• Python 绘制数据图表

    Python 绘制数据图表

    • matplotlib绘图库模块安装
    pip install matplotlib

    • 1

    在这里插入图片描述

    • 导入pyplot子模块
    import matplotlib.pyplot as plt

    • 1

    1. 绘制折线图

    1.1 绘制简单的折线图

    import matplotlib
import matplotlib.pyplot as plt

# 设置字体为微软雅黑，解决中文显示问题
matplotlib.rc("font", family='Microsoft YaHei')

# 1.准备数据
squares = [0, 1, 4, 9, 16, 25, 36, 49, 64, 81, 100]

# 2.画线plot()
# linewidth设置线条宽度
plt.plot(squares, linewidth=2)  # 列表内的数据被视为y轴的值，x轴的值会根据列表值的索引位置自动产生

# 3.设置x、y轴的最小刻度和最大刻度
plt.axis([0, 10, 0, 100])  # 将x轴设为0~10，将y轴设为0~100

# 4.设置标题及字体大小
"""
title()：图表标题，title(标题名称,fontsize=字体大小)
xlabel()：x轴标题
ylabel()：y轴标题
"""
plt.title(label='0~10的平方', fontsize=18)
plt.xlabel(xlabel='值', fontsize=15)
plt.ylabel(ylabel='平方值', fontsize=15)

# 5.设置坐标轴刻度
"""
使用tick_params()方法设置：
    - 应用范围（axis）：x-->应用到x轴，y-->应用到y轴，both-->应用到x轴和y轴
    - 坐标轴的刻度大小（labelsize）
    - 线条颜色（color）
如：tick_params(axis='x', labelsize=10, color='green')
"""
plt.tick_params(axis='both', labelsize=12, color='red', labelcolor='green')

# 显示绘制的图形
plt.show()

    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9
    • 10
    • 11
    • 12
    • 13
    • 14
    • 15
    • 16
    • 17
    • 18
    • 19
    • 20
    • 21
    • 22
    • 23
    • 24
    • 25
    • 26
    • 27
    • 28
    • 29
    • 30
    • 31
    • 32
    • 33
    • 34
    • 35
    • 36
    • 37
    • 38

    效果：
    在这里插入图片描述

    1.2 修改图表的初始值

    import matplotlib
import matplotlib.pyplot as plt

# 设置字体为微软雅黑，解决中文显示问题
matplotlib.rc("font", family='Microsoft YaHei')

# 1.准备数据
squares = [1, 4, 9, 16, 25, 36, 49, 64, 81, 100]

# 索引列表
seq = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]

# 2.画线plot()
# linewidth设置线条宽度
plt.plot(seq, squares, linewidth=2.5)

# 设置标题及字体大小
plt.title(label='1~10的平方', fontsize=18)
plt.xlabel(xlabel='值', fontsize=15)
plt.ylabel(ylabel='平方值', fontsize=15)

# 5.设置坐标轴刻度
plt.tick_params(axis='both', labelsize=12, color='red', labelcolor='green')

# 显示绘制的图形
plt.show()

    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9
    • 10
    • 11
    • 12
    • 13
    • 14
    • 15
    • 16
    • 17
    • 18
    • 19
    • 20
    • 21
    • 22
    • 23
    • 24
    • 25
    • 26

    效果：
    在这里插入图片描述

    1.3 多组数据的应用

    # author:mlnt
# createdate:2022/8/17

import matplotlib
import matplotlib.pyplot as plt

# 设置字体为微软雅黑，解决中文显示问题
matplotlib.rc("font", family='Microsoft YaHei')

# 1.准备数据
data1 = [1, 4, 9, 16, 25, 36, 49, 64, 81]
data2 = [1, 3, 5, 8, 13, 21, 34, 55, 89]

# 索引列表
seq = [1, 2, 3, 4, 5, 6, 7, 8, 9]

# 2.画线plot()
# linewidth设置线条宽度
plt.plot(seq, data1, seq, data2, linewidth=2.5)

# 设置标题及字体大小
plt.title(label='Test Chart', fontsize=18)
plt.xlabel(xlabel='x-value', fontsize=14)
plt.ylabel(ylabel='y-value', fontsize=14)

