Matplotlib数据可视化（4）：折线图与散点图

对于折线图的绘制，在之前博客的示例中都有使用，在面向对象绘图方法中，一般是创建axes实例后调用plot()方法实现折线图绘制，并通过传递各种参数实现对图像的设置。 散点图的绘制通过axes实例的scatter()方法来实现。scatter()方法的参数和参数取值与绘制折线图的plot()方法基本一致，所以本文将两种图放在一起进行介绍。

In [1]:

from matplotlib import pyplot as plt
import numpy as np
import matplotlib as mpl
mpl.rcParams[\'font.sans-serif\'] = [\'SimHei\']  # 中文字体支持

 

对于折线图的绘制，在之前博客的示例中都有使用，在面向对象绘图方法中，一般是创建axes实例后调用plot()方法实现折线图绘制，并通过传递各种参数实现对图像的设置。 散点图的绘制通过axes实例的scatter()方法来实现。scatter()方法的参数和参数取值与绘制折线图的plot()方法基本一致，所以本文将两种图放在一起进行介绍。

 

1 多图像绘制¶

 

在一个axes中，可以绘制多条折线图，秩序多次调用plot()或者scatter()方法即可。

In [2]:

x1 = np.linspace(0.0, 5.0, 10)
y1 = np.cos(2 * np.pi * x1) * np.exp(-x1)
fig, axes = plt.subplots(1, 2, figsize=(10, 3), tight_layout=True)

# 折线图
axes[0].set_title(\'图1 折 线 图\')
axes[0].plot(x1, y1)
axes[0].plot(x1, y1+0.5)

# 散点图
axes[1].set_title(\'图2 散 点 图\')
axes[1].scatter(x1, y1)
axes[1].scatter(x1, y1+0.5)
plt.show()

 

 

2 颜色¶

 

颜色通过color参数来设置，color参数的值可以使颜色的英文全称，例如\'green\'、\'red\'，也可以是简写，例如\'g\'表示\'green\'、\'r表示\'red\'，一些常见颜色全称和简写如下所示。

• \'b\' , blue
• \'g\' , green
• \'r\' , red
• \'c\' , cyan
• \'m\' , magenta
• \'y\' , yellow
• \'k\' , black
• \'w\' , white

如果觉得这些常见的颜色不够用，设置可以用16进制字符来表示颜色。

In [3]:

x1 = np.linspace(0.0, 5.0, 10)
y1 = np.cos(2 * np.pi * x1) * np.exp(-x1)
fig, axes = plt.subplots(1, 2, figsize=(10, 3), tight_layout=True)

# 折线图
axes[0].set_title(\'图1 折 线 图\')
axes[0].plot(x1, y1, color=\'red\')  # 红色
axes[0].plot(x1, y1+0.5, color=\'g\')  # 绿色
axes[0].plot(x1, y1+1, color=\'#008000\')  # 也是绿色

# 散点图
axes[1].set_title(\'图2 散 点 图\')
axes[1].scatter(x1, y1, color=\'red\')  # 红色
axes[1].scatter(x1, y1+0.5, color=\'g\')  # 绿色
axes[1].scatter(x1, y1+1, color=\'#008000\')  # 也是绿色
plt.show()

 

 

3 图例¶

 

axes实例中提供了legend()方法用于添加图例，legend()方法会将元素的label字符串设置为图例，如下面的示例所示，有两种参数传递方式来设置label。除了label外，还可以传递loc参数来设置图例的位置，loc参数值可以使代表位置的字符串，也可以是对应的整数，其对应关系如下所示：

    ===============   =============
    Location String   Location Code
    ===============   =============
    \'best\'            0
    \'upper right\'     1
    \'upper left\'      2
    \'lower left\'      3
    \'lower right\'     4
    \'right\'           5
    \'center left\'     6
    \'center right\'    7
    \'lower center\'    8
    \'upper center\'    9
    \'center\'          10
    ===============   =============

