小杰python高级（three day）——matplotlib库

fmt的值：

plt.pie(x, explode=None, labels=None, colors=None, autopct=None, pctdistance=0.6, shadow=False, labeldistance=1.1, startangle=0, radius=1, counterclock=True, wedgeprops=None, textprops=None, center=0, 0, frame=False, rotatelabels=False, *, normalize=None, data=None)[source]
参数：x：浮点型数组或列表，用于绘制饼图的数据，表示每个扇形的面积。
      explode：数组，表示该扇区从饼图中心偏移的距离，默认值为0。
      labels：列表，各个扇形的标签。
      colors：数组，表示各个扇形的颜色，默认值为 None。
      autopct：设置饼图内各个扇形百分比显示格式，%d%% 整数百分比，%0.1f 一位小数，%0.1f%% 一位小数百分比，%0.2f%% 两位小数百分比。
      shadow：布尔值 True 或 False，设置饼图的阴影，默认为 False，不设置阴影。
      radius：设置饼图的半径，默认为 1。
      startangle：用于指定饼图的起始角度，默认为从 x 轴正方向逆时针画起，如设定 =90 则从 y 轴正方向画起。
      counterclock：布尔值，用于指定是否逆时针绘制扇形，默认为 True，即逆时针绘制，False 为顺时针。
      wedgeprops：字典类型，默认值 None。用于指定扇形的属性，比如边框线颜色、边框线宽度等。如：wedgeprops={'linewidth':5} 设置线宽为5。
      textprops：字典类型，用于指定文本标签的属性，比如字体大小、字体颜色等，默认值为 None。
      center：浮点类型的列表，用于指定饼图的中心位置，默认值：(0,0)。
      frame：布尔类型，用于指定是否绘制饼图的边框，默认值：False。如果是 True，绘制带有表的轴框架。
      rotatelabels：布尔类型，用于指定是否旋转文本标签，默认为 False。如果为 True，旋转每个 label 到指定的角度。data：用于指定数据。不是 plt.pie() 的直接参数，如果你有一个 DataFrame 或其他复杂数据结构，需要先从中提取出适当的数据序列，然后将其传递给 x 参数

import matplotlib.pyplot as plt
import numpy as npx = np.array([20, 34, 56, 18, 89])
# 设置偏离中心点的距离
exp = [0,0,0.2,0,0]
# 设置标签
label = ['c','c++','python','C#','java']
# 绘制饼图，autopct：显示扇形上的数据格式
plt.pie(x, labels=label, autopct='%0.1f%%', explode=exp)plt.show()

（5）hist        直方图

plt.hist(x, bins=None, range=None, density=False, weights=None, cumulative=False, bottom=None, histtype='bar', align='mid', orientation='vertical', rwidth=None, log=False, color=None, label=None, stacked=False, **kwargs)
参数：x：表示要绘制直方图的数据，可以是一个一维数组或列表。
      bins：可选参数，表示直方图柱子个数。默认为10。range：可选参数，表示直方图x轴的范围，默认为None          
      density：可选参数，默认为False。如果设置为True，则直方图会被归一化，显示频率密度而不是计数
      weights：可选参数，一个与x同形状的数组，用于给x中的每个元素指定权重。权重用于计算每个箱的值。
      cumulative：可选参数，表示是否绘制累积分布图。默认为False。
      bottom：可选参数，表示直方图的起始高度（y轴的起始值）。默认为None。
      histtype：可选参数，表示直方图的类型，可以是'bar'（标准条形直方图）、'barstacked'(代表堆积直方图)、'step'(代表未填充的线条直方图)、'stepfilled'(代表填充的线条直方图)等。默认为'bar'。
      align：可选参数，表示直方图箱子的对齐方式，可以是'left'、'mid'、'right'。默认为'mid'。
      orientation：可选参数，表示直方图的方向，可以是'vertical'、'horizontal'。默认为'vertical'。
      rwidth：可选参数，表示每个箱的相对宽度（0 到 1 之间）。默认是0.8。
      log：可选参数，默认为False。True表示对y轴使用对数刻度。
      color：可选参数，表示直方图的颜色。
      label：可选参数，表示直方图的标签，便于在 legend 中使用。
      stacked：可选参数，表示是否堆叠不同的直方图。默认为False。**kwargs：可选参数，表示其他绘图参数。
          alpha:透明度

