Matplotlib常用绘图库（机器学习）
前言
昨天重新开始了机器学习的学习，那么今天对机器学习的相关基础进行准备。
Matplotlib 绘图库
利用这个库我们可以绘制出大量的图片。并且保存，其中包括动态图片，不过这个应该不常用。
绘图流程
首先我们的绘图需要面板，之后我们利用面板进行绘图，最后展示我们的图片。
import matplotlib.pyplot as plt plt.figure(figsize=(20,8),dpi=50)#画板，比例，像素质量 plt.plot([1,2,3,4,5],[5,8,4,3,5], color='r', linestyle="--") #x,y,颜色,样式 plt.show()#显示，显示之后图片会被释放，所以请在显示之前保存图片 复制代码
那么这里简单的图片绘制就基本完成了。
那么关于绘图的样式可以参照下图
美化
图片绘制了还不行，我们还需要美化。 例如添加图例，添加坐标。
添加图例：
import matplotlib.pyplot as plt import random from pylab import mpl # 设置显示中文字体 mpl.rcParams["font.sans-serif"] = ["SimHei"] # 设置正常显示符号 mpl.rcParams["axes.unicode_minus"] = False # 0.准备数据 x = range(60) y_shanghai = [random.uniform(15, 18) for i in x] # 1.创建画布 plt.figure(figsize=(20, 8), dpi=100) # 2.绘制图像 plt.plot(x, y_shanghai,label="温度") # 2.1 添加x,y轴刻度 # 构造x,y轴刻度标签 x_ticks_label = ["11点{}分".format(i) for i in x] y_ticks = range(40) # 刻度显示,还可以显示刻度对应的标签 plt.xticks(x[::5], x_ticks_label[::5]) plt.yticks(y_ticks[::5]) # 2.2 添加网格显示 plt.grid(True, linestyle="--", alpha=0.5) # 2.3 添加描述信息 plt.xlabel("时间") plt.ylabel("温度") plt.title("中午11点--12点某城市温度变化图", fontsize=20) # 2.4 图像保存 plt.savefig("./test.png") plt.legend(loc=0) # 3.图像显示 plt.show() 复制代码如果你想要绘制多个折线，那么你只需要再plot即可。
绘制多图
我们还可以创建一个可以划分多个区域的画布，这样就可以绘制多个图像在不同的窗口。
import matplotlib.pyplot as plt import random from pylab import mpl # 0.准备数据 x = range(60) y_shanghai = [random.uniform(15, 18) for i in x] y_beijing = [random.uniform(1, 5) for i in x] # 1.创建画布 # plt.figure(figsize=(20, 8), dpi=100) fig, axes = plt.subplots(nrows=1, ncols=2, figsize=(20, 8), dpi=100) # 2.绘制图像 # plt.plot(x, y_shanghai, label="上海") # plt.plot(x, y_beijing, color="r", linestyle="--", label="北京") axes[0].plot(x, y_shanghai, label="上海") axes[1].plot(x, y_beijing, color="r", linestyle="--", label="北京") # 2.1 添加x,y轴刻度 # 构造x,y轴刻度标签 x_ticks_label = ["11点{}分".format(i) for i in x] y_ticks = range(40) # 刻度显示 # plt.xticks(x[::5], x_ticks_label[::5]) # plt.yticks(y_ticks[::5]) axes[0].set_xticks(x[::5]) axes[0].set_yticks(y_ticks[::5]) axes[0].set_xticklabels(x_ticks_label[::5]) axes[1].set_xticks(x[::5]) axes[1].set_yticks(y_ticks[::5]) axes[1].set_xticklabels(x_ticks_label[::5]) # 2.2 添加网格显示 # plt.grid(True, linestyle="--", alpha=0.5) axes[0].grid(True, linestyle="--", alpha=0.5) axes[1].grid(True, linestyle="--", alpha=0.5) # 2.3 添加描述信息 # plt.xlabel("时间") # plt.ylabel("温度") # plt.title("中午11点--12点某城市温度变化图", fontsize=20) axes[0].set_xlabel("时间") axes[0].set_ylabel("温度") axes[0].set_title("中午11点--12点某城市温度变化图", fontsize=20) axes[1].set_xlabel("时间") axes[1].set_ylabel("温度") axes[1].set_title("中午11点--12点某城市温度变化图", fontsize=20) # # 2.4 图像保存 plt.savefig("./test.png") # # 2.5 添加图例 # plt.legend(loc=0) axes[0].legend(loc=0) axes[1].legend(loc=0) # 3.图像显示 plt.show() 复制代码绘制不同的图像
