软件开发技术基础 第4版 课件 6-1 绘图编程技术

Matplotlib绘图库简介什么是matplotlib库Matplotlib是Python语言在二维绘图方面使用最广泛的一个库其设计借鉴了MATLAB的绘图功能，可以绘制线图、散点图、等高线图、直方图、柱状图、3D图形、甚至图形动画等等。它可以和科学计算库NumPy很好地结合，将用户的计算数据图形化。它提供了多种图形存储格式，比如存储为矢量图、位图、动画等。西安交通大学计算机教学实验中心2安装matplotlib首先使用win+R输入cmd命令打开命令窗口，再使用以下命令进行安装：

pipinstallmatplotlib这里pip是安装python时，安装的一个工具。3Matplotlib图形构成4Figure：指整个图形。可理解成绘图板;Axes：绘图区，它被包含在Figure中。一个Figure可包含多个Axes;Axis：指坐标轴及相关刻度、标签等;Artist：除去坐标轴之外，所有绘制在图纸上的元素都属于Artist对象，例如标题、直线、曲线、直方图、饼图等。1．绘制散点图scatter(x,y,s,c,marker,alpha,linewidths)参数说明：x，y：长度相同的两个数组，表示点坐标s：点的大小，默认20，可以是数组（每个值为点的大小）c：点的颜色，可以是颜色数组（每个值为对应点颜色）marker：点的样式，默认小圆点（即样式'o'）alpha：透明度设置，取值在0（透明）到1（不透明）之间linewidths：标记点的边缘线的宽度，默认为1.5。西安交通大学计算机教学实验中心51．绘制散点图importmatplotlib.pyplotasplt

#导入绘图模块importnumpyasnp

#导入Numpy模块x=np.array([1,2,3,4,5,6])#点的x坐标y=np.array([1.1,4.5,1.9,3.3,6.0,5.1])#点的y坐标plt.scatter(x,y)#绘图函数plt.show()#显示图形西安交通大学计算机教学实验中心61．绘制散点图importmatplotlib.pyplotaspltimportnumpyasnpx=np.array([1.5,2.2,2.4,3,3.1,4,1.8,2.6,3.5]) #点的x坐标y=np.array([1.6,2.2,2.5,3.3,3.5,4.5,1.9,3.1,4.0]) #点的y坐标sizes=np.array([160,990,700,1000,400,60,80,100,200])alp=0.5

#设置透明度，取值在0（透明）到1（不透明）之间colors=np.array(['red','green','black','orange','brown','y','c','b','#18c900'])plt.scatter(x,y,s=sizes,c=colors,alpha=alp) plt.show()西安交通大学计算机教学实验中心72．绘制直线和曲线西安交通大学计算机教学实验中心8plot(x,y,color,linestyle,linewidth,marker,markersize)参数说明：x,y：两个数组，表示一系列点的x、y坐标。将依次连接这些点color：线的颜色，取值见前文绘制散点图部分linestyle,linewidth：线型、线宽（以像素为单位）

marker,markersize：点的标记形式及大小线型字符说明-实线--虚线-.点划线:点线空不绘制点标记符号描述o实心圆v下三角^上三角<

左三角>

右三角s正方形*星号+加号x乘号2．绘制直线和曲线西安交通大学计算机教学实验中心9绘制cos函数曲线importmatplotlib.pyplotaspltimportnumpyasnpx=np.linspace(0,np.pi,10)#在[0,π]上均匀生成10个点y_cos=np.cos(x) #计算10个点的cos值y_cos_h=y_cos/2 #将10个点的每个cos值除以2plt.plot(x,y_cos,color='red',marker='+',linestyle='--')plt.plot(x,y_cos_h,color='b',marker='^',linestyle=':')plt.show()2．绘制直线和曲线importmatplotlib.pyplotaspltimportnumpyasnpx=np.linspace(0,np.pi,10) #在[0,π]上均匀生成10个点y_sin=np.sin(x) #计算10个点的sin值y_sin_half=y_sin/2 #将10个点的每个sin值除以2plt.plot(x,y_sin,'bs-',linewidth=2,markersize=6)plt.plot(x,y_sin_half,'ro',linewidth=2,markersize=6)plt.show()3．绘制柱状图bar(x,height,width,bottom,color,align,edgecolor)barh(y,width,height,left,color,align,edgecolor)