import matplotlib.pyplot as plt
import numpy as npx = np.random.randn(500)
# 绘制直方图，  range：x轴范围  density：归一化
plt.hist(x,50,range=(-5,5),density=True)
plt.show()

matplotlib.pyplot.contour([X, Y,] Z, [levels], **kwargs)
功能：函数用于绘制等高线（非填充的等高线图），即只绘制等高线的轮廓线，而不填充颜色。
参数：X, Y：二维数组，表示网格的横纵坐标。如果没有提供，则默认 X 和 Y 是从 0 开始的整数索引。如果  是一维数组，需要扩展为二维网格
     Z：二维数组，表示每个点的值，形状必须与 X 和 Y 的形状一致
     levels：等高线的级别。
        整数：表示等高线的数量，例如 levels=10。
        列表或数组：表示具体的等高线值，例如 levels=[-1, 0, 1]。
    kwargs：
        extend：控制等高线超出范围时的行为，可选值为 'neither'、'both'、'min'、'max'matplotlib.pyplot.contourf([X, Y,] Z, [levels], **kwargs)
功能：函数用于绘制填充的等高线图，即在等高线之间填充颜色

import matplotlib.pyplot as plt
import numpy as npx = np.arange(1, 10)  # (,9) (1,9) ->(9,9)
y = np.reshape(x, [-1, 1])  #(9,1) ->(9,9)
# 触发广播机制
z = x * y
# 绘制等高线图，xy没有指定默认从0开始，level指定列表，表示等高线的值
plt.contour(z, levels=[5, 10, 15])
plt.show()

plt.figure(num=None, figsize=None, dpi=None, facecolor=None, edgecolor=None, frameon=True, FigureClass=Figure, clear=False, **kwargs)
功能：用于创建一个新的图形窗口或激活一个已有的图形窗口
参数：num (int 或 str, 可选):图形的编号或名称。如果为 None 或省略，则创建一个新的图形窗口，并为其分配一个自动增加的编号。如果为整数，则尝试重用具有该编号的图形窗口。如果为字符串，则尝试重用具有该名称的图形窗口。
      figsize (tuple):图形的宽度和高度（单位为英寸）          
      dpi (int):图形的分辨率（每英寸点数）。
      facecolor :图形的背景颜色。
      edgecolor :图形的边框颜色。不常用效果不明显
      frameon (bool):是否显示图形的边框。默认为 True。
      FigureClass (type):用于创建图形的类。默认为 matplotlib.figure.Figure。通常不需要更改此参数。
      clear (bool):如果为 True，则清除当前图形的内容（如果存在）。默认为 False。*kwargs**:其他关键字参数将传递给 Figure 类的构造函数。这允许你设置 Figure 对象的其他属性，如 tight_layout、constrained_layout 等。
返回值： Figure 对象，代表创建的图形窗口

import matplotlib.pyplot as plt
import numpy as np# 隐式创建Figure对象
x = np.arange(0, 2*np.pi, 0.1)
y = np.sin(x)
plt.plot(x, y)# 显式创建figure对象，num=1重用原有的窗口，dpi分辨率，facecolor：背景色，clear：清除图像
fig = plt.figure(num = 1, dpi=100, facecolor='r', clear=True)plt.show()

(2) Figure中常用函数

fig.add_subplot(nrows, ncols, index, **kwargs)
功能：在figure中添加子图
参数：nrows: 子图的行数。
      ncols: 子图的列数。
      index: 子图的位置索引（从1开始，按行优先顺序编号）。
返回值：Axes对象

suptitle

fig.suptitle(t, **kwargs)
功能：在figure图形上添加一个中心对齐的标题，位于所有子图的顶部
参数：t：字符串

add_axes

fig.add_axes(rect, **kwargs)
功能：在figure中任意位置添加一个自定义大小的子图
参数：rect：位置和尺寸，格式通常为 [left, bottom, width, height]，值在0到1之间，表示相对于图形尺寸的比例。
            left：距figure左边界的比例 bottom：底部边界的比例
            width：宽  height：高
      **kwargs: 传递给Axes构造函数的额外参数。
返回值：Axes对象