In [4]:

x1 = np.linspace(0.0, 5.0, 10)
y1 = np.cos(2 * np.pi * x1) * np.exp(-x1)
fig, axes = plt.subplots(3, 2, figsize=(10, 8), tight_layout=True)

axes[0, 0].plot(x1, y1, label=\'线1\')  # 传递label参数
axes[0, 0].plot(x1, y1+0.5, label=\'线2\')  # 传递label参数
axes[0, 0].legend(loc=\'best\')  # 默认就是best

axes[1, 0].plot(x1, y1, label=\'线1\')  # 传递label参数
axes[1, 0].plot(x1, y1+0.5, label=\'线2\')  # 传递label参数
axes[1, 0].legend(loc=\'lower right\')

line1, = axes[2, 0].plot(x1, y1)  # 注意，等号前面有逗号
line2, = axes[2, 0].plot(x1, y1+0.5)
axes[2, 0].legend(handles=(line1, line2), labels=(\'线1\', \'线2\'), loc=\'upper center\')


axes[0, 1].scatter(x1, y1, label=\'第一组\')  # 传递label参数
axes[0, 1].scatter(x1, y1+0.5, label=\'第二组\')  # 传递label参数
axes[0, 1].legend(loc=\'best\')  # 默认就是best

axes[1, 1].scatter(x1, y1, label=\'第一组\')  # 传递label参数
axes[1, 1].scatter(x1, y1+0.5, label=\'第二组\')  # 传递label参数
axes[1, 1].legend(loc=\'lower right\')


group1 = axes[2, 1].scatter(x1, y1)   # 注意，等号前面没有逗号，这是与plot()方法不同的
group2 = axes[2, 1].scatter(x1, y1+0.5) 

axes[2, 1].legend(handles=(group1, group2), labels=(\'第一组\', \'第二组\'), loc=\'upper center\')

plt.show()

 

 

4 线型¶

 

通过传递linestyle或ls参数可以设置线型，参数包含一下几种取值：

    =============    ===============================
    character        description
    =============    ===============================
    ``\'-\'``          实线（默认）
    ``\'--\'``         长虚线
    ``\'-.\'``         点划线
    ``\':\'``          虚线
    =============    ===============================

In [5]:

x1 = np.linspace(0.0, 5.0, 10)
y1 = np.cos(2 * np.pi * x1) * np.exp(-x1)
fig = plt.figure()
axes = fig.add_subplot(1, 1, 1)
axes.plot(x1, y1, color=\'black\', label=\'-\', ls=\'-\')  # 默认线性就是\'-\'
axes.plot(x1, y1+0.5, color=\'green\', label=\'--\',ls=\'--\')
axes.plot(x1, y1+1, color=\'blue\',  label=\'-.\', linestyle=\'-.\')
axes.plot(x1, y1+1.5, color=\'red\', label=\':\', ls=\':\')
axes.legend()
plt.show()

 

 

5 标记(形状）¶

 

参数marker可以在图形中添加标记，标记参数值和对应的标记类型如下所示：

 

    =============    ===============================
    character        description
    =============    ===============================
    ``\'.\'``          点
    ``\',\'``          像素点
    ``\'o\'``          圆
    ``\'v\'``          向下三角形
    ``\'^\'``          向上三角形
    ``\'<\'``          向左三角形
    ``\'>\'``          向右三角形
    ``\'1\'``          向下T形
    ``\'2\'``          向上T形
    ``\'3\'``          向左T形
    ``\'4\'``          向右T形
    ``\'s\'``          正方形
    ``\'p\'``          五边形
    ``\'*\'``          星型
    ``\'h\'``          六边形1
    ``\'H\'``          六边形2
    ``\'+\'``          十字形
    ``\'x\'``          x 形
    ``\'D\'``          大菱形
    ``\'d\'``          小菱形
    ``\'|\'``          竖线
    ``\'_\'``          横线
    =============    ===============================

