1. Matplotlib 簡介

Matplotlib 是 Python 的繪圖庫，它能讓使用者很輕松地將數據圖形化，并且提供多樣化的輸出格式。

Matplotlib 可以用來繪制各種靜態，動態，交互式的圖表。

Matplotlib 是一個非常強大的 Python 畫圖工具，我們可以使用該工具將很多數據通過圖表的形式更直觀的呈現出來。

Matplotlib 可以繪制線圖、散點圖、等高線圖、條形圖、柱狀圖、3D 圖形、甚至是圖形動畫等等。

2. 安裝

升級 pip：

python3 -m pip install -U pip

安裝 matplotlib 庫：

python3 -m pip install -U matplotlib

安裝完成后，我們就可以通過 import 來導入 matplotlib 庫：

import matplotlibprint(matplotlib.__version__)

3. Matplotlib Pyplot

Pyplot 是 Matplotlib 的子庫，提供了和 MATLAB 類似的繪圖 API。

Pyplot 是常用的繪圖模塊，能很方便讓用戶繪制 2D 圖表。

Pyplot 包含一系列繪圖函數的相關函數，每個函數會對當前的圖像進行一些修改，例如：給圖像加上標記，生新的圖像，在圖像中產生新的繪圖區域等等。

使用的時候，我們可以使用 import 導入 pyplot 庫，并設置一個別名 plt：

import matplotlib.pyplot as plt

這樣我們就可以使用 plt 來引用 Pyplot 包的方法。

以下是一些常用的 pyplot 函數：

• plot()：用于繪制線圖和散點圖
• scatter()：用于繪制散點圖
• bar()：用于繪制垂直條形圖和水平條形圖
• hist()：用于繪制直方圖
• pie()：用于繪制餅圖
• imshow()：用于繪制圖像
• subplots()：用于創建子圖

4. 繪制圖表

1. 折線圖

import  matplotlib.pyplot as plt
#繪制簡單的圖表
input_values = [1,2,3,4,5]
squares = [1,4,9,16,25]
plt.plot(input_values,squares,linewidth=1)
plt.show()

繪制過程中，我們可以自定義線的樣式，包括線的類型、顏色和大小等

1.線的類型可以使用 linestyle 參數來定義，簡寫為 ls。

類型	簡寫	說明
‘solid’ (默認)	‘-’	實線
‘dotted’	‘:’	點虛線
‘dashed’	‘–’	破折線
‘dashdot’	‘-.’	點劃線
‘None’	‘’ 或 ’ ’	不畫線

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

2.線的顏色可以使用 color 參數來定義，簡寫為 c。

顏色標記	描述
‘r’	紅色
‘g’	綠色
‘b’	藍色
‘c’	青色
‘m’	品紅
‘y’	黃色
‘k’	黑色
‘w’	白色

這里是基礎的簡單顏色，可以自定義顏色，查一下html顏色值即可

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

3.線的寬度可以使用 linewidth 參數來定義，簡寫為 lw，值可以是浮點數，如：1、2.0、5.67 等。

import matplotlib.pyplot as plt
import numpy as npypoints = np.array([6, 2, 13, 10])plt.plot(ypoints, linewidth = '12.5')
plt.show()

4.多條線的繪制

plot() 方法中可以包含多對 x,y 值來繪制多條線。

import matplotlib.pyplot as plt
import numpy as npy1 = np.array([3, 7, 5, 9])
y2 = np.array([6, 2, 13, 10])plt.plot(y1)
plt.plot(y2)plt.show()

2. 散點圖

使用 pyplot 中的 scatter() 方法來繪制散點圖。

scatter() 方法語法格式如下：

matplotlib.pyplot.scatter(x, y, s=None, c=None, marker=None, cmap=None, norm=None, vmin=None, vmax=None, alpha=None, linewidths=None, *, edgecolors=None, plotnonfinite=False, data=None, **kwargs)

import numpy as np
import matplotlib.pyplot as plt
from pylab import *
plt.rcParams['figure.figsize']=(2,2)
x=np.random.normal(size=100)
y=np.random.normal(size=100)
plt.scatter(x,y)
plt.show()

