是你们的朋友全栈君。

前言

因为数据需要用图形来展示。在Excel，matlab，python中，我选择了python。
数学“剑魔”的的时候，我看到有人用Excel生成柱状图之类的，挺好看，但是我不会啊。matlab以前学过一点，但是当前电脑没有这个软件。安装这个软件有些费事。所以干脆选择使用python生成图形。毕竟学习python相较于学习Excel，相对而言，“性价比”高点。?
我基本不会python，这是第一篇python。
水水，这浪花可这大～

1. 我目前仅仅需要柱状图．
2. 视频：Matplotlib Python 画图教程 (莫烦Python)
3. 代码仓库：Python Matplotlib methods and tutorials

图形可以分为两部分。一个是外部的整体设置，比如坐标轴的设置，注释，透明度等；一个是内部具体图形，不同图形可能大同小异。

外部设置，是我们需要掌握的内容。内部具体图形的操作，用的时候搜索下就好。

环境

vscode的python插件：python 插件
创建一个虚拟环境：虚拟环境和包

一张图一条线

开局，一张图一条线，不好玩，算我输。?

#%%
''' 先来一个最简单：一条线 '''
import matplotlib.pyplot as plt
import numpy as np

x = np.linspace(-1,1,50)
y = 2*x + 1

plt.plot(x,y)
plt.show()

两张图两条线

# %%
''' 我们可以画到不同图中 '''
import matplotlib.pyplot as plt
import numpy as np

x = np.linspace(-1,1,50)
y1 = 2*x +1
y2 = x**2

plt.figure()
plt.plot(x,y1)

plt.figure(num=3,figsize=(8,5))
plt.plot(x,y2)

plt.show()

一张图两条线：重点

这里是一个重点。

1. 设置线的样式：颜色、宽度、样式
2. 显示x轴,y轴的范围
3. x轴，y轴标签
4. 更换下标
5. 移动x,y轴位置
6. annotation注释
7. 添加文本
8. 透明度
9. 至于添加坐标轴的箭头，我还不知道。

import matplotlib.pyplot as plt
import numpy as np

# 显示中文
plt.rcParams['font.sans-serif']=['SimHei']
plt.rcParams['axes.unicode_minus']=False

x = np.linspace(-3,3,50)
y1 = 2*x - 1
y2 = x**2

# 一张图
plt.figure()
plt.plot(x,y1,label='Linear function')
plt.plot(x,y2,label='Quadratic function',color="red",linewidth=1.0,linestyle='--')

# 限制x,y轴的范围，设置标签
plt.xlim((-2,3))
plt.ylim((-2,8))
plt.xlabel("x")
plt.ylabel("y")

# 更换下标
new_ticks = np.linspace(-2,3,10)
plt.xticks(new_ticks)
plt.yticks(range(5), ['cat', 'fish', 'dog$', 'tom', 'jerry'])

# 移动x,y轴位置
# gca = "get current axis"
ax = plt.gca()
ax.spines['right'].set_color('none') # 右边框设置成无颜色
ax.spines['top'].set_color('none') # 上边框设置成无颜色
ax.xaxis.set_ticks_position('bottom') # x轴用下边框代替，默认是这样
ax.yaxis.set_ticks_position('left') # y轴用左边的边框代替，默认是这样
ax.spines['bottom'].set_position(('data',0)) # x轴在y轴，０的位置
ax.spines['left'].set_position(('data',0)) # y轴在x轴，０的位置


# annotation 注释，我们注释在交点
# emm,我手算出来，暂时没考虑样自动计算
# 这个略微有点复杂，用的时候，google下就好
x0 = 1
y0 = 2*x0 -1
plt.scatter(x0,y0,color='green') # 画一个点
plt.plot([x0,x0],[y0,0],color='green',linestyle='--') # 画一条虚线
plt.annotate('intersection is (%d,%d)' % (x0,y0),
                xy=(x0,y0),xytext=(x0+0.5,y0-0.5),xycoords='data',
                arrowprops=dict(arrowstyle='->', connectionstyle="arc3,rad=.2"))

# plt.text(0,-2,'unused text.')

# 设置透明度
# for label in ax.get_xticklabels() + ax.get_yticklabels():
# # label.set_fontsize(16)
# label.set_bbox(dict(facecolor='white', edgecolor='None', alpha=0.65 ))

plt.legend(loc='best')
plt.show()

柱状图

注意下，它是如何自动添加lable

import matplotlib.pyplot as plt
import numpy as np

n = 12
X = np.arange(n)
Y1 = (1-X/n)*np.random.uniform(0.5,1.0,n)
Y1 = (1-X/n)*np.random.uniform(0.5,1.0,n)

# 由于返回值，进过提取是str，操作小数位数不方便，外面提前处理好
p1 = plt.bar(X,np.round(Y1,2),width=0.8,facecolor='deeppink',label='uniform')

def autolabel(rects):
    """Attach a text label above each bar in *rects*, displaying its height."""
    for rect in rects:
        height = rect.get_height()
        plt.annotate('{}'.format(height),
                    xy=(rect.get_x() + rect.get_width() / 2, height),
                    xytext=(0, 3),  # 3 points vertical offset
                    textcoords="offset points",
                    ha='center', va='bottom')

# 为什么有两个hight
def add_labels(rects):
    for rect in rects:
        height = rect.get_height()
        plt.text(rect.get_x() + rect.get_width()/2,height,height, ha='center', va='bottom')
        rect.set_edgecolor('white')

# add_labels(p1)

autolabel(p1)

plt.legend(loc='best')
plt.show()   

散点图

import matplotlib.pyplot as plt
import numpy as np

n = 1024
X = np.random.normal(0,1,1024) # 正态分布
Y = np.random.normal(0,1,1024)
T = np.arctan2(X,Y) # for color

plt.xlim(-1.5,1.5)
plt.ylim(-1.5,1.5)
plt.xticks(())
plt.yticks(())

plt.scatter(X,Y,c=T,alpha=0.65)
plt.show()

等高线

import matplotlib.pyplot as plt
import numpy as np

def f(x,y):
    # the height function
    return (1-x/2+x**5+y**3)*np.exp(-x**2-y**2)

n = 256
x = np.linspace(-3,3,n)
y = np.linspace(-3,3,n)
X,Y = np.meshgrid(x,y)

# use plt.contourf to filling fontous
plt.contourf(X,Y,f(X,Y),8,alpha=0.75,cmap=plt.cm.hot)

# use plt.contour to add contour lines
C = plt.contour(X,Y,f(X,Y),8,color='black',linewidt=0.5)

# add lable
# 这个label比以前的好加
plt.clabel(C,inline=True,fontsize=10)

plt.xticks(())
plt.yticks(())
plt.show()

图形很多，用的时候，搜索下就好，偷懒 。?