# 5.设置坐标轴刻度
plt.tick_params(axis='both', labelsize=12, color='red', labelcolor='green')

# 显示绘制的图形
plt.show()

    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9
    • 10
    • 11
    • 12
    • 13
    • 14
    • 15
    • 16
    • 17
    • 18
    • 19
    • 20
    • 21
    • 22
    • 23
    • 24
    • 25
    • 26
    • 27
    • 28
    • 29
    • 30

    效果：
    在这里插入图片描述

    1.4 设置线条颜色及样式

    • 设置颜色，可在plot()中添加参数：

      • ‘b’: blue
      • ‘c’: cyan
      • ‘g’: green
      • ‘k’: black
      • ‘m’: magenta
      • ‘r’: red
      • ‘w’: white
      • ‘y’: yellow

    • 设置线条样式：

      • '-‘或’solid’: 预设实线
      • '–‘或’dashed’: 虚线
      • '-.‘或’dashdot’: 虚点线
      • ':‘或’dotted’：点线
      • ‘.’：点标记
      • ‘,’：像素标记
      • ‘o’: 圆标记
      • ‘v’: 反三角标记
      • ‘^’: 三角标记
      • ‘s’：方形标记
      • ‘p’：五角标记
      • ‘*’: 星号标记
      • ‘+’：加号标记
      • ‘-’：减号标记
      import matplotlib.pyplot as plt

# 1.准备数据
data1 = [1, 2, 3, 4, 5, 6, 7, 8, 9]            # data1线条
data2 = [1, 4, 9, 16, 25, 36, 49, 64, 81]      # data2线条
data3 = [1, 3, 5, 8, 13, 21, 34, 55, 89]       # data3线条
data4 = [1, 6, 12, 20, 30, 41, 56, 72, 90]     # data4线条

# 索引列表
seq = [1, 2, 3, 4, 5, 6, 7, 8, 9]

plt.plot(seq, data1, 'g--', seq, data2, 'r-.', seq, data3, 'b:', seq, data4, 'mp')

# 设置标题及字体大小
plt.title(label='Test Chart', fontsize=18)
plt.xlabel(xlabel='x-value', fontsize=14)
plt.ylabel(ylabel='y-value', fontsize=14)

# 设置坐标轴刻度
plt.tick_params(axis='both', labelsize=12, color='red')

plt.show()

      • 1
      • 2
      • 3
      • 4
      • 5
      • 6
      • 7
      • 8
      • 9
      • 10
      • 11
      • 12
      • 13
      • 14
      • 15
      • 16
      • 17
      • 18
      • 19
      • 20
      • 21
      • 22

    效果：
    在这里插入图片描述

    1.5 刻度设置

    import matplotlib
import matplotlib.pyplot as plt

# 设置字体为微软雅黑，解决中文显示问题
matplotlib.rc("font", family='Microsoft YaHei')
# 1.准备数据
gold_medal = [15, 5, 16, 16, 28, 32, 51, 38, 26, 38]
silver_medal = [8, 11, 22, 22, 16, 17, 21, 27, 18, 32]
bronze_medal = [9, 12, 16, 12, 15, 14, 28, 23, 26, 18]

# 索引列表
year = [1984, 1988, 1992, 1996, 2000, 2004, 2008, 2012, 2016, 2021]


"""
设置刻度：
- xticks()：设置x轴刻度
- yticks()：设置y轴刻度
"""
# 设置x轴刻度
plt.xticks(year)

# 设置线条样式
plt.plot(year, gold_medal, '-*', year, silver_medal, '-o', year, bronze_medal, '-^')

# 设置标题及字体大小
plt.title('中国历届奥运会奖牌情况', fontsize=20)
plt.xlabel('年份', fontsize=14)
plt.ylabel('数量/枚', fontsize=14)
# 设置坐标轴刻度
plt.tick_params(axis='both', labelsize=12, color='red')
# 显示图表
plt.show()

    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9
    • 10
    • 11
    • 12
    • 13
    • 14
    • 15
    • 16
    • 17
    • 18
    • 19
    • 20
    • 21
    • 22
    • 23
    • 24
    • 25
    • 26
    • 27
    • 28
    • 29
    • 30
    • 31
    • 32
    • 33