注：繪制折線圖、散點圖時，如果想給坐標定義一些不一樣的標記，就可以使用 plot() 方法的 marker 參數來定義。

import matplotlib.pyplot as plt
import numpy as npypoints = np.array([1,3,4,5,8,9,6,1,3,4,5,2,4])plt.plot(ypoints, marker = 'o')
plt.show()

3. 柱狀圖

可以使用 pyplot 中的 bar() 方法來繪制柱形圖。

bar() 方法語法格式如下：

matplotlib.pyplot.bar(x, height, width=0.8, bottom=None, *, align='center', data=None, **kwargs)

參數說明：

x：浮點型數組，柱形圖的 x 軸數據。

height：浮點型數組，柱形圖的高度。

width：浮點型數組，柱形圖的寬度。

bottom：浮點型數組，底座的 y 坐標，默認 0。

align：柱形圖與 x 坐標的對齊方式，‘center’ 以 x 位置為中心，這是默認值。 ‘edge’：將柱形圖的左邊緣與 x 位置對齊。要對齊右邊緣的條形，可以傳遞負數的寬度值及 align=‘edge’。

**kwargs：：其他參數。

import numpy as np
import matplotlib.pyplot as plt
# 創建一個點數為 8 x 6 的窗口, 并設置分辨率為 80像素/每英寸
plt.figure(figsize=(10, 10), dpi=80)
# 柱子總數
N = 10
# 包含每個柱子對應值的序列
values = (56796,42996,24872,13849,8609,5331,1971,554,169,26)
# 包含每個柱子下標的序列
index = np.arange(N)
# 柱子的寬度
width = 0.45
# 繪制柱狀圖, 每根柱子的顏色為紫羅蘭色
p2 = plt.bar(index, values, width, label="num", color="#87CEFA")
# 設置橫軸標簽
plt.xlabel('clusters')
# 設置縱軸標簽
plt.ylabel('number of reviews')
# 添加標題
plt.title('Cluster Distribution')
# 添加縱橫軸的刻度
plt.xticks(index, ('mentioned1cluster', 'mentioned2cluster', 'mentioned3cluster', 'mentioned4cluster', 'mentioned5cluster', 'mentioned6cluster', 'mentioned7cluster', 'mentioned8cluster', 'mentioned9cluster', 'mentioned10cluster'))
# plt.yticks(np.arange(0, 10000, 10))
# 添加圖例
plt.legend(loc="upper right")
plt.show()

4. 餅圖

可以使用 pyplot 中的 pie() 方法來繪制餅圖。

pie() 方法語法格式如下：

matplotlib.pyplot.pie(x, explode=None, labels=None, colors=None, autopct=None, pctdistance=0.6, shadow=False, labeldistance=1.1, startangle=0, radius=1, counterclock=True, wedgeprops=None, textprops=None, center=0, 0, frame=False, rotatelabels=False, *, normalize=None, data=None)[source]

參數說明：

• x：浮點型數組或列表，用于繪制餅圖的數據，表示每個扇形的面積。
• explode：數組，表示各個扇形之間的間隔，默認值為0。
• labels：列表，各個扇形的標簽，默認值為 None。
• colors：數組，表示各個扇形的顏色，默認值為 None。
• autopct：設置餅圖內各個扇形百分比顯示格式，%d%% 整數百分比，%0.1f 一位小數， %0.1f%% 一位小數百分比， %0.2f%% 兩位小數百分比。
• labeldistance：標簽標記的繪制位置，相對于半徑的比例，默認值為 1.1，如 <1則繪制在餅圖內側。
• pctdistance：：類似于 labeldistance，指定 autopct 的位置刻度，默認值為 0.6。
• shadow：：布爾值 True 或 False，設置餅圖的陰影，默認為 False，不設置陰影。
• radius：：設置餅圖的半徑，默認為 1。
• startangle：：用于指定餅圖的起始角度，默認為從 x 軸正方向逆時針畫起，如設定 =90 則從 y 軸正方向畫起。
• counterclock：布爾值，用于指定是否逆時針繪制扇形，默認為 True，即逆時針繪制，False 為順時針。
• wedgeprops：字典類型，默認值 None。用于指定扇形的屬性，比如邊框線顏色、邊框線寬度等。例如：wedgeprops={‘linewidth’:5} 設置 wedge 線寬為5。
• textprops：字典類型，用于指定文本標簽的屬性，比如字體大小、字體顏色等，默認值為 None。
• center：浮點類型的列表，用于指定餅圖的中心位置，默認值：(0,0)。
• frame：布爾類型，用于指定是否繪制餅圖的邊框，默認值：False。如果是 True，繪制帶有表的軸框架。
• rotatelabels：布爾類型，用于指定是否旋轉文本標簽，默認為 False。如果為 True，旋轉每個 label 到指定的角度。
• data：用于指定數據。如果設置了 data 參數，則可以直接使用數據框中的列作為 x、labels 等參數的值，無需再次傳遞。