import matplotlib.pyplot as plt
from matplotlib.figure import Figure
import numpy as np
# 创建Figure对象
fig = plt.figure()
# 1.通过fig添加子图
# fig.add_subplot(1,2,1)
# x = np.arange(0, 2*np.pi, 0.1)
# y = np.sin(x)
# plt.plot(x, y)
#
# fig.add_subplot(1, 2, 2)
# y = np.cos(x)
# plt.plot(x, y)
# 2.添加大标题  fontsize：字体大小 color：字体颜色
# fig.suptitle('sin&cos', fontsize=16, color='r')
# 3.自定义子图的位置[左边距，上边距，宽度，高度]（0-1之间）
fig.add_axes([0.2, 0.3, 0.5, 0.6])
x = np.arange(0, 2*np.pi, 0.1)
y = np.sin(x)
plt.plot(x, y)plt.show()

import matplotlib.pyplot as plt
import numpy as npfig = plt.figure()
fig.add_axes([0.2,0.3,0.4,0.5])
fig.add_subplot(1,2,1)
x = np.arange(0, 2*np.pi, 0.1)
y = np.sin(x)
plt.plot(x,y)fig.add_subplot(1,2,2)
y = np.cos(x)
plt.plot(x,y)
fig.suptitle('sin&cos')
plt.show()

subplots_adjust

fig.subplots_adjust(left=None, bottom=None, right=None, top=None, wspace=None, hspace=None)
参数：left： 子图区域左边缘位置占图形的比例，范围从 0 到 1。
    bottom:子图区域下边缘 位置占图形的比例，范围从 0 到 1。right:子图区域右边缘位置占图形的比例，范围从 0 到 1。top:子图区域上边缘位置占图形的比例，范围从 0 到 1。
  wspace:子图之间的水平间距，（单位：子图宽度的比例）。
  hspace:子图之间的垂直间距，（单位：子图高度的比例）。

1.边界限制：

        left 和 right 的值必须满足 left < right。

        bottom 和 top 的值必须满足 bottom < top。

        如果设置的间距过大，可能会导致子图之间重叠或超出图形边界。

2.默认值：

        如果不设置某些参数，Matplotlib 会使用默认值。默认情况下，left=0.125，right=0.9，top=0.88，bottom=0.11，wspace=0.2，hspace=0.2

# 创建Figure对象
fig = plt.figure()fig.add_subplot(1,2,1)
x = np.arange(0, 2*np.pi, 0.1)
y = np.sin(x)
plt.plot(x, y)fig.add_subplot(1,2,2)
y = np.cos(x)
plt.plot(x, y)
# 手动调整子图位置和间距
fig.subplots_adjust(0.2, 0.3, 0.8, 0.6, wspace=0.5)
plt.show()

get_size_inches

fig.set_size_inches(width, height, forward=True)
参数：width, height：浮点数，指定图形的宽度和高度，单位为英寸。
      forward：布尔值，默认为True。如果为True，则在调整图形大小时，同时更新所有子图的大小和位置。如果为False，则仅改变图形的大小，而不更新子图。

fig.get_dpi()
功能：获取图像的DPI
返回值：获得到的DPI值

fig.set_dpi(dpi)

set_xlim(left, right)：设置 x 轴的范围。
set_ylim(bottom, top)：设置 y 轴的范围。set_xlabel(label)：设置 x 轴的标签。
set_ylabel(label)：设置 y 轴的标签。set_title(label)：设置子图的标题。Axes.text(x, y, s, **kwargs)
参数：x\y:文字的坐标
      s：设置的文本内容
      kwargs：其他可选的关键字参数，用于控制文本的样式，如 
          fontsize（字体大小）、
          color（颜色）、
          horizontalalignment（水平对齐方式，如 ‘left’, ‘center’, ‘right’）、
          verticalalignment（垂直对齐方式，如 ‘top’, ‘center’, ‘bottom’）等。

import matplotlib.pyplot as plt
import numpy as npfig = plt.figure()
ax = fig.add_subplot(1,2,1)# 设置x轴y轴的范围
ax.set_xlim(-3, 3)
ax.set_ylim(-5, 5)
# 设置x轴y轴的标签
ax.set_xlabel('x')
ax.set_ylabel('y')
# 设置子图标题
ax.set_title('line')
ax.plot([1,2], [3,4])
# 设置文本
ax.text(2, 3, 'y=x+1')plt.show()