    效果：
    在这里插入图片描述

    1.6 图例legend()

    参数loc可以设置图例的位置：

    • ‘best’: 0,
    • ‘upper right’: 1 ,–>右上角
    • ‘upper left’: 2,–>左上角
    • ‘lower left’: 3,–>左下角
    • ‘lower right’: 4,–>右下角
    • ‘right’: 5,
    • ‘center left’: 6,–>左侧中央
    • ‘center right’: 7,–>右侧中间
    • ‘lower center’: 8,–>底部正中
    • ‘upper center’: 9,–>顶部正中
    • ‘center’: 10
    • 将图例放在图表内
    import matplotlib
import matplotlib.pyplot as plt

# 设置字体为微软雅黑，解决中文显示问题
matplotlib.rc("font", family='Microsoft YaHei')
# 1.准备数据
gold_medal = [15, 5, 16, 16, 28, 32, 51, 38, 26, 38]
silver_medal = [8, 11, 22, 22, 16, 17, 21, 27, 18, 32]
bronze_medal = [9, 12, 16, 12, 15, 14, 28, 23, 26, 18]

# 索引列表
year = [1984, 1988, 1992, 1996, 2000, 2004, 2008, 2012, 2016, 2021]


"""
设置刻度：
- xticks()：设置x轴刻度
- yticks()：设置y轴刻度
"""
# 设置x轴刻度
plt.xticks(year)

# 设置线条样式
line_gold, = plt.plot(year, gold_medal, '-*', label='gold_medal')
line_silver, = plt.plot(year, silver_medal, '-o', label='silver_medal')
line_bronze, = plt.plot(year, bronze_medal, '-^', label='bronze_medal')

# 设置图例
"""
参数loc可以设置图例的位置
    'best': 0,
    'upper right': 1,-->右上角
    'upper left': 2,-->左上角
    'lower left': 3,-->左下角
    'lower right': 4,-->右下角
    'right': 5,
    'center left': 6,-->左侧中央
    'center right': 7,-->右侧中间
    'lower center': 8,-->底部正中
    'upper center': 9,-->顶部正中
    'center': 10
"""
plt.legend(handles=[line_gold, line_silver, line_bronze], loc='best')
# 放在图表内的右上角
# plt.legend(handles=[line_gold, line_silver, line_bronze], loc=1)
# 放在图表内的左上角
# plt.legend(handles=[line_gold, line_silver, line_bronze], loc='upper left')
# 放在图表内的左下角
# plt.legend(handles=[line_gold, line_silver, line_bronze], loc=3)
# 放在图表内的右下角
# plt.legend(handles=[line_gold, line_silver, line_bronze], loc=4)

# 放在图表内的左侧中央
# plt.legend(handles=[line_gold, line_silver, line_bronze], loc='center left')
# 放在图表内的右侧中央
# plt.legend(handles=[line_gold, line_silver, line_bronze], loc='center right')
# 放在图表内的底部正中
# plt.legend(handles=[line_gold, line_silver, line_bronze], loc='lower center')
# 放在图表内的顶部正中
# plt.legend(handles=[line_gold, line_silver, line_bronze], loc='upper center')

# 设置标题及字体大小
plt.title('中国历届奥运会奖牌情况', fontsize=20)
plt.xlabel('年份', fontsize=14)
plt.ylabel('数量/枚', fontsize=14)
# 设置坐标轴刻度
plt.tick_params(axis='both', labelsize=12, color='red')
# 显示图表
plt.show()

    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9
    • 10
    • 11
    • 12
    • 13
    • 14
    • 15
    • 16
    • 17
    • 18
    • 19
    • 20
    • 21
    • 22
    • 23
    • 24
    • 25
    • 26
    • 27
    • 28
    • 29
    • 30
    • 31
    • 32
    • 33
    • 34
    • 35
    • 36
    • 37
    • 38
    • 39
    • 40
    • 41
    • 42
    • 43
    • 44
    • 45
    • 46
    • 47
    • 48
    • 49
    • 50
    • 51
    • 52
    • 53
    • 54
    • 55
    • 56
    • 57
    • 58
    • 59
    • 60
    • 61
    • 62
    • 63
    • 64
    • 65
    • 66
    • 67
    • 68
    • 69

