Matplotlib 学习总结

一、Matplotlib 简介

今天我学习了Matplotlib ，它是 Python 的绘图库，能轻松将数据图形化，提供多样化输出格式，可绘制静态、动态、交互式图表，如散点图、柱状图等。

二、安装与导入

1. 安装

• 使用 pip 安装：pip install matplotlib
• 使用 conda 安装：conda install matplotlib（可使用清华源：Simple Index）

2. 导入

python

运行

import matplotlib.pyplot as plt

三、基本绘图函数 plot ()

plot () 用于画图，可绘制点和线，语法格式为：plot([x], y, [fmt], [x2], y2, [fmt2], ..., **kwargs)

• x, y：点或线的节点，数据可以是列表或数组
• fmt：可选，定义基本格式（颜色、标记和线条样式）
  -** kwargs：可选，设置指定属性，如标签、线的宽度等

1. 绘制线

python

运行

import matplotlib.pyplot as plt
import numpy as np
xpoints = np.array([1, 8])
ypoints = np.array([3, 10])
plt.plot(xpoints, ypoints)
plt.show()

2. 绘制点

python

运行

import matplotlib.pyplot as plt
import numpy as np
xpoints = np.array([1, 8])
ypoints = np.array([3, 10])
plt.plot(xpoints, ypoints, 'o^')
plt.show()

3. 绘制不规则线

python

运行

import matplotlib.pyplot as plt
import numpy as np
xpoints = np.array([1, 2, 6, 8])
ypoints = np.array([3, 8, 1, 10])
plt.plot(xpoints, ypoints)
plt.show()

4. 不指定 x 轴

若不指定 x 轴上的点，x 会根据 y 的值设置为 0, 1, 2, 3..N-1

python

运行

import matplotlib.pyplot as plt
import numpy as np
ypoints = np.array([3, 8, 1, 10, 5, 7])
plt.plot(ypoints)
plt.show()

四、绘图标记

1. marker 参数

用于定义不同标记，部分标记及描述如下：

示例：

python

运行

import matplotlib.pyplot as plt
import numpy as np
ypoints = np.array([1, 3, 4, 5, 8, 9, 6])
plt.plot(ypoints, marker='*')
plt.show()

2. fmt 参数

定义基本格式，格式为[marker][line][color]

• 标记字符：如 '.'（点标记）、'o'（实心圈标记）等
• 线型参数：'‐'（实线）、'‐‐'（破折线）、'‐.'（点划线）、':'（虚线）
• 颜色字符：'b'（蓝色）、'm'（洋红色）、'g'（绿色）等

示例：

python

运行

import matplotlib.pyplot as plt
import numpy as np
ypoints = np.array([6, 2, 13, 10])
plt.plot(ypoints, 'o:r')
plt.show()

3. 标记大小与颜色设置

• markersize（ms）：定义标记大小
• markerfacecolor（mfc）：定义标记内部颜色
• markeredgecolor（mec）：定义标记边框颜色

示例 1（设置标记大小）：

python

运行

import matplotlib.pyplot as plt
import numpy as np
ypoints = np.array([6, 2, 13, 10])
plt.plot(ypoints, marker='o', ms=20)
plt.show()

示例 2（设置标记外边框颜色）：

python

运行

import matplotlib.pyplot as plt
import numpy as np
ypoints = np.array([6, 2, 13, 10])
plt.plot(ypoints, marker='o', ms=20, mec='r')
plt.show()

示例 3（设置标记内部颜色）：

python

运行

import matplotlib.pyplot as plt
import numpy as np
ypoints = np.array([6, 2, 13, 10])
plt.plot(ypoints, marker='o', ms=20, mfc='r')
plt.show()

五、绘图线

1. 线的类型

使用 linestyle 参数（简写为 ls）定义，部分类型及说明如下：

示例 1：

python

运行

import matplotlib.pyplot as plt
import numpy as np
ypoints = np.array([6, 2, 13, 10])
plt.plot(ypoints, linestyle='dotted')
plt.show()

