Python绘图教程实例+图形

quant001

1.二维绘图a. 一维数据集

用 Numpy ndarray 作为数据传入 ply

1.

1. import numpy as np
   
2. import matplotlib as mpl
   
3. import matplotlib.pyplot as plt
   
4. 
   
5. np.random.seed(1000)
   
6. y = np.random.standard_normal(10)
   
7. print "y = %s"% y
   
8. x = range(len(y))
   
9. print "x=%s"% x
   
10. plt.plot(y)
    
11. plt.show()

复制代码

2.操纵坐标轴和增加网格及标签的函数

1. import numpy as np
   
2. import matplotlib as mpl
   
3. import matplotlib.pyplot as plt
   
4. 
   
5. np.random.seed(1000)
   
6. y = np.random.standard_normal(10)
   
7. plt.plot(y.cumsum())
   
8. plt.grid(True) ##增加格点
   
9. plt.axis('tight') # 坐标轴适应数据量 axis 设置坐标轴
   
10. plt.show()

复制代码

3.plt.xlim 和 plt.ylim 设置每个坐标轴的最小值和最大值

1. #!/etc/bin/python
   
2. #coding=utf-8
   
3. import numpy as np
   
4. import matplotlib as mpl
   
5. import matplotlib.pyplot as plt
   
6. 
   
7. np.random.seed(1000)
   
8. y = np.random.standard_normal(20)
   
9. plt.plot(y.cumsum())
   
10. plt.grid(True) ##增加格点
    
11. plt.xlim(-1,20)
    
12. plt.ylim(np.min(y.cumsum())- 1, np.max(y.cumsum()) + 1)
    
13. 
    
14. plt.show()

复制代码

4. 添加标题和标签 plt.title, plt.xlabe, plt.ylabel 离散点, 线

1. #!/etc/bin/python
   
2. #coding=utf-8
   
3. import numpy as np
   
4. import matplotlib as mpl
   
5. import matplotlib.pyplot as plt
   
6. 
   
7. np.random.seed(1000)
   
8. y = np.random.standard_normal(20)
   
9. 
   
10. plt.figure(figsize=(7,4)) #画布大小
    
11. plt.plot(y.cumsum(),'b',lw = 1.5) # 蓝色的线
    
12. plt.plot(y.cumsum(),'ro') #离散的点
    
13. plt.grid(True)
    
14. plt.axis('tight')
    
15. plt.xlabel('index')
    
16. plt.ylabel('value')
    
17. plt.title('A simple Plot')
    
18. plt.show()

复制代码

b. 二维数据集


np.random.seed(2000)y = np.random.standard_normal((10, 2)).cumsum(axis=0)   #10行2列   在这个数组上调用cumsum 计算赝本数据在0轴(即第一维)上的总和print y

1.两个数据集绘图

1. #!/etc/bin/python
   
2. #coding=utf-8
   
3. import numpy as np
   
4. import matplotlib as mpl
   
5. import matplotlib.pyplot as plt
   
6. 
   
7. np.random.seed(2000)
   
8. y = np.random.standard_normal((10, 2))
   
9. plt.figure(figsize=(7,5))
   
10. plt.plot(y, lw = 1.5)
    
11. plt.plot(y, 'ro')
    
12. plt.grid(True)
    
13. plt.axis('tight')
    
14. plt.xlabel('index')
    
15. plt.ylabel('value')
    
16. plt.title('A simple plot')
    
17. plt.show()

复制代码

2.添加图例 plt.legend(loc = 0)

1. #!/etc/bin/python
   
2. #coding=utf-8
   
3. import numpy as np
   
4. import matplotlib as mpl
   
5. import matplotlib.pyplot as plt
   
6. 
   
7. np.random.seed(2000)
   
8. y = np.random.standard_normal((10, 2))
   
9. plt.figure(figsize=(7,5))
   
10. plt.plot(y[:,0], lw = 1.5,label = '1st')
    
11. plt.plot(y[:,1], lw = 1.5, label = '2st')
    
12. plt.plot(y, 'ro')
    
13. plt.grid(True)
    
14. plt.legend(loc = 0) #图例位置自动
    
15. plt.axis('tight')
    
16. plt.xlabel('index')
    
17. plt.ylabel('value')
    
18. plt.title('A simple plot')
    
19. plt.show()
    

复制代码

3.使用2个 Y轴(左右)fig, ax1 = plt.subplots() ax2 = ax1.twinx()

1. #!/etc/bin/python
   
2. #coding=utf-8
   
3. import numpy as np
   
4. import matplotlib as mpl
   
5. import matplotlib.pyplot as plt
   
6. 
   
7. np.random.seed(2000)
   
8. y = np.random.standard_normal((10, 2))
   
9. 
   
10. fig, ax1 = plt.subplots() # 关键代码1 plt first data set using first (left) axis
    
11. 
    
