Matplotlib

2. Matplotlib

2.1 什么是matplotlib？

专门用于开发2D图表(包括3D图表)

以渐进、交互式方式实现数据可视化

2.2 matplotlib 之 helloworld

2.2.1 图形绘制流程

• 1. 创建画布 plt.figure()
  • plt.figure(figsize=(), dpi=)
    figsize:指定图的长宽
    dpi:图像的清晰度
    返回fig对象
• 2. 绘制图像 plt.plot(x,y)
• 3. 显示图像 plot.show()

2.3 matplotlib 图像结构

2.4 matplotlib 基础绘图功能

2.4.1 添加自定义x，y刻度

• plt.xticks(x, **kwargs)

  • x_ticks_label = [“11点{}分”.format(i) for i in x]
  • x:要显示的刻度值

• plt.yticks(y, **kwargs)

2.4.2 中文显示问题解决

• 可通过更改配置进行修改
• import matplotlib as mpl
  mpl.rcParams[“font.sans-serif”] = [“想要的字体”]
  mpl.rcParams[“axes.unicode_minus”] = False

2.4.3 添加网格显示

• plt.grid(True,linestyle = “–”,alpha = 0.5)

2.4.4 添加描述信息

• plt.xlabel(“时间”)

  • x轴描述

• plt.ylabel(“温度”)

  • y轴描述

• plt.title(“中午11点0分到12点之间的温度变化图示”, fontsize=20)

  • 标题

2.4.5 图像保存

• plt.savefig(“test.png”)

  • 需要在show()之前保存图像，因为show()会释放figure资源

2.4.6 在一个坐标系中绘制多个图像

• 多次plot

• 设置图形风格

  • 

• 显示图例

  • plot()中设置lable

    • plt.legend() 将其显示

      • 显示位置

        • 

2.4.7 多个坐标系显示

• matplotlib.pyplot.subplots(nrows=1, ncols=1, **fig_kw) 创建一个带有多个axes(坐标系/绘图区)的图

2.4.8 折线图的应用

• 观察数据的变化
• 画出一些数学函数的图像

2.4.9 常见绘图种类及意义

• 折线图

  • 特点

    • 能够显示数据的变化趋势、反映事物的变化情况

  • plt.plot(x，y)

• 散点图

  • 特点

    • 判断变量之间是否存在数量关联趋势,展示离群点(分布规律)

  • plt.scatter(x, y)

• 柱状图

  • 特点

    • 绘制连离散的数据,能够一眼看出各个数据的大小,比较数据之间的差别。(统计/对比)

  • plt.bar(x, width, align=‘center’, **kwargs)

• 直方图

  • 特点

    • 绘制连续性的数据展示一组或者多组数据的分布状况(统计)

  • matplotlib.pyplot.hist(x, bins=None)

• 饼图

  • 特点

    • 分类数据的占比情况(占比)

  • plt.pie(x, labels=,autopct=,colors)