python三大库之---matplotlib

python三大库之—matplotlib

---

一、概念

Matplotlib 库：是一款用于数据可视化的 Python 软件包，支持跨平台运行，它能够根据 NumPy ndarray 数组来绘制 2D 图像，它使用简单、代码清晰易懂

Matplotlib 图形组成：

• Figure：指整个图形，您可以把它理解成一张画布，它包括了所有的元素，比如标题、轴线等
• Axes：绘制 2D 图像的实际区域，也称为轴域区，或者绘图区
• Axis：指坐标系中的垂直轴与水平轴，包含轴的长度大小（图中轴长为 7）、轴标签（指 x 轴，y轴）和刻度标签
• Artist：您在画布上看到的所有元素都属于 Artist 对象，比如文本对象（title、xlabel、ylabel）、Line2D 对象（用于绘制2D图像）等

二、安装

pip install matplotlib

三，应用场景

数据可视化主要有以下应用场景：

• 企业领域：利用直观多样的图表展示数据，从而为企业决策提供支持
• 股票走势预测：通过对股票涨跌数据的分析，给股民提供更合理化的建议
• 商超产品销售：对客户群体和所购买产品进行数据分析，促使商超制定更好的销售策略
• 预测销量：对产品销量的影响因素进行分析，可以预测出产品的销量走势

四.常用API

4.1 绘图类型

函数名称	描述
Bar	绘制条形图
Barh	绘制水平条形图
Boxplot	绘制箱型图
Hist	绘制直方图
his2d	绘制2D直方图
Pie	绘制饼状图
Plot	在坐标轴上画线或者标记
Polar	绘制极坐标图
Scatter	绘制x与y的散点图
Stackplot	绘制堆叠图
Stem	用来绘制二维离散数据绘制（又称为火柴图）
Step	绘制阶梯图
Quiver	绘制一个二维按箭头

4.2 Image 函数

函数名称	描述
Imread	从文件中读取图像的数据并形成数组
Imsave	将数组另存为图像文件
Imshow	在数轴区域内显示图像

4.3 Axis 函数

函数名称	描述
Axes	在画布(Figure)中添加轴
Text	向轴添加文本
Title	设置当前轴的标题
Xlabel	设置x轴标签
Xlim	获取或者设置x轴区间大小
Xscale	设置x轴缩放比例
Xticks	获取或设置x轴刻标和相应标签
Ylabel	设置y轴的标签
Ylim	获取或设置y轴的区间大小
Yscale	设置y轴的缩放比例
Yticks	获取或设置y轴的刻标和相应标签

4.4 Figure 函数

函数名称	描述
Figtext	在画布上添加文本
Figure	创建一个新画布
Show	显示数字
Savefig	保存当前画布
Close	关闭画布窗口

4.5.pylab 模块

pylab 是 matplotlib 中的一个模块，它将 matplotlib.pyplot 和 numpy 的功能组合在一起，使得你可以直接使用 numpy 的函数和 matplotlib.pyplot 的绘图功能，而不需要显式地导入 numpy 和 matplotlib.pyplot。

import matplotlib.pyplot as plt

六，常用函数

6.1 plot 函数

pylab.plot 是一个用于绘制二维图形的函数。它可以根据提供的 x 和 y 数据点绘制线条和/或标记。

• x: x 轴数据，可以是一个数组或列表。
• y: y 轴数据，可以是一个数组或列表。
• format_string: 格式字符串，用于指定线条样式、颜色等。
• **kwargs: 其他关键字参数，用于指定线条的属性。

plot 函数可以接受一个或两个数组作为参数，分别代表 x 和 y 坐标。如果你只提供一个数组，它将默认用作 y 坐标，而 x 坐标将默认为数组的索引。

import matplotlib.pyplot as plt
import numpy as np
import pylab
#第一种绘图方式
def  text():
    x=np.arange(10)
    y=np.array([1,2,3,4,5,6,7,8,9,10])
    plt.plot(x,y)
text()

格式字符串：

格式字符串由颜色、标记和线条样式组成。例如：

颜色：

‘b’：蓝色 ‘g’：绿色 ‘r’：红色 ‘c’：青色 ‘m’：洋红色 ‘y’：黄色 ‘k’：黑色 ‘w’：白色

标记：

‘.’：点标记

‘,’：像素标记

‘o’：圆圈标记

‘v’：向下三角标记

‘^’：向上三角标记

‘<’：向左三角标记

‘>’：向右三角标记

‘s’：方形标记

‘p’：五边形标记

‘*’：星形标记

‘h’：六边形标记1

‘H’：六边形标记2

‘+’：加号标记

‘x’：叉号标记

‘D’：菱形标记

‘d’：细菱形标记

‘|’：竖线标记

‘_’：横线标记

线条样式：

‘-’：实线 ‘–’：虚线 ‘-.’：点划线 ‘:’：点线

def text2():
    x = pylab.linspace(-6, 6, 40)
    y = np.cos(x)
    z = np.sin(x)

    plt.plot(x,y,'b',)
    plt.plot(x,z,'r')
    plt.show()

text2()