示例 2：

python

运行

import matplotlib.pyplot as plt
import numpy as np
ypoints = np.array([6, 2, 13, 10])
plt.plot(ypoints, ls='-.')
plt.show()

2. 线的颜色

使用 color 参数（简写为 c）定义，部分颜色标记及描述如下：

示例：

python

运行

import matplotlib.pyplot as plt
import numpy as np
ypoints = np.array([6, 2, 13, 10])
plt.plot(ypoints, color='r')
plt.show()

3. 线的宽度

使用 linewidth 参数（简写为 lw）定义。

六、轴标签和标题

• xlabel ()：设置 x 轴标签
• ylabel ()：设置 y 轴标签
• title ()：设置标题

示例 1（设置轴标签）：

python

运行

import numpy as np
import matplotlib.pyplot as plt
x = np.array([1, 2, 3, 4])
y = np.array([1, 4, 9, 16])
plt.plot(x, y)
plt.xlabel("x - label")
plt.ylabel("y - label")
plt.show()

示例 2（设置标题和轴标签）：

python

运行

import numpy as np
import matplotlib.pyplot as plt
x = np.array([1, 2, 3, 4])
y = np.array([1, 4, 9, 16])
plt.plot(x, y)
plt.title("TITLE")
plt.xlabel("x - label")
plt.ylabel("y - label")
plt.show()

七、网格线

grid () 用于设置图表中的网格线，语法格式：matplotlib.pyplot.grid(b=None, which='major', axis='both', )

• b：可选，设置布尔值，true 显示网格线，false 不显示
• which：可选，可选值有 'major'、'minor' 和 'both'，默认 'major'
• axis：可选，设置显示网格线的方向，'both'、'x' 或 'y'
  -** kwargs：可选，设置网格样式，如 color、linestyle、linewidth 等

示例 1：

python

运行

import numpy as np
import matplotlib.pyplot as plt
x = np.array([1, 2, 3, 4])
y = np.array([1, 4, 9, 16])
plt.title("TITLE")
plt.xlabel("x - label")
plt.ylabel("y - label")
plt.plot(x, y)
plt.grid()
plt.show()

示例 2（设置 x 轴方向网格线）：

python

运行

import numpy as np
import matplotlib.pyplot as plt
x = np.array([1, 2, 3, 4])
y = np.array([1, 4, 9, 16])
plt.title("TITLE")
plt.xlabel("x - label")
plt.ylabel("y - label")
plt.plot(x, y)
plt.grid(axis='x')
plt.show()

示例 3（设置网格样式）：

python

运行

import numpy as np
import matplotlib.pyplot as plt
x = np.array([1, 2, 3, 4])
y = np.array([1, 4, 9, 16])
plt.title("TITLE")
plt.xlabel("x - label")
plt.ylabel("y - label")
plt.plot(x, y)
plt.grid(color='r', linestyle='-', linewidth=0.5)
plt.show()

八、绘制多图

subplot () 用于绘制多个子图，语法：subplot(nrows, ncols, index)，其中 nrows 为行数，ncols 为列数，index 为索引。

示例：

python

运行

import matplotlib.pyplot as plt
import numpy as np
# plot 1:
xpoints = np.array([0, 6])
ypoints = np.array([0, 100])
plt.subplot(1, 2, 1)
plt.plot(xpoints, ypoints)
plt.title("plot 1")

# plot 2:
x = np.array([1, 2, 3, 4])
y = np.array([1, 4, 9, 16])
plt.subplot(1, 2, 2)
plt.plot(x, y)
plt.title("plot 2")

plt.suptitle("TITLE")
plt.show()

九、散点图

scatter () 用于绘制散点图。

1. 基本散点图

python

运行

import matplotlib.pyplot as plt
import numpy as np
x = np.array([1, 2, 3, 4, 5, 6, 7, 8])
y = np.array([1, 4, 9, 16, 7, 11, 23, 18])
plt.scatter(x, y)
plt.show()