散点图
x = [225.98, 247.07, 253.14, 457.85, 241.58, 301.01, 20.67, 288.64, 163.56, 120.06, 207.83, 342.75, 147.9 , 53.06, 224.72, 29.51, 21.61, 483.21, 245.25, 399.25, 343.35] y = [196.63, 203.88, 210.75, 372.74, 202.41, 247.61, 24.9 , 239.34, 140.32, 104.15, 176.84, 288.23, 128.79, 49.64, 191.74, 33.1 , 30.74, 400.02, 205.35, 330.64, 283.45] # 1.创建画布 plt.figure(figsize=(20, 8), dpi=100) # 2.绘制散点图 plt.scatter(x, y) # 3.显示图像 plt.show() 复制代码
柱状图
movie_name = ['雷神3：诸神黄昏','正义联盟','东方快车谋杀案','寻梦环游记','全球风暴','降魔传','追捕','七十七天','密战','狂兽','其它'] # 横坐标 x = range(len(movie_name)) # 票房数据 y = [73853,57767,22354,15969,14839,8725,8716,8318,7916,6764,52222] # 1.创建画布 plt.figure(figsize=(20, 8), dpi=100) # 2.绘制柱状图 plt.bar(x, y, width=0.5, color=['b','r','g','y','c','m','y','k','c','g','b']) # 2.1b修改x轴的刻度显示 plt.xticks(x, movie_name) # 2.2 添加网格显示 plt.grid(linestyle="--", alpha=0.5) # 2.3 添加标题 plt.title("电影票房收入对比") # 3.显示图像 plt.show() 复制代码动态绘图
方案一
import matplotlib.pyplot as plt fig, ax = plt.subplots() y1 = [] x1 = [] for i in range(50): x1.append(i) y1.append(i) # 每迭代一次，将i放入y1中画出来 ax.cla() # 清除键 ax.plot(x1,y1) plt.pause(0.1) 复制代码
这里的话是取了个巧，还有一种方案。
方案二
我们使用
from matplotlib.animation import FuncAnimation 复制代码
fig： 用于显示动态效果的画布，即Figure对象；
func： 函数名，重复调用的功能函数；
frames： 每一帧数据，通常是可迭代对象，依次取出每一个数据传递给功能函数；
init_func： 初始函数，用于执行初始化操作；
fargs： 传递给功能函数的额外参数；
save_count： 保存计数，默认为100；
interval： 重复调用功能函数的间隔时间，单位为毫秒，默认为200；
repeat_delay： 动画结束后，重复执行动画的间隔时间，单位为毫秒；
repeat： 动画执行结束后，是否重复，默认为True；
blit： 是否更新所有点，即更新所有点还是仅更新变化的点，默认为False；
cache_frame_data： 是否缓存数据，默认为True；
例如绘制正弦图像
import numpy as np import matplotlib.pyplot as plt from matplotlib.animation import FuncAnimation fig = plt.figure(figsize=(10, 5)) # 创建图 plt.rcParams["font.family"] = "FangSong" # 支持中文显示 plt.ylim(-12, 12) # Y轴取值范围 plt.yticks([-12 + 2 * i for i in range(13)], [-12 + 2 * i for i in range(13)]) # Y轴刻度 plt.xlim(0, 2 * np.pi) # X轴取值范围 plt.xticks([0.5 * i for i in range(14)], [0.5 * i for i in range(14)]) # X轴刻度 plt.title("函数 y = 10 * sin(x) 在[0,2Π]区间的曲线") # 标题 plt.xlabel("X轴") # X轴标签 plt.ylabel("Y轴") # Y轴标签 x, y = [], [] # 用于保存绘图数据，最开始时什么都没有，默认为空 def update(n): # 更新函数 x.append(n) # 添加X轴坐标 y.append(10 * np.sin(n)) # 添加Y轴坐标 plt.plot(x, y, "r--") # 绘制折线图 ani = FuncAnimation(fig, update, frames=np.arange(0, 2 * np.pi, 0.1), interval=50, blit=False, repeat=False) # 创建动画效果 plt.show() # 显示图片 复制代码基本上常用的就是这些了，不够就再查。
作者：Huterox
链接：https://juejin.cn/post/7056252577184219173