当前位置：首页 > article >正文

Python----Matplotlib数据可视化

article 2025/1/7 22:15:44

一、相关API

import matplotlib.pyplot as plt
import numpy as np

1、标签和图例

1.1、plt.title()

在当前图像中添加标题，可以设置标题的名称，字体，颜色，位置等参数

1.2、plt.xlabel()

在当前图像中添加x轴标签，可以设置字体，颜色，位置等参数

1.3、plt.ylabel()

在当前图像中添加y轴标签，可以设置字体，颜色，位置等参数

1.4、plt.xlim()

在当前图像中指定x轴的范围，传入一个数值区间

1.5、plt.ylim()

在当前图像中指定y轴的范围，传入一个数值区间

1.6、plt.xticks()

在当前图像中设置x轴的刻度

1.7、plt.yticks()

在当前图像中设置y轴的刻度

1.8、plt.legend()

在当前图像中设置图例，可以设置位置，大小，标签等

2、绘图

2.1、plt.scatter()----散点图

散点图(Scatter Diagram)又称为散点分布图，是以一个特征为横坐标，以另一个特征为纵坐标，利用坐标点(散点)的分布形态反映特征间的统计关系的一种图形。值由点在图表中的位置表示，类别由图表中的不同标记表示，通常用于比较跨类别的数据。

API声明如下:

def scatter(
    x: float | ArrayLike,
    y: float | ArrayLike,
    s: float | ArrayLike | None = None,
    c: ArrayLike | Sequence[ColorType] | ColorType | None = None,
    marker: MarkerType | None = None,
    cmap: str | Colormap | None = None,
    norm: str | Normalize | None = None,
    vmin: float | None = None,
    vmax: float | None = None,
    alpha: float | None = None,
    linewidths: float | Sequence[float] | None = None,
    *,
    edgecolors: Literal["face", "none"] | ColorType | Sequence[ColorType] | None = None,
    plotnonfinite: bool = False,
    data=None,
    **kwargs,
)

常用参数及其说明:

x：x轴对应的数据

y：y轴对应的数据

s：传入固定数值或者一维数组，传入固定数值，则表示点的大小固定，传入一维数组，则表示每个点的大小

c：传入固定数值或者一维数组，传入固定数值，则表示点的颜色固定，传入一维数组，则表示每个点的颜色

marker：绘制的点的类型

alpha：表示点的透明程度

2.2、plt.plot()----折线图

折线图(LineChart)是一种将数据点按照顺序连接起来的图形。可以看作是将散点图按照x轴坐标顺序连接起来的图形。折线图的主要功能是查看因变量y随着自变量x改变的趋势，最适合用于显示随时间(根据常用比例设置)而变化的连续数据。同时还可以看出数量的差异，增长趋势的变化。

API声明如下:

def plot(
    *args: float | ArrayLike | str,
    scalex: bool = True,
    scaley: bool = True,
    data=None,
    **kwargs,
)

x：x轴对应的数据

y：y轴对应的数据

color：线条的颜色

linestyle：线条类型

marker：绘制的点的类型

alpha：表示点的透明程度

2.3、plt.bar()----直方图

直方图(Histogram)又称质量分布图，是统计报告图的一种，由一系列高度不等的纵向条纹或线段表示数据分布的情况，一般用横轴表示数据所属类别，用纵轴表示数量或者占比。用直方图可以比较直观地看出产品质量特性的分布状态，便于判断其总体质量分布情况。

API声明如下:

def bar(
    x: float | ArrayLike,
    height: float | ArrayLike,
    width: float | ArrayLike = 0.8,
    bottom: float | ArrayLike | None = None,
    *,
    align: Literal["center", "edge"] = "center",
    data=None,
    **kwargs,
)

x：表示X轴的数据

height：表示X轴所代表数据的数量

width：表示直方图的宽度

color：表示直方图的颜色

2.4、plt.pie()----饼图

饼图(Pie Graph)是将各项的大小与各项总和的比例显示在一张“饼”中，以“饼”的大小来确定每一项的占比。饼图可以比较清楚地反映出部分与部分、部分与整体之间的比例关系，易于显示每组数据相对于总数的大小，而且显示方式直观。

def pie(
    x: ArrayLike,
    explode: ArrayLike | None = None,
    labels: Sequence[str] | None = None,
    colors: ColorType | Sequence[ColorType] | None = None,
    autopct: str | Callable[[float], str] | None = None,
    pctdistance: float = 0.6,
    shadow: bool = False,
    labeldistance: float | None = 1.1,
    startangle: float = 0,
    radius: float = 1,
    counterclock: bool = True,
    wedgeprops: dict[str, Any] | None = None,
    textprops: dict[str, Any] | None = None,
    center: tuple[float, float] = (0, 0),
    frame: bool = False,
    rotatelabels: bool = False,
    *,
    normalize: bool = True,
    hatch: str | Sequence[str] | None = None,
    data=None,
)

x：表示绘制饼图的数据

explode：表示指定项距离饼图圆心的半径

labels：表示每一项的名称

colors：表示饼图的颜色

autopct：表示数值的显示方式

pctdistance：表示每一项的比例距离圆心的半径

labeldistance：表示每一项的名称距离圆心的半径

radius：表示饼图的半径

2.5、plt.boxplot()----箱线图

箱线图利用数据中的5个统计量(最小值、下四分位数、中位数、上四分位数和最大值)来描述数据。它也可以粗略地看出数据是否具有对称性、分布的分散程度等信息，特别是可以用于对几个样本的比较。

def boxplot(
    x: ArrayLike | Sequence[ArrayLike],
    notch: bool | None = None,
    sym: str | None = None,
    vert: bool | None = None,
    whis: float | tuple[float, float] | None = None,
    positions: ArrayLike | None = None,
    widths: float | ArrayLike | None = None,
    patch_artist: bool | None = None,
    bootstrap: int | None = None,
    usermedians: ArrayLike | None = None,
    conf_intervals: ArrayLike | None = None,
    meanline: bool | None = None,
    showmeans: bool | None = None,
    showcaps: bool | None = None,
    showbox: bool | None = None,
    showfliers: bool | None = None,
    boxprops: dict[str, Any] | None = None,
    tick_labels: Sequence[str] | None = None,
    flierprops: dict[str, Any] | None = None,
    medianprops: dict[str, Any] | None = None,
    meanprops: dict[str, Any] | None = None,
    capprops: dict[str, Any] | None = None,
    whiskerprops: dict[str, Any] | None = None,
    manage_ticks: bool = True,
    autorange: bool = False,
    zorder: float | None = None,
    capwidths: float | ArrayLike | None = None,
    label: Sequence[str] | None = None,
    *,
    data=None,
)

x：表示用于绘制箱线图的数据

notch：表示箱体中间是否有缺口

sym：表示异点的形状

vert：表示图形是纵向还是横向

positions：表示图形的位置

width：表示每个箱体的宽度

labels：表示每一个箱线图的标签

meanline：表示是否显示均值线