一、matplotlib简介

Matplotlib的一些主要特点和功能：

绘图风格：Matplotlib支持多种绘图风格，包括类似于Matlab的风格（plt.style.use('classic')）和现代化的风格（plt.style.use('ggplot')）。

支持的图表类型：Matplotlib支持多种常见的图表类型，包括线图、散点图、柱状图、饼图、直方图、箱线图、热力图等。

绘图组件：你可以自定义图形中的各个组件，包括标题、轴标签、图例、网格线等。

多子图布局：Matplotlib允许在单个图像中创建多个子图，以展示多个图表或视图。

支持LaTeX数学表达式：你可以在图表中使用LaTeX语法的数学表达式来展示数学符号和公式。

保存和导出图形：Matplotlib可以将图形保存为常见的图像格式，如PNG、JPG、PDF等。你也可以将图表导出到矢量图形格式，如SVG和EPS。

支持交互式绘图：通过结合其他库（如IPython、Jupyter Notebook），Matplotlib可以实现交互式绘图，使你能够在图形中进行缩放、平移和选取等操作。

matplotlib常用绘图函数

1.plt.plot()：绘制线图

例：plt.plot(x, y, linestyle='-', color='blue', marker='o', label='line 1')

2.plt.scatter()：绘制散点图

例：plt.scatter(x, y, color='red', marker='o', label='scatter plot')

3.plt.bar()：绘制柱状图

例：plt.bar(x, height, width=0.8, color='green',, label='bar plot')

4.plt.hist()：绘制直方图

例：plt.hist(data, bins=10, color='orange', edgecolor='black', label='histogram')

5.plt.pie()：绘制饼图

例：plt.pie(sizes, labels=labels, colors=colors, autopct='%1.1f%%', startangle=90)

6.plt.boxplot()：绘制箱线图

例：plt.boxplot(data, vert=True, patch_artist=True)

matplotlib常用美化函数：

plt.yticks()：这个函数用于自定义Y轴的刻度，用法类似于plt.xticks()。你可以传递一个列表或数组给该函数，指定要显示的刻度值。

例：plt.yticks([2, 6, 10]) # 设置Y轴刻度为2、6和10

plt.legend()：这个函数用于添加图例。图例是用于解释图中各个元素的标识，通常与不同线条或数据系列相关联。你可以在plot()函数中使用label参数为每个数据系列指定标签，然后使用plt.legend()函数创建图例。例如，plt.plot(x, y, label='数据系列1')将为折线图添加一个标签为'数据系列1'的图例。

例：plt.legend(loc='upper right', fontsize='small')

plt.xlabel('X轴')：xlabel()函数用于给 x 轴添加标签。在括号内传递要显示的标签字符串，例如'X轴'。这样会在图形上方的 x 轴位置显示相应的标签。

例：plt.xlabel('X轴') # 设置X轴标签为'X轴'

plt.ylabel('Y轴')：ylabel()函数用于给 y 轴添加标签。与xlabel()函数类似，你可以在括号内传递要显示的标签字符串，例如'Y轴'。这样会在图形左侧的 y 轴位置显示相应的标签。

例：plt.ylabel('Y轴') # 设置Y轴标签为'Y轴'

plt.title('折线图')：title()函数用于添加图形的标题。在括号内传递要显示的标题字符串，例如'折线图'。这样会在图形的顶部中心位置显示相应的标题。

例：plt.title('折线图') # 设置图形标题为'折线图'

plt.show()：show()函数用于显示绘制的图形。在代码的最后使用该函数，以便将绘制的折线图显示在屏幕上。如果省略该函数，图形将无法显示。

二、图像绘制案例

例1 绘制折线图：

import matplotlib.pyplot as plt

#防止报错

plt.rcParams['font.sans-serif'] = ['SimHei']

plt.rcParams['axes.unicode_minus'] = False

# 示例数据

x = [1, 2, 3, 4, 5]

y = [10, 15, 20, 25, 30]

