NumPy Matplotlib

Matplotlib 是 Python 的繪圖庫。 它可與 NumPy 一起使用，提供了一種有效的 MatLab 開源替代方案。 它也可以和圖形工具包一起使用，如 PyQt 和 wxPython。

Windows 系統安裝 Matplotlib

進入到 cmd 窗口下，執行以下命令：

python -m pip install -U pip setuptools
python -m pip install matplotlib

Linux 系統安裝 Matplotlib

可以使用 Linux 包管理器來安裝：

  • Debian / Ubuntu：

    sudo apt-get install python-matplotlib

  • Fedora / Redhat：

    sudo yum install python-matplotlib

Mac OSX 系統安裝 Matplotlib

Mac OSX 可以使用 pip 命令來安裝：

sudo python -mpip install matplotlib

安裝完後，你可以使用 python -m pip list 命令來查看是否安裝了 matplotlib 模組。

$ python -m pip list | grep matplotlib
matplotlib (1.3.1)

實例

實例

import numpy as np from matplotlib import pyplot as plt x = np.arange(1,11) y = 2 * x + 5 plt.title("Matplotlib demo") plt.xlabel("x axis caption") plt.ylabel("y axis caption") plt.plot(x,y) plt.show()

以上實例中，np.arange() 函數創建 x 軸上的值。y 軸上的對應值存儲在另一個數組對象 y 中。 這些值使用 matplotlib 軟體包的 pyplot 子模組的 plot() 函數繪製。

圖形由 show() 函數顯示。

圖形中文顯示

Matplotlib 默認情況不支持中文，我們可以使用以下簡單的方法來解決：

首先下載字體（注意系統）：https://www.fontpalace.com/font-details/SimHei/

SimHei.ttf 檔放在當前執行的代碼檔中：

實例

import numpy as np from matplotlib import pyplot as plt import matplotlib # fname 為 你下載的字體庫路徑，注意 SimHei.ttf 字體的路徑 zhfont1 = matplotlib.font_manager.FontProperties(fname="SimHei.ttf") x = np.arange(1,11) y = 2 * x + 5 plt.title("IT研修 - 測試", fontproperties=zhfont1) # fontproperties 設置中文顯示，fontsize 設置字體大小 plt.xlabel("x 軸", fontproperties=zhfont1) plt.ylabel("y 軸", fontproperties=zhfont1) plt.plot(x,y) plt.show()

執行輸出結果如下圖：

此外，我們還可以使用系統的字體：

from matplotlib import pyplot as plt
import matplotlib
a=sorted([f.name for f in matplotlib.font_manager.fontManager.ttflist])

for i in a:
    print(i)

列印出你的 font_manager 的 ttflist 中所有註冊的名字，找一個看中文字體例如：STFangsong(仿宋）,然後添加以下代碼即可：

plt.rcParams['font.family']=['STFangsong']

作為線性圖的替代，可以通過向 plot() 函數添加格式字串來顯示離散值。 可以使用以下格式化字元。

字元 描述
'-' 實線樣式
'--' 短橫線樣式
'-.' 點劃線樣式
':' 虛線樣式
'.' 點標記
',' 像素標記
'o' 圓標記
'v' 倒三角標記
'^' 正三角標記
'<' 左三角標記
'>' 右三角標記
'1' 下箭頭標記
'2' 上箭頭標記
'3' 左箭頭標記
'4' 右箭頭標記
's' 正方形標記
'p' 五邊形標記
'*' 星形標記
'h' 六邊形標記 1
'H' 六邊形標記 2
'+' 加號標記
'x' X 標記
'D' 菱形標記
'd' 窄菱形標記
'|' 豎直線標記
'_' 水平線標記

以下是顏色的縮寫：

字元 顏色
'b' 藍色
'g' 綠色
'r' 紅色
'c' 青色
'm' 品紅色
'y' 黃色
'k' 黑色
'w' 白色

要顯示圓來代表點，而不是上面示例中的線，請使用 ob 作為 plot() 函數中的格式字串。

實例

import numpy as np from matplotlib import pyplot as plt x = np.arange(1,11) y = 2 * x + 5 plt.title("Matplotlib demo") plt.xlabel("x axis caption") plt.ylabel("y axis caption") plt.plot(x,y,"ob") plt.show()

執行輸出結果如下圖：

繪製正弦波

以下實例使用 matplotlib 生成正弦波圖。

實例

import numpy as np import matplotlib.pyplot as plt # 計算正弦曲線上點的 x 和 y 座標 x = np.arange(0, 3 * np.pi, 0.1) y = np.sin(x) plt.title("sine wave form") # 使用 matplotlib 來繪製點 plt.plot(x, y) plt.show()

執行輸出結果如下圖：

subplot()

subplot() 函數允許你在同一圖中繪製不同的東西。

以下實例繪製正弦和余弦值:

實例

import numpy as np import matplotlib.pyplot as plt # 計算正弦和余弦曲線上的點的 x 和 y 座標 x = np.arange(0, 3 * np.pi, 0.1) y_sin = np.sin(x) y_cos = np.cos(x) # 建立 subplot 網格，高為 2，寬為 1 # 啟動第一個 subplot plt.subplot(2, 1, 1) # 繪製第一個圖像 plt.plot(x, y_sin) plt.title('Sine') # 將第二個 subplot 啟動，並繪製第二個圖像 plt.subplot(2, 1, 2) plt.plot(x, y_cos) plt.title('Cosine') # 展示圖像 plt.show()

執行輸出結果如下圖：

bar()

pyplot 子模組提供 bar() 函數來生成條形圖。

以下實例生成兩組 x 和 y 數組的條形圖。

實例

from matplotlib import pyplot as plt x = [5,8,10] y = [12,16,6] x2 = [6,9,11] y2 = [6,15,7] plt.bar(x, y, align = 'center') plt.bar(x2, y2, color = 'g', align = 'center') plt.title('Bar graph') plt.ylabel('Y axis') plt.xlabel('X axis') plt.show()

執行輸出結果如下圖：

numpy.histogram()

numpy.histogram() 函數是數據的頻率分佈的圖形表示。 水準尺寸相等的矩形對應於類間隔，稱為 bin，變數 height 對應於頻率。

numpy.histogram()函數將輸入數組和 bin 作為兩個參數。 bin 數組中的連續元素用作每個 bin 的邊界。

實例

import numpy as np a = np.array([22,87,5,43,56,73,55,54,11,20,51,5,79,31,27]) np.histogram(a,bins = [0,20,40,60,80,100]) hist,bins = np.histogram(a,bins = [0,20,40,60,80,100]) print (hist) print (bins)

輸出結果為：

[3 4 5 2 1]
[  0  20  40  60  80 100]

plt()

Matplotlib 可以將直方圖的數字表示轉換為圖形。 pyplot 子模組的 plt() 函數將包含數據和 bin 數組的數組作為參數，並轉換為直方圖。

實例

from matplotlib import pyplot as plt import numpy as np a = np.array([22,87,5,43,56,73,55,54,11,20,51,5,79,31,27]) plt.hist(a, bins = [0,20,40,60,80,100]) plt.title("histogram") plt.show()

執行輸出結果如下圖：

Matplotlib 更多參考內容：