关于bar()函数的参数：x：数组，指定所有柱图的水平坐标。height：数组，指定柱图的高度，也就是需要展示的数据的大小。width：实数，指定柱图的宽度，默认0.8。bottom：数组，指定每个柱图的起始高度。align：柱图水平对齐方式，可选center（中心对齐）或edge（边缘对齐）。edgecolor：柱图边框的颜色。3．绘制柱状图importnumpyasnpimportmatplotlib.pyplotaspltx=np.arange(4)y1=np.array([2.5,3.3,4.6,1.5])y2=np.array([1.5,2.3,3.0,1.5])plt.bar(x,y1,0.5,color='y',align='center',edgecolor='k',linewidth=1)#下面绘制的第2组柱状图以y1为底部坐标，达到堆叠效果plt.bar(x,y1,0.5,color='m',align='center',edgecolor='k',linewidth=1,bottom=y1)plt.show()4．绘制直方图 hist(x,bins,range,density,color,edgecolor,alpha)参数说明：x：数组，存储要计算直方图的数据。bins：直方图的柱数，默认为10。range：所考察的数值范围。默认值为所有数据的最小值到最大值。density：默认为False，表示频数直方图；若为True，则表示频率直方图。color：直方图颜色。edgecolor：直方图每个柱形边框颜色。alpha：透明度，取值0到1，0—透明，1—不透明4．绘制直方图importnumpyasnpimportmatplotlib.pyplotaspltdata=np.random.standard_normal(1000)#按正态分布取值，生成100个数n_bins=16plt.hist(data,n_bins,color='c',edgecolor='k')plt.show()5．绘制饼图importmatplotlib.pyplotaspltnum=[20,30,40,50]grade=['A','B','C','D']clr=['lightgreen','cyan','red','yellow']exp=(0.1,0,0,0)plt.pie(num,explode=exp,labels=grade,colors=clr,autopct='%.1f%%')plt.show()字体font1={'family':'calibri','style':'italic','color':'r','size':15}这里属性family、style、color、size分别是字体名、是否为粗体或斜体、颜色、大小。函数xlabel()和ylabel()用来设置x轴和y轴的标签，函数title()用来设置标题。例如：font1={"family":"Simsun","fontsize":13,"color":"b"} #定义字体font1plt.xlabel("这是x轴标签",font1)

#在xlabel()中使用font1plt.title("这是标题",font1) #在title()中使用font1坐标轴和刻度设置importmatplotlib.pyplotaspltimportnumpyasnpplt.ylim(-4,4)ax=plt.gca() #获得坐标轴对象ax.spines['left'].set_position('center') #设置y轴居中ax.spines['bottom'].set_position(('data',0)) #设置x轴位于数据y轴0处ax.spines['right'].set_visible(False) #设置右侧边框不可见ax.spines['top'].set_visible(False) #设置上边框不可见plt.tick_params(colors='b',labelsize=12)#设置坐标轴上字体颜色、尺寸x=np.linspace(-3,3,60)y=x**3-3*xplt.plot(x,y,'g-')plt.text(-3,3,'$f(x)=x^3-3x$',fontsize=14) #显示函数方程plt.show()实现一页多图使用pyplot的subplot()函数可以在一幅图（Figure）中绘制多个子图，其函数原型为：subplot(nrows,ncols,plot_num)参数说明：nrows,ncols：分别为所包含子图的总行数、总列数。plot_num：将要绘制的子图号。所有子图自左向右、自上而下从1开始编号。importmatplotlib.pyplotaspltimportnumpyasnpplt.figure(figsize=(7.3,5.5),dpi=100) plt.subplots_adjust(wspace=0.3,hspace=0.4) #开始绘制1号子图

x1=np.array([0,5,10])y1=np.array([0,4,6])z1=np.array([2,6,8])plt.subplot(2,2,1) plt.plot(x1,y1,'rs-',label='A1')plt.plot(x1,z1,'go-.',label='A2')plt.legend()plt.title("plot1")#开始绘制2号子图x2=np.array([1,2,3,4])y2=np.array([1,2,2.5,2.6])z2=np.array([2,0.8,0.2,0])plt.subplot(2,2,2) plt.plot(x2,y2)plt.plot(x2,z2)plt.legend(['B1','B2'])plt.title("plot2")#开始绘制3号子图x3=np.array([1,2,3,4,5,6])y3=np.array([6,10,7,6,3.8,7])z3=np.array([8,10,6,5,2