12. plt.plot(y[:,0], lw = 1.5,label = '1st')
    
13. 
    
14. plt.plot(y[:,0], 'ro')
    
15. plt.grid(True)
    
16. plt.legend(loc = 0) #图例位置自动
    
17. plt.axis('tight')
    
18. plt.xlabel('index')
    
19. plt.ylabel('value')
    
20. plt.title('A simple plot')
    
21. 
    
22. ax2 = ax1.twinx()  #关键代码2  plt second data set using second(right) axis
    
23. plt.plot(y[:,1],'g', lw = 1.5, label = '2nd')
    
24. plt.plot(y[:,1], 'ro')
    
25. plt.legend(loc = 0)
    
26. plt.ylabel('value 2nd')
    
27. plt.show()

复制代码

4.使用两个子图(上下,左右)plt.subplot(211)

通过使用 plt.subplots 函数,可以直接访问底层绘图对象,例如可以用它生成和第一个子图共享 x 轴的第二个子图.

1. #!/etc/bin/python
   
2. #coding=utf-8
   
3. import numpy as np
   
4. import matplotlib as mpl
   
5. import matplotlib.pyplot as plt
   
6. 
   
7. np.random.seed(2000)
   
8. y = np.random.standard_normal((10, 2))
   
9. 
   
10. plt.figure(figsize=(7,5))
    
11. plt.subplot(211)  #两行一列,第一个图
    
12. plt.plot(y[:,0], lw = 1.5,label = '1st')
    
13. plt.plot(y[:,0], 'ro')
    
14. plt.grid(True)
    
15. plt.legend(loc = 0) #图例位置自动
    
16. plt.axis('tight')
    
17. plt.ylabel('value')
    
18. plt.title('A simple plot')
    
19. 
    
20. 
    
21. plt.subplot(212) #两行一列.第二个图
    
22. plt.plot(y[:,1],'g', lw = 1.5, label = '2nd')
    
23. plt.plot(y[:,1], 'ro')
    
24. plt.grid(True)
    
25. plt.legend(loc = 0)
    
26. plt.xlabel('index')
    
27. plt.ylabel('value 2nd')
    
28. plt.axis('tight')
    
29. plt.show()

复制代码

5.左右子图有时候,选择两个不同的图标类型来可视化数据可能是必要的或者是理想的.利用子图方法:

1. #!/etc/bin/python
   
2. #coding=utf-8
   
3. import numpy as np
   
4. import matplotlib as mpl
   
5. import matplotlib.pyplot as plt
   
6. 
   
7. np.random.seed(2000)
   
8. y = np.random.standard_normal((10, 2))
   
9. 
   
10. plt.figure(figsize=(10,5))
    
11. plt.subplot(121)  #两行一列,第一个图
    
12. plt.plot(y[:,0], lw = 1.5,label = '1st')
    
13. plt.plot(y[:,0], 'ro')
    
14. plt.grid(True)
    
15. plt.legend(loc = 0) #图例位置自动
    
16. plt.axis('tight')
    
17. plt.xlabel('index')
    
18. plt.ylabel('value')
    
19. plt.title('1st Data Set')
    
20. 
    
21. plt.subplot(122)
    
22. plt.bar(np.arange(len(y)), y[:,1],width=0.5, color='g',label = '2nc')
    
23. plt.grid(True)
    
24. plt.legend(loc=0)
    
25. plt.axis('tight')
    
26. plt.xlabel('index')
    
27. plt.title('2nd Data Set')
    
28. plt.show()

复制代码

c.其他绘图样式,散点图,直方图等1.散点图 scatter

1. #!/etc/bin/python
   
2. #coding=utf-8
   
3. import numpy as np
   
4. import matplotlib as mpl
   
5. import matplotlib.pyplot as plt
   
6. 
   
7. np.random.seed(2000)
   
8. y = np.random.standard_normal((1000, 2))
   
9. plt.figure(figsize=(7,5))
   
10. plt.scatter(y[:,0],y[:,1],marker='o')
    
11. plt.grid(True)
    
12. plt.xlabel('1st')
    
13. plt.ylabel('2nd')
    
14. plt.title('Scatter Plot')
    
15. plt.show()

复制代码

2.直方图 plt.hist

1. #!/etc/bin/python
   
2. #coding=utf-8
   
3. import numpy as np
   
4. import matplotlib as mpl
   
5. import matplotlib.pyplot as plt
   
6. 
   
7. np.random.seed(2000)
   
8. y = np.random.standard_normal((1000, 2))
   
9. plt.figure(figsize=(7,5))
   
10. plt.hist(y,label=['1st','2nd'],bins=25)
    
11. plt.grid(True)
    
12. plt.xlabel('value')
    
13. plt.ylabel('frequency')
    
14. plt.title('Histogram')
    
15. plt.show()
    

复制代码

3.直方图 同一个图中堆叠

1. #!/etc/bin/python
   
2. #coding=utf-8
   
3. import numpy as np
   
4. import matplotlib as mpl
   
5. import matplotlib.pyplot as plt
   
6. 
   