6.2 figure 函数

figure() 函数来实例化 figure 对象，即绘制图形的对象，可以通过这个对象，来设置图形的样式等

参数：

• figsize：指定画布的大小，(宽度,高度)，单位为英寸
• dpi：指定绘图对象的分辨率，即每英寸多少个像素，默认值为80
• facecolor：背景颜色
• dgecolor：边框颜色
• frameon：是否显示边框

6.2.1 figure.add_axes()

Matplotlib 定义了一个 axes 类（轴域类），该类的对象被称为 axes 对象（即轴域对象），它指定了一个有数值范围限制的绘图区域。在一个给定的画布（figure）中可以包含多个 axes 对象，但是同一个 axes 对象只能在一个画布中使用。

参数：

是一个包含四个元素的列表或元组，格式为 [left, bottom, width, height]，其中：

left 和 bottom 是轴域左下角的坐标，范围从 0 到 1。

width 和 height 是轴域的宽度和高度，范围从 0 到 1。

def text3():
    x = pylab.linspace(-6, 6, 40)
    y = x**2
    z = np.tan (x)

    fig = plt.figure(figsize=(10, 6))
    ax = fig.add_subplot([0.1,0.1,0.8,0.8])
    ax.plot(x,y,'r:',label='y=x^2函数')
    ax.plot(x,z,'b-',label='y=tan(x)函数')
    ax.legend()
    plt.show()

6.2.2 axes.legend()

legend 函数用于添加图例，以便识别图中的不同数据系列。图例会自动显示每条线或数据集的标签。

参数：

• labels 是一个字符串序列，用来指定标签的名称
• loc 是指定图例位置的参数，其参数值可以用字符串或整数来表示
• handles 参数，它也是一个序列，它包含了所有线型的实例

6.4 subplot 函数

subplot 是一个较早的函数，用于创建并返回一个子图对象。它的使用比较简单，通常用于创建网格状的子图布局。subplot 的参数通常是一个三位数的整数，其中每个数字代表子图的行数、列数和子图的索引。

add_subplot 是一个更灵活的函数，它是 Figure类的一个方法，用于向图形容器中添加子图。推荐使用 add_subplot，因为它提供了更好的灵活性和控制。

def text4():
    x= np.linspace(-6,6,40)
    y1 =np.sin(x)
    y2 = np.cos(x)
    y3 = np.tan(x)

    fig = plt.figure()
    ax = fig.add_subplot(2,3,1)
    ax.plot(x,y1,'r:')

    ax = fig.add_subplot(2,3,2)
    ax.plot(x,y1,'r:')

    ax = fig.add_subplot(2,3,3)
    ax.plot(x,y1,'r:')

  
    plt.show()

6.5 subplots 函数

subplots 是 matplotlib.pyplot 模块中的一个函数，用于创建一个包含多个子图（subplots）的图形窗口。subplots 函数返回一个包含所有子图的数组，这使得你可以更方便地对每个子图进行操作。

def text5():
    x= np.linspace(-6,6,40)
    y1 =np.sin(x)
    y2 = np.cos(x)
    y3 = np.tan(x)

    fig,axs = plt.subplots(3,1)
    axs[0].plot(x,y1,'r:',label='sin')
    axs[0].legend()
    axs[1].plot(x,y2,'g:',label='cos')
    axs[1].legend()
    axs[2].plot(x,y3,'b:',label='tan')
    axs[2].legend()
    plt.show()

6.6 图片读取

plt.imread 是 Matplotlib 库中的一个函数，用于读取图像文件并将其转换为 NumPy 数组。这个函数非常方便，可以轻松地将图像加载到 Python 中进行处理或显示。

参数

• fname: 图像文件的路径（字符串）。
• format: 图像格式（可选）。如果未指定，imread 会根据文件扩展名自动推断格式。

返回值

• 返回一个 NumPy 数组，表示图像的像素数据。数组的形状取决于图像的格式：
  • 对于灰度图像，返回一个二维数组 (height, width)。
  • 对于彩色图像，返回一个三维数组 (height, width, channels)，其中 channels 通常是 3（RGB）或 4（RGBA）。

def img_read(dirpath, filepath):
    dirpath = os.path.dirname(filepath)  # 获取文件所在的目录
    print(dirpath)

    filepath = os.path.realpath(os.path.join(dirpath, 'shupian.jpg'))  # 获取文件的完整路径
    print(filepath)
    img = plt.imread(filepath)  # 读取图像
    print(img.shape)
    plt.imshow(img)
    plt.show()

    img1 = np.transpose(img, (1, 2, 0))  # 转置图像数组
    for channel in img1:
        print(channel)
        plt.show()


dirpath = 'PYTHON三大库' 
filename = 'shupian.jpg'  
img_read(dirpath, filename)

F:\hqyj\python三大库代码\shupian.jpg
(800, 800, 3)