Matlab库画图基础教程
在日常数据处理中 经常会用到做表,而在程序里面 在python里面画图画表最常用的就是使用matlab这个库 下面会介绍一些基础常用用法
数据可视化 使用plot()
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
#随机生成1000个数据
data = pd.Series(np.random.randn(1000),index=np.arange(1000))
#为了方便观看效果, 我们累加这个数据
data.cumsum()
#pandas 数据可以直接观看其可视化形式
data.plot()
plt.show()
data本来就是一个数据,所以我们可以直接plot
plot可以指定很多的参数 http://pandas.pydata.org/pandas-docs/version/0.18.1/visualization.html
基础应用
使用import导入模块matplotlib.pyplot,并简写成plt 使用import导入模块numpy,并简写成np
import matplotlib.pyplot as plt
import numpy as np
使用np.linspace定义x:范围是(-1,1);个数是50. 仿真一维数据组(x ,y)表示曲线1.
x = np.linspace(-1, 1, 50)
y = 2*x + 1
#使用plt.figure定义一个图像窗口. 使用plt.plot画(x ,y)曲线. 使用plt.show显示图像.
plt.figure()
plt.plot(x, y)
plt.show()
可以设置线条等一些属性
plt.figure(num=3, figsize=(8, 5),) #使用plt.figure定义一个图像窗口:编号为3;大小为(8, 5).
plt.plot(x, y2)
plt.plot(x, y1, color='red', linewidth=1.0, linestyle='--')# 使用plt.plot画(x ,y1)曲线,曲线的颜色属性(color)为红色;曲线的宽度(linewidth)为1.0;曲线的类型(linestyle)为虚线.
设置坐标轴
设置坐标轴的范围,单位长度,替代文字等。
使用plt.xlim设置x坐标轴范围:(-1, 2);
使用plt.ylim设置y坐标轴范围:(-2, 3);
使用plt.xlabel设置x坐标轴名称:’I am x’;
使用plt.ylabel设置y坐标轴名称:’I am y’;
plt.xlim((-1, 2))
plt.ylim((-2, 3))
plt.xlabel(‘I am x’)
plt.ylabel(‘I am y’)
plt.show()
分别设置x轴和y轴的刻度 并更改刻度的名称
new_ticks = np.linspace(-1, 2, 5)
print(new_ticks)
plt.xticks(new_ticks)
plt.yticks([-2, -1.8, -1, 1.22, 3],[r'$really\ bad$', r'$bad$', r'$normal$', r'$good$', r'$really\ good$'])
plt.show()
使用plt.gca获取当前坐标轴信息.
使用.spines设置边框:右侧边框;
使用.set_color设置边框颜色:默认白色;
使用.spines设置边框:上边框;
使用.set_color设置边框颜色:默认白色;
ax = plt.gca()
ax.spines['right'].set_color('none')
ax.spines['top'].set_color('none')
plt.show()
调整坐标轴
ax.xaxis.set_ticks_position(‘bottom’)
#使用.xaxis.set_ticks_position设置x坐标刻度数字或名称的位置:bottom
ax.spines[‘bottom’].set_position((‘data’, 0))
#使用.spines设置边框:x轴;使用.set_position设置边框位置:y=0的位置;
同理 设置y轴的位置
ax.yaxis.set_ticks_position(‘left’)
ax.spines[‘left’].set_position((‘data’,0))
#使用.set_position设置边框位置:x=0的位置
注意 x轴的所有位置 top,bottom,both,default,none)
y轴的所有位置 outward,axes,data
legend图例
legend 图例就是为了帮我们展示出每个数据对应的图像名称.
plt.legend(loc=’upper right’) #设置 legend 的位置
plt.legend(handles=[l1, l2], labels=[‘up’, ‘down’], loc= 0)
#使用legend 更换label名称
#其中loc = best为自动分配最佳位置 ‘best’ : 0, 以下为loc中的其余参数
# '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,
应用统计班级交作业情况做图
最终形式
import os
import matplotlib.pyplot as plt
import matplotlib.font_manager
from matplotlib.pyplot import MultipleLocator
def statistical_data(path,ALL_data=False):
raw_path = os.getcwd() + '\data'+'\\'+path
#print(raw_path)
father_floder = os.listdir(raw_path)
#print(father_floder)
sta_data = []
for path in father_floder:
single_data = []
single_data.append(path)
subdir_path = raw_path +'\\'+path
single_data.append(len(os.listdir(subdir_path)))
sta_data.append(single_data)
#print(sta_data)
make_Histogram(sta_data)
def takeSecond(elem):
return elem[1]
def make_Histogram(raw_data):
name_list = []
num_list = []
bar_color = []
xcolor = ['darkred','red','orangered','chocolate','yellow','olive','lime']
raw_data.sort(key=takeSecond,reverse=True)
print(raw_data)
raw_data = list(reversed(raw_data))
for i,data in enumerate(raw_data) :
name_list.append((data[0].split('_')[1]))
num_list.append(data[1])
bar_color.append(xcolor[data[1]])
print(name_list)
print(num_list)
plt.figure(figsize=(8, 15))
zhfont1 = matplotlib.font_manager.FontProperties(fname='D:\python_code\\1702english\msyh.ttf')
plt.title('自动化1702第一周英语学习统计',fontsize='large',fontproperties=zhfont1)
plt.ylabel('姓名',fontproperties=zhfont1)
plt.xlabel('次数',fontproperties=zhfont1)
plt.rc('xtick', labelsize=6)
plt.rc('ytick', labelsize=12)
y_name = range(1,46,5)
plt.yticks(y_name,name_list,fontproperties=zhfont1) # y轴刻度
#plt.barh(range(len(num_list)), num_list,tick_label = name_list)
plt.xticks(range(len(num_list)),range(7)) # x轴刻度
name_list1 =name_list[:10]
plt.barh(range(len(name_list)), num_list,height=0.8,tick_label = name_list,align="center",color=bar_color)
#plt.barh(range(len(num_list)), num_list,height=0.8,tick_label = name_list[10:],align="center",color='g')
plt.grid(True,linestyle=':',color='r',alpha=0.6)
plt.show()
plt.savefig('1.jpg', dpi=500)
if __name__ == "__main__":
new_folder = "第一周"
statistical_data(new_folder)