# 绘制折线图

plt.plot(x, y, marker='o', linestyle='-', color='b')

# 添加标题和标签

plt.title('折线图示例')

plt.xlabel('X轴标签')

plt.ylabel('Y轴标签')

# 显示图表

plt.show()

注：第二，第三行作用分别是防止使用中文标题报错和复制刻度为负数时报错

例2 绘制柱形图：

import matplotlib.pyplot as plt

#防止报错

plt.rcParams['font.sans-serif'] = ['SimHei']

plt.rcParams['axes.unicode_minus'] = False

# 示例数据

categories = ['Category A', 'Category B', 'Category C', 'Category D']

values = [30, 50, 20, 40]

# 绘制柱形图

plt.bar(categories, values, color='b')

# 添加标题和标签

plt.title('柱形图示例')

plt.xlabel('分类')

plt.ylabel('值')

# 显示图表

plt.show()

例3 绘制饼图：

import matplotlib.pyplot as plt

#防止报错

plt.rcParams['font.sans-serif'] = ['SimHei']

plt.rcParams['axes.unicode_minus'] = False

# 示例数据

sizes = [25, 30, 20, 15, 10]

labels = ['Category A', 'Category B', 'Category C', 'Category D', 'Category E']

# 绘制饼图

plt.pie(sizes, labels=labels, autopct='%1.1f%%', startangle=140)

# 添加标题

plt.title('饼图示例')

# 显示图表

plt.axis('equal') # 使饼图为圆形

plt.show()

例4 加大量美化的折线图：

import matplotlib.pyplot as plt

#画图标签报错解决

import matplotlib

matplotlib.rcParams['font.family'] = 'SimHei'

plt.rcParams['axes.unicode_minus'] = False

# 数据

months = ['Jan', 'Feb', 'Mar', 'Apr', 'May', 'Jun']

production_output = [30, 36, 33, 39, 42, 40.5]

production_efficiency = [10, 12, 11.5, 13.5, 14, 13.5]

defect_rate = [2.5, 2.2, 2.8, 2.0, 2.1, 2.3]

# 创建折线图

plt.plot(months, production_output, marker='o', linestyle='-', label='生产产量（单位：件）')

plt.plot(months, production_efficiency, marker='s', linestyle='--', label='生产效率（单位：件/人时）')

plt.plot(months, defect_rate, marker='^', linestyle=':', label='不良品率（单位：%）')

# 添加标题和标签

plt.title('工业生产指标折线图')

plt.xlabel('月份')

plt.ylabel('数值')

# 添加图例

plt.legend()

# 自定义x轴刻度

plt.xticks(rotation=45)

# 自定义y轴刻度范围

plt.ylim(0, 60)

# 添加数据点的标签

for i in range(len(months)):

plt.text(months[i],production_output[i], str(production_output[i]), ha='center', va='bottom')

plt.text(months[i],production_efficiency[i],str(production_efficiency[i]),ha='center', va='bottom')

plt.text(months[i], defect_rate[i], str(defect_rate[i]), ha='center', va='bottom')

# 显示网格线

plt.grid(True)

# 显示图形

plt.show()

免责声明：

本文转载自【 专一网】，版权归原作者所有，如若侵权请联系我们进行删除！

易知微以自主研发的EasyV数字孪生可视化搭建平台为核心，结合WebGL、3D游戏引擎、GIS、BIM、CIM等技术，协同各个行业的生态伙伴，围绕着数字孪生技术、数字驾驶舱和行业应用，共同建设数字增强世界，帮助客户实现数字化管理，加速数字化转型。

易知微已经为3000+ 客户提供数字孪生可视化平台和应用，覆盖智慧楼宇、智慧园区、智慧城市、数字政府、数字乡村、智慧文旅、工业互联网等众多行业领域，包括国家电网、移动云、中交建、中铁建、融创、云上贵州、厦门象屿、天津火箭、上海电视台、金华防汛大脑、良渚古城遗址公园、李宁、浙江大学等典型案例！