2. 设置图标大小

python

运行

import matplotlib.pyplot as plt
import numpy as np
x = np.array([1, 2, 3, 4, 5, 6, 7, 8])
y = np.array([1, 4, 9, 16, 7, 11, 23, 18])
sizes = np.array([20, 50, 100, 200, 500, 1000, 60, 90])
plt.scatter(x, y, s=sizes)
plt.show()

3. 自定义点的颜色

python

运行

import matplotlib.pyplot as plt
import numpy as np
x = np.array([1, 2, 3, 4, 5, 6, 7, 8])
y = np.array([1, 4, 9, 16, 7, 11, 23, 18])
colors = np.array(["red", "green", "black", "orange", "purple", "beige", "cyan", "magenta"])
plt.scatter(x, y, c=colors)
plt.show()

4. 设置两组散点图

python

运行

import matplotlib.pyplot as plt
import numpy as np
x = np.array([5, 7, 8, 7, 2, 17, 2, 9, 4, 11, 12, 9, 6])
y = np.array([99, 86, 87, 88, 111, 86, 103, 87, 94, 78, 77, 85, 86])
plt.scatter(x, y, color='hotpink')

x = np.array([2, 2, 8, 1, 15, 8, 12, 9, 7, 3, 11, 4, 7, 14, 12])
y = np.array([100, 105, 84, 105, 90, 99, 90, 95, 94, 100, 79, 112, 91, 80, 85])
plt.scatter(x, y, color='#88c999')
plt.show()

十、柱形图

1. 基本柱形图（bar ()）

python

运行

import matplotlib.pyplot as plt
import numpy as np
x = np.array(["a", "b", "c", "d"])
y = np.array([12, 22, 6, 18])
plt.bar(x, y)
plt.show()

2. 设置柱形图颜色

python

运行

import matplotlib.pyplot as plt
import numpy as np
x = np.array(["a", "b", "c", "d"])
y = np.array([12, 22, 6, 18])
plt.bar(x, y, color="#4CAF50")
plt.show()

3. 自定义各个柱形的颜色

python

运行

import matplotlib.pyplot as plt
import numpy as np
x = np.array(["a", "b", "c", "d"])
y = np.array([12, 22, 6, 18])
plt.bar(x, y, color=["#4CAF50", "red", "hotpink", "#556B2F"])
plt.show()

4. 设置柱形图宽度

python

运行

import matplotlib.pyplot as plt
import numpy as np
x = np.array(["a", "b", "c", "d"])
y = np.array([12, 22, 6, 18])
plt.bar(x, y, width=0.1)
plt.show()

5. 垂直方向柱形图（barh ()）

python

运行

import matplotlib.pyplot as plt
import numpy as np
x = np.array(["a", "b", "c", "d"])
y = np.array([12, 22, 6, 18])
plt.barh(x, y)
plt.show()

十一、饼图

pie () 用于绘制饼图。

示例：

python

运行

import matplotlib.pyplot as plt
import numpy as np
y = np.array([35, 25, 25, 15])
plt.pie(y,
        labels=['A', 'B', 'C', 'D'],  # 设置饼图标签
        colors=["#d5695d", "#5d8ca8", "#65a479", "#a564c9"],  # 设置饼图颜色
        explode=(0, 0.2, 0, 0),  # 第二部分突出显示
        autopct='%.2f%%'  # 格式化输出百分比
        )
plt.title("TITLE")
plt.show()

十二、直方图

使用 hist () 方法绘制直方图，格式：matplotlib.pyplot.hist(x, bins=None, color=None, label=None, **kwargs)

• x：要绘制直方图的数据
• bins：可选，直方图的箱数，默认为 10
• color：可选，直方图的颜色
• label：可选，直方图的标签

1. 基本直方图

python

运行

import matplotlib.pyplot as plt
import numpy as np
# 生成一组随机数据
data = np.random.randn(1000)
# 绘制直方图
plt.hist(data, bins=30, color='skyblue', alpha=0.8)
# 设置图表属性
plt.title('RUNOOB hist() Test')
plt.xlabel('Value')
plt.ylabel('Frequency')
# 显示图表
plt.show()

