python数据分析scipy和matplotlib（三）

Scipy

在numpy基础上增加了众多的数学、科学及工程常用的库函数；
线性代数、常微分方程求解、信号处理、图像处理、稀疏矩阵等；

Matplotlib

用于创建出版质量图表的绘图工具库；
目的是为python构建一个Matlab式的绘图接口；
import matplotlib.pyplot as plt，pyplot模块包含了常用的matplotlib API函数；
figure， Matplotlib的图像均位于figure对象中；
subplot，figure.add_subplot（a，b，c），a、b表示分割成a*b的区域，c表示当前选中要操作的区域（从1开始编号）；

# 引入matplotlib包

import matplotlib.pyplot as plt

# 创建figure

fig = plt.figure()

ax1 = fig.add_subplot(2,2,1)

ax2 = fig.add_subplot(2,2,2)

ax3 = fig.add_subplot(2,2,3)

ax4 = fig.add_subplot(2,2,4)

# 在subplot上作图

import numpy as np

random_arr = np.random.randn(100)

#print random_arr

# 默认是在最后一次使用subplot的位置上作图

plt.plot(random_arr)

plt.show()

执行结果：

python数据分析scipy和matplotlib（三）-LMLPHP

说明：figure.add_subplot（a，b，c）返回的是AxesSubplot对象，plot绘图的区域是最后一次指定subplot的位置。

subplot结合scipy绘制统计图

正态分布，scipy.stats.norm.pdf
正态直方图，scipy.stats.norm.rvs

import scipy as sp

from scipy import stats

import matplotlib.pyplot as plt

import numpy as np

x = np.linspace(-5, 15, 50)

# print x.shape

# 绘制高斯分布

plt.plot(x, sp.stats.norm.pdf(x=x, loc=5, scale=2))

# 叠加直方图

plt.hist(sp.stats.norm.rvs(loc=5, scale=2, size=200), bins=50, normed=True, color='red', alpha=0.5)

plt.show()

执行结果：

python数据分析scipy和matplotlib（三）-LMLPHP

subplot直方图hist

# 绘制直方图

import matplotlib.pyplot as plt

import numpy as np

plt.hist(np.random.randn(100), bins=10, color='b', alpha=0.3)

plt.show()

参数：np.random.randn(100) 生成随机100个数据，bins分成10组，color颜色为blue蓝色，alpha为透明度

python数据分析scipy和matplotlib（三）-LMLPHP

subplot散点图scatter

import matplotlib.pyplot as plt

import numpy as np

# 绘制散点图

x = np.arange(50)

y = x + 5 * np.random.rand(50)

plt.scatter(x, y)

plt.show()

python数据分析scipy和matplotlib（三）-LMLPHP

subplot柱状图bar

import matplotlib.pyplot as plt

import numpy as np

# 柱状图

x = np.arange(5)

y1, y2 = np.random.randint(1, 25, size=(2, 5))

width = 0.25

ax = plt.subplot(1,1,1)

ax.bar(x, y1, width, color='r')

ax.bar(x+width, y2, width, color='g')

ax.set_xticks(x+width)

ax.set_xticklabels(['a', 'b', 'c', 'd', 'e'])

plt.show()

python数据分析scipy和matplotlib（三）-LMLPHP

subplot矩阵绘图

import matplotlib.pyplot as plt

import numpy as np

m = np.random.rand(10,10)

plt.imshow(m, interpolation='nearest', cmap=plt.cm.ocean)

plt.colorbar()

plt.show()

python数据分析scipy和matplotlib（三）-LMLPHP

plt.subplot()

同时返回新创建的figure和subplot对象数组

import matplotlib.pyplot as plt

import numpy as np

fig, subplot_arr = plt.subplots(2,2)

subplot_arr[0,0].hist(np.random.randn(100), bins=10, color='b', alpha=0.3)

plt.show()

python数据分析scipy和matplotlib（三）-LMLPHP

学习参考

Matplotlib示例库 http://matplotlib.org/gallery.html