7. np.random.seed(2000)
   
8. y = np.random.standard_normal((1000, 2))
   
9. plt.figure(figsize=(7,5))
   
10. plt.hist(y,label=['1st','2nd'],color=['b','g'],stacked=True,bins=20)
    
11. plt.grid(True)
    
12. plt.xlabel('value')
    
13. plt.ylabel('frequency')
    
14. plt.title('Histogram')
    
15. plt.show()

复制代码

4.箱型图 boxplot

1. #!/etc/bin/python
   
2. #coding=utf-8
   
3. import numpy as np
   
4. import matplotlib as mpl
   
5. import matplotlib.pyplot as plt
   
6. 
   
7. np.random.seed(2000)
   
8. y = np.random.standard_normal((1000, 2))
   
9. fig, ax = plt.subplots(figsize=(7,4))
   
10. plt.boxplot(y)
    
11. 
    
12. plt.grid(True)
    
13. plt.setp(ax,xticklabels=['1st' , '2nd'])
    
14. plt.xlabel('value')
    
15. plt.ylabel('frequency')
    
16. plt.title('Histogram')
    
17. plt.show()

复制代码

5.绘制函数

1. from matplotlib.patches import Polygon
   
2. import numpy as np
   
3. import matplotlib.pyplot as plt
   
4. 
   
5. #1. 定义积分函数
   
6. def func(x):
   
7.     return 0.5 * np.exp(x)+1
   
8. 
   
9. #2.定义积分区间
   
10. a,b = 0.5, 1.5
    
11. x = np.linspace(0, 2 )
    
12. y = func(x)
    
13. #3.绘制函数图形
    
14. fig, ax = plt.subplots(figsize=(7,5))
    
15. plt.plot(x,y, 'b',linewidth=2)
    
16. plt.ylim(ymin=0)
    
17. #4.核心， 我们使用Polygon函数生成阴影部分，表示积分面积：
    
18. Ix = np.linspace(a,b)
    
19. Iy = func(Ix)
    
20. verts = [(a,0)] + list(zip(Ix, Iy))+[(b,0)]
    
21. poly = Polygon(verts,facecolor='0.7',edgecolor = '0.5')
    
22. ax.add_patch(poly)
    
23. #5.用plt.text和plt.figtext在图表上添加数学公式和一些坐标轴标签。
    
24. plt.text(0.5 *(a+b),1,r"$\int_a^b f(x)\mathrm{d}x$", horizontalalignment ='center',fontsize=20)
    
25. plt.figtext(0.9, 0.075,'$x
    
26. [/size][/font][/backcolor][/color]
    
27. 
    
28. 
    
29. [/size][/font][/backcolor][/color][/size][/font][/backcolor][/color][/size][/font][/backcolor][/color][/size][/font][/backcolor][/color][/color][/font]
    
30. )
    
31. plt.figtext(0.075, 0.9, '$f(x)
    
32. [/size][/font][/backcolor][/color]
    
33. 
    
34. 
    
35. [/size][/font][/backcolor][/color][/size][/font][/backcolor][/color][/size][/font][/backcolor][/color][/size][/font][/backcolor][/color][/color][/font]
    
36. )
    
37. #6. 分别设置x,y刻度标签的位置。
    
38. ax.set_xticks((a,b))
    
39. ax.set_xticklabels(('$a
    
40. [/size][/font][/backcolor][/color]
    
41. 
    
42. 
    
43. [/size][/font][/backcolor][/color][/size][/font][/backcolor][/color][/size][/font][/backcolor][/color][/size][/font][/backcolor][/color][/color][/font]
    
44. ,'$b
    
45. [/size][/font][/backcolor][/color]
    
46. 
    
47. 
    
48. [/size][/font][/backcolor][/color][/size][/font][/backcolor][/color][/size][/font][/backcolor][/color][/size][/font][/backcolor][/color][/color][/font]
    
49. ))
    
50. ax.set_yticks([func(a),func(b)])
    
51. ax.set_yticklabels(('$f(a)
    
52. [/size][/font][/backcolor][/color]
    
53. 
    
54. 
    
55. [/size][/font][/backcolor][/color][/size][/font][/backcolor][/color][/size][/font][/backcolor][/color][/size][/font][/backcolor][/color][/color][/font]
    
56. ,'$f(b)
    
57. [/size][/font][/backcolor][/color]
    
58. 
    
59. 
    
60. [/size][/font][/backcolor][/color][/size][/font][/backcolor][/color][/size][/font][/backcolor][/color][/size][/font][/backcolor][/color][/color][/font]
    
61. ))
    
62. plt.grid(True)

复制代码