2. 多组数据直方图

python

运行

import matplotlib.pyplot as plt
import numpy as np
# 生成三组随机数据
data1 = np.random.normal(0, 1, 1000)
data2 = np.random.normal(2, 1, 1000)
data3 = np.random.normal(-2, 1, 1000)
# 绘制直方图
plt.hist(data1, bins=30, alpha=0.5, label='Data 1')
plt.hist(data2, bins=30, alpha=0.5, label='Data 2')
plt.hist(data3, bins=30, alpha=0.5, label='Data 3')
# 设置图表属性
plt.title('RUNOOB hist() TEST')
plt.xlabel('Value')
plt.ylabel('

我还运用今天的指示表完成了几个练习

1. 在同一张图中分别绘制正弦图和余弦图。
2. 《python 数据分析实战》在亚马逊、当当网、中国图书网、京东和天猫的最低价格分别为 39.5、39.9、45.4、38.9、33.34，使用水平柱形图显示这些数据。
3. 五年级三班的同学中，喜欢篮球的同学占 20%，喜欢乒乓球的同学占 30%，喜欢羽毛球的同学占 20%，喜欢足球的同学占 18%，喜欢排球的同学占 12%，根据这些数据绘制饼图。

   import matplotlib.pyplot as plt
   import numpy as np
   import matplotlib

   # 设置matplotlib的字体，确保负号和中文可以正确显示
   matplotlib.rcParams['axes.unicode_minus'] = False  # 正确显示负号
   matplotlib.rcParams['font.family'] = 'SimHei'  # 使用黑体
   matplotlib.rcParams['font.size'] = 12  # 设置字体大小

   # 创建数据点
   x = np.linspace(0, 4 * np.pi, 100)  # 生成从0到4π的100个等间距的数据点
   y_sin = np.sin(x)  # 计算正弦值
   y_cos = np.cos(x)  # 计算余弦值
   # 绘制正弦图和余弦图
   plt.plot(x, y_sin, label='sin(x)')  # 绘制正弦图，设置标签
   plt.plot(x, y_cos, label='cos(x)')  # 绘制余弦图，设置标签
   # 添加图例
   plt.legend()
   # 显示图形
   plt.show()

   
   y = np.array([20, 30, 18, 12, 20]) # 设置饼图的占比
   plt.pie(y, labels=['篮球', '乒乓球', '足球', '排球', '羽毛球'], autopct='%.2f%%')  # 百分比形式输出
   plt.title("球类运动")
   plt.show()

   
   # 创建数据点
   x = np.array(["亚马逊", "当当网", "中国图书网", "京东", "天猫"])  # 创建一个包含网站名称的数组
   y = np.array([39.5, 39.9, 45.4, 38.9, 33.34])  # 创建一个包含相应数据的数组
   # 绘制水平柱状图
   plt.barh(x, y, height=0.5)  # 使用barh函数绘制水平柱状图，height参数设置柱状图的高度
   # 添加标题
   plt.title("python数据分析实战")  # 使用title函数添加图表标题
   # 显示图形
   plt.show()  # 使用show函数显示图形

在使用 matplotlib 时我还遇到了一个问题，遇到图形不显示或只弹出空白窗口的问题，通常与绘图后端设置有关。我使用的解决方法：

添加阻塞模式显示
在 plt.show() 前添加 plt.ion() 开启交互模式，或者尝试在 plt.show() 后添加阻塞语句：

python
运行
import matplotlib.pyplot as plt
import numpy as np

xpoints = np.array([1,8])
ypoints = np.array([3,10])

plt.plot(xpoints, ypoints)
plt.show(block=True)  # 强制阻塞模式，确保窗口保持显示