    效果：
    在这里插入图片描述

    • 将图例放在图表外，使用savefig()方法保存图片文件

      # author:mlnt
# createdate:2022/8/17
import matplotlib
import matplotlib.pyplot as plt

# 设置字体为微软雅黑，解决中文显示问题
matplotlib.rc("font", family='Microsoft YaHei')
# 1.准备数据
gold_medal = [15, 5, 16, 16, 28, 32, 51, 38, 26, 38]
silver_medal = [8, 11, 22, 22, 16, 17, 21, 27, 18, 32]
bronze_medal = [9, 12, 16, 12, 15, 14, 28, 23, 26, 18]

# 索引列表
year = [1984, 1988, 1992, 1996, 2000, 2004, 2008, 2012, 2016, 2021]


"""
设置刻度：
- xticks()：设置x轴刻度
- yticks()：设置y轴刻度
"""
# 设置x轴刻度
plt.xticks(year)

# 设置线条样式
line_gold, = plt.plot(year, gold_medal, '-*', label='gold_medal')
line_silver, = plt.plot(year, silver_medal, '-o', label='silver_medal')
line_bronze, = plt.plot(year, bronze_medal, '-^', label='bronze_medal')

# 设置图例
# bbox_to_anchor()设置锚点，即图例位置
# 在图表内，左下角位置为(0,0)，右上角位置为(1,1)
plt.legend(handles=[line_gold, line_silver, line_bronze], loc='best', bbox_to_anchor=(1, 1))

# 设置在图表与Figure 1之间留白
# h_pad/w_pad分别设置高度/宽度的留白
plt.tight_layout(pad=2)


# 设置标题及字体大小
plt.title('中国历届奥运会奖牌情况', fontsize=20)
plt.xlabel('年份', fontsize=14)
plt.ylabel('数量/枚', fontsize=14)
# 设置坐标轴刻度
plt.tick_params(axis='both', labelsize=12, color='red')

# 保存图片文件，使用savefig()方法保存图片文件，需放在show()的前面，表示先存储再显示图表
plt.savefig('medal_chart.jpg', bbox_inches='tight')  # bbox_inches='tight'将图表的多余空间删除

# 显示图表
plt.show()

      • 1
      • 2
      • 3
      • 4
      • 5
      • 6
      • 7
      • 8
      • 9
      • 10
      • 11
      • 12
      • 13
      • 14
      • 15
      • 16
      • 17
      • 18
      • 19
      • 20
      • 21
      • 22
      • 23
      • 24
      • 25
      • 26
      • 27
      • 28
      • 29
      • 30
      • 31
      • 32
      • 33
      • 34
      • 35
      • 36
      • 37
      • 38
      • 39
      • 40
      • 41
      • 42
      • 43
      • 44
      • 45
      • 46
      • 47
      • 48
      • 49
      • 50
      • 51

      效果：
      在这里插入图片描述

    2. 绘制散点图

    2.1 基本散点图的绘制

    • 绘制一个点
    """
scatter(x, y, s, c)
s: 绘图点的大小
c：颜色
"""
import matplotlib.pyplot as plt

# 在坐标轴(5,5)绘制一个点
plt.scatter(5, 5)
plt.show()

    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9
    • 10

    效果：
    在这里插入图片描述

    • 绘制系列点

      # author:mlnt
# createdate:2022/8/17
"""
scatter(x, y, s, c)
s: 绘图点的大小
c：颜色
"""
import matplotlib.pyplot as plt

plt.rcParams['font.sans-serif'] = ['SimHei'] # 显示中文标签
plt.rcParams['axes.unicode_minus'] = False

medal = [32, 28, 54, 50, 59, 63, 100, 88, 70, 88]
# 索引列表
year = [1984, 1988, 1992, 1996, 2000, 2004, 2008, 2012, 2016, 2021]

# 设置x轴刻度
plt.xticks(year)

plt.scatter(x=year, y=medal, s=20, c='green')