In [6]:

x1 = np.linspace(0.0, 5.0, 10)
y1 = np.cos(2 * np.pi * x1) * np.exp(-x1)
fig, axes = plt.subplots(1, 2, figsize=(10, 3), tight_layout=True)

axes[0].plot(x1, y1, color=\'black\', label=\'.\', marker=\'.\') 
axes[0].plot(x1, y1+0.5, color=\'green\', label=\',\', marker=\',\')
axes[0].plot(x1, y1+1, color=\'blue\',  label=\'o\', marker=\'|\')
axes[0].plot(x1, y1+1.5, color=\'red\', label=\'v\', marker=\'_\')
axes[0].legend()

axes[1].scatter(x1, y1, color=\'black\', label=\'.\', marker=\'.\') 
axes[1].scatter(x1, y1+0.5, color=\'green\', label=\',\', marker=\',\')
axes[1].scatter(x1, y1+1, color=\'blue\',  label=\'o\', marker=\'|\')
axes[1].scatter(x1, y1+1.5, color=\'red\', label=\'v\', marker=\'_\')
axes[1].legend()
plt.show()

 

 

绘制折线图时，在传递了marker参数后，也可以通过以下参数进一步设置标记的样式：

• markeredgecolor 或 mec : 边框颜色
• markeredgewidth 或 mew ： 边框粗细
• markerfacecolor 或 mfc ：填充色
• markersize 或 ms ：大小

In [7]:

x1 = np.linspace(0.0, 5.0, 10)
y1 = np.cos(2 * np.pi * x1) * np.exp(-x1)
fig = plt.figure()
axes = fig.add_subplot(1, 1, 1)
axes.plot(x1, y1, color=\'blue\', label=\'线1\', marker=\'*\',markersize=15, markerfacecolor=\'green\',markeredgecolor=\'red\', markeredgewidth=3) # 线1
axes.plot(x1, y1+0.5, color=\'blue\', label=\'线2\', marker=\'*\',markersize=15, markerfacecolor=\'green\',markeredgecolor=\'red\')   # 线2
axes.plot(x1, y1+1, color=\'blue\', label=\'线3\', marker=\'*\',markersize=5, markerfacecolor=\'red\')   # 线3
axes.plot(x1, y1+1.5, color=\'blue\', label=\'线4\',marker=\'*\',markersize=10, markerfacecolor=\'red\')   # 线4
axes.legend()
plt.show()

 

 

散点图修改点的样式时，参数与折线图有些许不同：

• s : 大小
• color 或 c : 填充色
• alpha：透明度
• linewidths：边框粗细
• edgecolors：边框颜色

In [8]:

x1 = np.linspace(0.0, 5.0, 10)
y1 = np.cos(2 * np.pi * x1) * np.exp(-x1)
fig = plt.figure()
axes = fig.add_subplot(1, 1, 1)
axes.scatter(x1, y1, color=\'green\', label=\'第一组\', marker=\'*\',s=105,edgecolors=\'red\', linewidths=5)
axes.scatter(x1, y1+0.5, color=\'green\', label=\'第二组\', marker=\'*\',s=15)
axes.scatter(x1, y1+1, color=\'blue\', label=\'第三组\', marker=\'*\',s=5)
axes.scatter(x1, y1+1.5, color=\'blue\', label=\'第四组\',marker=\'*\',s=10)
axes.legend()
plt.show()

 

 

6 显示坐标¶

 

显示坐标可以用添加text的方法实现：

In [9]:

x1 = [i*0.1 for i in range(0, 50, 5)]
y1 = [i*i for i in x1]
fig, axes = plt.subplots(1, 2, figsize=(10, 3), tight_layout=True)

axes[0].plot(x1, y1, color=\'red\', label=\'.\', marker=\'.\')  # 默认线性就是\'-\'
axes[1].scatter(x1, y1, color=\'blue\', label=\'.\', marker=\'*\')  # 默认线性就是\'-\'
for a, b in zip(x1, y1):  
    axes[0].text(a, b, (a,b),ha=\'left\', va=\'top\', fontsize=10) 
    axes[1].text(a, b, (a,b),ha=\'left\', va=\'top\', fontsize=10)
plt.show()