import matplotlib.pyplot as plt
import matplotlib.font_manager as fm  # 字體管理器
# 準備字體
my_font = fm.FontProperties(fname="C:\Windows\Fonts\simkai.ttf")
# 準備數據
data = [0.16881, 0.14966, 0.07471, 0.06992, 0.04762, 0.03541, 0.02925, 0.02411, 0.02316, 0.01409, 0.36326]
# 準備標簽
labels = ['Java', 'C', 'C++', 'Python', 'Visual Basic.NET', 'C#', 'PHP', 'JavaScript', 'SQL', 'Assembly langugage','其他']
# 將排列在第4位的語言(Python)分離出來
explode = [0, 0, 0, 0.7, 0, 0, 0, 0, 0, 0, 0]
# 使用自定義顏色
colors = ['red', 'pink', 'magenta', 'purple', 'orange']
# 將橫、縱坐標軸標準化處理,保證餅圖是一個正圓,否則為橢圓
plt.axes(aspect='equal')
# 控制X軸和Y軸的范圍(用于控制餅圖的圓心、半徑)
plt.xlim(0, 8)
plt.ylim(0, 8)
# 不顯示邊框
plt.gca().spines['right'].set_color('none')
plt.gca().spines['top'].set_color('none')
plt.gca().spines['left'].set_color('none')
plt.gca().spines['bottom'].set_color('none')
# 繪制餅圖
plt.pie(x=data,  # 繪制數據labels=labels,  # 添加編程語言標簽explode=explode,  # 突出顯示Pythoncolors=colors,  # 設置自定義填充色autopct='%.3f%%',  # 設置百分比的格式,保留3位小數pctdistance=0.8,  # 設置百分比標簽和圓心的距離labeldistance=1.0,  # 設置標簽和圓心的距離startangle=180,  # 設置餅圖的初始角度center=(4, 4),  # 設置餅圖的圓心(相當于X軸和Y軸的范圍)radius=3.8,  # 設置餅圖的半徑(相當于X軸和Y軸的范圍)counterclock=False,  # 是否為逆時針方向,False表示順時針方向wedgeprops={'linewidth': 1, 'edgecolor': 'green'},  # 設置餅圖內外邊界的屬性值textprops={'fontsize': 12, 'color': 'black','fontproperties':my_font},  # 設置文本標簽的屬性值frame=1)  # 是否顯示餅圖的圓圈,1為顯示
# 不顯示X軸、Y軸的刻度值
plt.xticks(())
plt.yticks(())
# 添加圖形標題
plt.title('2018年8月的編程語言指數排行榜',fontproperties=my_font)
# 顯示圖形
plt.show()

5. 直方圖

可以使用 pyplot 中的 hist() 方法來繪制直方圖。

hist() 方法是 Matplotlib 庫中的 pyplot 子庫中的一種用于繪制直方圖的函數。

hist() 方法可以用于可視化數據的分布情況，例如觀察數據的中心趨勢、偏態和異常值等。

hist() 方法語法格式如下：

matplotlib.pyplot.hist(x, bins=None, range=None, density=False, weights=None, cumulative=False, bottom=None, histtype='bar', align='mid', orientation='vertical', rwidth=None, log=False, color=None, label=None, stacked=False, **kwargs)

import numpy as np
import matplotlib.pyplot as plt
from pylab import *
x=np.random.normal(size=1000)
plt.hist(x,bins=10)  #bins參數設置分桶數目
plt.show()

5. 中文顯示

Matplotlib 中文顯示不是特別友好，要在 Matplotlib 中顯示中文，我們可以通過兩個方法：

• 設置 Matplotlib 的字體參數。
• 下載使用支持中文的字體庫。

在未設置字體，默認情況顯示如下，中文部分不能正常顯示：