# 设置标题及字体大小
plt.title('中国历届奥运会奖牌情况', fontsize=20)
plt.xlabel('年份', fontsize=14)
plt.ylabel('数量/枚', fontsize=14)
# 设置坐标轴刻度
plt.tick_params(axis='both', labelsize=12, color='red')
plt.show()

      • 1
      • 2
      • 3
      • 4
      • 5
      • 6
      • 7
      • 8
      • 9
      • 10
      • 11
      • 12
      • 13
      • 14
      • 15
      • 16
      • 17
      • 18
      • 19
      • 20
      • 21
      • 22
      • 23
      • 24
      • 25
      • 26
      • 27
      • 28

      效果：
      在这里插入图片描述

    2.2 设置绘制区间

    **axis()**设置绘图区间：

    • axis([xmin, xmax, ymin, ymax])
      • xmin/xmax：x轴的最小/最大区间
      • ymin/ymxa：y轴的最小/最大区间
    # author:mlnt
# createdate:2022/8/17
"""
axis()设置绘图区间：
axis([xmin, xmax, ymin, ymax])
xmin/xmax：x轴的最小/最大区间
ymin/ymxa：y轴的最小/最大区间
"""

import matplotlib.pyplot as plt

plt.rcParams['font.sans-serif'] = ['SimHei']
plt.rcParams['axes.unicode_minus'] = False

x = [i for i in range(1, 101)]
y = [i**2 for i in x]

# 设置绘图区间
plt.axis([0, 100, 0, 10000])
plt.scatter(x=x, y=y, s=20, c='green')

# 设置标题及字体大小
plt.title('1-100的平方', fontsize=20)
plt.xlabel('数值', fontsize=14)
plt.ylabel('平方值', fontsize=14)
# 设置坐标轴刻度
plt.tick_params(axis='both', labelsize=12, color='red')
plt.show()

    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9
    • 10
    • 11
    • 12
    • 13
    • 14
    • 15
    • 16
    • 17
    • 18
    • 19
    • 20
    • 21
    • 22
    • 23
    • 24
    • 25
    • 26
    • 27
    • 28

    效果：
    在这里插入图片描述

    2.3 绘制波形

    import matplotlib.pyplot as plt
import numpy as np

x = np.linspace(0, 10, 500)
# 绘制sin()和cos()的波形变化
y1 = np.sin(x)
y2 = np.cos(x)
plt.scatter(x, y1, color=(0.5, 0.8, 0.6))
plt.scatter(x, y2)
plt.show()

    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9
    • 10

    效果：
    在这里插入图片描述

    2.4 创建不等宽的散点图

    import matplotlib.pyplot as plt
import numpy as np

x = np.linspace(0, 5, 500)
y = 1 - 0.5*np.abs(x-2)
lwidths = (1+x)**2
plt.scatter(x=x, y=y, s=lwidths, color=(0.6, 0.8, 0.9))
plt.show()

    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8

    效果：
    在这里插入图片描述

    2.5 色彩映射

    import matplotlib.pyplot as plt
import numpy as np


x = np.arange(100)
plt.scatter(x=x, y=x, c=x, cmap='rainbow')
plt.show()

    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7

    效果：
    在这里插入图片描述

    2.6 利用随机数绘制散点图

    import matplotlib.pyplot as plt
import numpy as np

while True:
    x = np.random.random(100)
    y = np.random.random(100)
    t = x
    plt.scatter(x, y, s=100, c=t, cmap='brg')
    plt.show()
    is_exit = input('是否继续？(y/n)')
    if is_exit.upper() == 'N':
        break

    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9
    • 10
    • 11
    • 12

