Python 데이터 과학 Matplotlib 갤러리 상세 설명

Matplotlib 는 Python 의 2 차원 그림 갤러리 로 출판 의 질 이나 크로스 플랫폼 의 상호작용 환경 에 부합 되 는 각종 도형 을 만 드 는 데 사용 된다.
그래 픽 분석 및 워 크 플 로
도형 해석 

작업 흐름
Matplotlib 그림 그리 기 기본 단계:
1  준비 데이터
2  도형 만 들 기
3 그림 그리 기
4 사용자 정의 설정
5 도형 저장
6 그림 보이 기

import matplotlib.pyplot as plt
x = [1,2,3,4] # step1
y = [10,20,25,30]
fig = plt.figure() # step2
ax = fig.add_subplot(111) # step3
ax.plot(x, y, color='lightblue', linewidth=3) # step3\4
ax.scatter([2,4,6], 
            [5,15,25], 
            color='darkgreen', 
            marker='^')
ax.set_xlim(1, 6.5)
plt.savefig('foo.png') # step5
plt.show() # step6

 
준비 데이터
일차 데이터

import numpy as np
 
x = np.linspace(0, 10, 100)
y = np.cos(x) 
z = np.sin(x)

2 차원 데이터 또는 그림

data = 2 * np.random.random((10, 10))
data2 = 3 * np.random.random((10, 10))
Y, X = np.mgrid[-3:3:100j, -3:3:100j]
U = -1 - X**2 + Y
V = 1 + X - Y**2
from matplotlib.cbook import get_sample_data
img = np.load('E:/anaconda3/envs/torch/Lib/site-packages/matplotlib/mpl-data/aapl.npz')

도형 을 그리다

import matplotlib.pyplot as plt

캔버스

fig = plt.figure()
fig2 = plt.figure(figsize=plt.figaspect(2.0))

좌표 축
도형 은 좌표 축 을 핵심 으로 그 려 진 것 으로 대부분 상황 에서 서브 맵 은 수 요 를 만족 시 킬 수 있다.서브 맵 은 격자 시스템 의 좌표 축 이다.

fig.add_axes()
ax1 = fig.add_subplot(221) # row-col-num
ax3 = fig.add_subplot(212) 
fig3, axes = plt.subplots(nrows=2,ncols=2)
fig4, axes2 = plt.subplots(ncols=3)

제도 루틴
일차 데이터

fig, ax = plt.subplots()
lines = ax.plot(x,y) #         
ax.scatter(x,y) #           
axes[0,0].bar([1,2,3],[3,4,5]) #         
axes[1,0].barh([0.5,1,2.5],[0,1,2]) #         
axes[1,1].axhline(0.45) #          
axes[0,1].axvline(0.65) #          
ax.fill(x,y,color='blue') #        
ax.fill_between(x,y,color='yellow') #   y  0  

2 차원 데이터 또는 그림

import matplotlib.image as imgplt
img = imgplt.imread('C:/Users/Administrator/Desktop/timg.jpg')
 
fig, ax = plt.subplots()
im = ax.imshow(img, cmap='gist_earth', interpolation='nearest', vmin=-200, vmax=200)#     RGB  
 
axes2[0].pcolor(data2) #         
axes2[0].pcolormesh(data) #            
CS = plt.contour(Y,X,U) #     
axes2[2].contourf(data)     
axes2[2]= ax.clabel(CS) #       

벡터 필드

axes[0,1].arrow(0,0,0.5,0.5) #         
axes[1,1].quiver(y,z) #     
axes[0,1].streamplot(X,Y,U,V) #     

데이터 분포

ax1.hist(y) #    
ax3.boxplot(y) #    
ax3.violinplot(z) #     

사용자 정의 그래 픽 색상,색상,색상 시트

plt.plot(x, x, x, x**2, x, x**3)
ax.plot(x, y, alpha = 0.4)
ax.plot(x, y, c='k')
fig.colorbar(im, orientation='horizontal')
im = ax.imshow(img,                  
                cmap='seismic')

표기

fig, ax = plt.subplots()
ax.scatter(x,y,marker=".")
ax.plot(x,y,marker="o")

선형

plt.plot(x,y,linewidth=4.0)
plt.plot(x,y,ls='solid') 
plt.plot(x,y,ls='--')
plt.plot(x,y,'--',x**2,y**2,'-.')
plt.setp(lines,color='r',linewidth=4.0)

텍스트 와 레이 블

ax.text(1, 
        -2.1,
        'Example Graph',
        style='italic')
ax.annotate("Sine",
            xy=(8, 0), 
            xycoords='data',
            xytext=(10.5, 0), 
            textcoords='data',
            arrowprops=dict(arrowstyle="->",
            connectionstyle="arc3"),)

수학 기호

plt.title(r'$sigma_i=15$', fontsize=20)

사이즈 제한,그림,레이아웃
사이즈 제한 및 자동 조정

ax.margins(x=0.0,y=0.1) #      
ax.axis('equal') #          1
ax.set(xlim=[0,10.5],ylim=[-1.5,1.5]) #   x  y   
ax.set_xlim(0,10.5)

도 례

ax.set(title='An Example Axes',
       ylabel='Y-Axis',  
       xlabel='X-Axis') #      x、y    
ax.legend(loc='best') #            

표기

ax.xaxis.set(ticks=range(1,5),
            ticklabels=[3,100,-12,"foo"]) #     X   
ax.tick_params(axis='y',                     
                direction='inout', 
                length=10) #   Y      

서브 맵 간격

fig3.subplots_adjust(wspace=0.5,
                    hspace=0.3,
                    left=0.125, 
                    right=0.9, 
                    top=0.9, 
                    bottom=0.1)
fig.tight_layout() #          

좌표 축 사이드라인

ax1.spines['top'].set_visible(False) #         
ax1.spines['bottom'].set_position(('outward',10)) #           outward

보존 하 다.

#    
plt.savefig('foo.png')
#       
plt.savefig('foo.png', transparent=True)

그림 보이 기

plt.show()

닫 기 및 지우 기

plt.cla() #      
plt.clf() #      
plt.close() #     

이상 은 Python 데이터 과학 Matplotlib 의 상세 한 내용 입 니 다.Python 데이터 과학 Matplotlib 에 관 한 자 료 는 다른 관련 글 을 주목 하 십시오!