    在这里插入图片描述

    2.7 利用随机数实现位置的移动

    # author:mlnt
# createdate:2022/8/17
import random

import matplotlib.pyplot as plt


def loc(index):
    """处理坐标的移动"""
    x_mov = random.choice([-3, 3])
    xloc = x[index - 1] + x_mov
    y_mov = random.choice([-5, -1, 1, 5])
    yloc = y[index - 1] + y_mov
    x.append(xloc)
    y.append(yloc)


num = 8000
x = [0]
y = [0]

while True:
    for i in range(1, num):
        loc(i)

    t = x
    plt.scatter(x, y, s=2, c=t, cmap='brg')
    # plt.axes().get_xaxis().set_visible(False)  # 隐藏y坐标
    # plt.axes().get_yaxis().set_visible(False)  # 隐藏y坐标
    # 隐藏坐标轴。
    plt.axis('off')
    plt.savefig('image.png', bbox_inches='tight', pad_inches=0)
    plt.show()
    is_exit = input('是否继续？(y/n)')
    if is_exit.upper() == 'N':
        break
    else:
        x[0] = x[num - 1]
        y[0] = y[num - 1]
        del x[1:]
        del y[1:]

    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9
    • 10
    • 11
    • 12
    • 13
    • 14
    • 15
    • 16
    • 17
    • 18
    • 19
    • 20
    • 21
    • 22
    • 23
    • 24
    • 25
    • 26
    • 27
    • 28
    • 29
    • 30
    • 31
    • 32
    • 33
    • 34
    • 35
    • 36
    • 37
    • 38
    • 39
    • 40
    • 41

    在这里插入图片描述

    3. 绘制多个图表

    3.1 一个程序绘制多个图表

    # author:mlnt
# createdate:2022/8/17
import matplotlib.pyplot as plt

# 1.准备数据
data1 = [1, 4, 9, 16, 25, 36, 49, 64, 81]
data2 = [1, 3, 5, 8, 13, 21, 34, 55, 89]

# 索引列表
seq = [1, 2, 3, 4, 5, 6, 7, 8, 9]


# 创建图表1
plt.figure(1)
# 画线plot()
plt.plot(seq, data1, '-*')

# 创建图表2
plt.figure(2)
plt.plot(seq, data2, '-o')
# 设置标题及字体大小
plt.title(label='Test Chart 2', fontsize=18)
plt.xlabel(xlabel='x-value', fontsize=14)
plt.ylabel(ylabel='y-value', fontsize=14)

# 5.设置坐标轴刻度
plt.tick_params(axis='both', labelsize=12, color='red', labelcolor='green')

# 显示绘制的图形
plt.show()

    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9
    • 10
    • 11
    • 12
    • 13
    • 14
    • 15
    • 16
    • 17
    • 18
    • 19
    • 20
    • 21
    • 22
    • 23
    • 24
    • 25
    • 26
    • 27
    • 28
    • 29
    • 30

    效果：
    在这里插入图片描述

    3.2 含有子表的图表

    subplot(x1, x2, x3)

    • x1: 上下（垂直）方向绘制图表数
    • x2：左右（水平）方向绘制图表数
    • x3：表示这是第几张

    • 一个Figure内绘制上下子图

      # author:mlnt
# createdate:2022/8/17
"""
subplot(x1, x2, x3)
x1: 上下（垂直）方向绘制图表数
x2：左右（水平）方向绘制图表数
x3：表示这是第几张
"""
import matplotlib.pyplot as plt

# 1.准备数据
data1 = [1, 4, 9, 16, 25, 36, 49, 64, 81]
data2 = [1, 3, 5, 8, 13, 21, 34, 55, 89]

# 索引列表
seq = [1, 2, 3, 4, 5, 6, 7, 8, 9]

# 在一个Figure内绘制上下子图
plt.subplot(2, 1, 1)
# 画线plot()
plt.plot(seq, data1, '-*')

plt.subplot(2, 1, 2)
plt.plot(seq, data2, '-o')
# 设置标题及字体大小
plt.xlabel(xlabel='x-value', fontsize=14)
plt.ylabel(ylabel='y-value', fontsize=14)

# 设置坐标轴刻度
plt.tick_params(axis='both', labelsize=12, color='red', labelcolor='green')

# 显示绘制的图形
plt.show()

      • 1
      • 2
      • 3
      • 4
      • 5
      • 6
      • 7
      • 8
      • 9
      • 10
      • 11
      • 12
      • 13
      • 14
      • 15
      • 16
      • 17
      • 18
      • 19
      • 20
      • 21
      • 22
      • 23
      • 24
      • 25
      • 26
      • 27
      • 28
      • 29
      • 30
      • 31
      • 32
      • 33

      效果：
      在这里插入图片描述

    • 一个Figure内绘制左右子图

      # author:mlnt
# createdate:2022/8/17
"""
subplot(x1, x2, x3)
x1: 上下（垂直）方向绘制图表数
x2：左右（水平）方向绘制图表数
x3：表示这是第几张
"""
import matplotlib.pyplot as plt

# 1.准备数据
data1 = [1, 4, 9, 16, 25, 36, 49, 64, 81]
data2 = [1, 3, 5, 8, 13, 21, 34, 55, 89]

# 索引列表
seq = [1, 2, 3, 4, 5, 6, 7, 8, 9]

# 在一个Figure内绘制上下子图
plt.subplot(2, 1, 1)
# 画线plot()
plt.plot(seq, data1, '-*')

plt.subplot(2, 1, 2)
plt.plot(seq, data2, '-o')
# 设置标题及字体大小
plt.xlabel(xlabel='x-value', fontsize=14)
plt.ylabel(ylabel='y-value', fontsize=14)

# 设置坐标轴刻度
plt.tick_params(axis='both', labelsize=12, color='red', labelcolor='green')

# 显示绘制的图形
plt.show()

      • 1
      • 2
      • 3
      • 4
      • 5
      • 6
      • 7
      • 8
      • 9
      • 10
      • 11
      • 12
      • 13
      • 14
      • 15
      • 16
      • 17
      • 18
      • 19
      • 20
      • 21
      • 22
      • 23
      • 24
      • 25
      • 26
      • 27
      • 28
      • 29
      • 30
      • 31
      • 32
      • 33

      效果：
      在这里插入图片描述

    4. 绘制直方图

    # author:mlnt
# createdate:2022/8/17
"""
bar(x, height, width)
x: 序列，x轴位置
height：序列数值大小
width：直方图的宽度
"""
import matplotlib.pyplot as plt
import numpy as np

plt.rcParams['font.sans-serif'] = ['SimHei'] # 显示中文标签
plt.rcParams['axes.unicode_minus'] = False

medal = [32, 28, 54, 50, 59, 63, 100, 88, 70, 88]
x = np.arange(len(medal))
# 索引列表
year = [1984, 1988, 1992, 1996, 2000, 2004, 2008, 2012, 2016, 2021]

plt.bar(x, medal, width=0.5)

# 设置标题及字体大小
plt.title('中国历届奥运会奖牌情况', fontsize=20)
plt.xlabel('年份', fontsize=14)
plt.ylabel('数量/枚', fontsize=14)
plt.xticks(x, year)
# 设置坐标轴刻度
plt.tick_params(axis='both', labelsize=12, color='red')
plt.show()

    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9
    • 10
    • 11
    • 12
    • 13
    • 14
    • 15
    • 16
    • 17
    • 18
    • 19
    • 20
    • 21
    • 22
    • 23
    • 24
    • 25
    • 26
    • 27
    • 28
    • 29

    效果：
    在这里插入图片描述

    # author:mlnt
# createdate:2022/8/17
import matplotlib.pyplot as plt
import numpy as np

plt.rcParams['font.sans-serif'] = ['SimHei']
plt.rcParams['axes.unicode_minus'] = False

# 1.准备数据
labels = [1984, 1988, 1992, 1996, 2000, 2004, 2008, 2012, 2016, 2021]
gold_medal = [15, 5, 16, 16, 28, 32, 51, 38, 26, 38]
silver_medal = [8, 11, 22, 22, 16, 17, 21, 27, 18, 32]
bronze_medal = [9, 12, 16, 12, 15, 14, 28, 23, 26, 18]

x = np.arange(len(labels))  # x轴位置
width = 0.3  # 直方图的宽度

fig, ax = plt.subplots()
rects1 = ax.bar(x - width, gold_medal, width, label='gold_medal')
rects2 = ax.bar(x, silver_medal, width, label='silver_medal')
rects3 = ax.bar(x + width, bronze_medal, width, label='bronze_medal')

# 设置标题及字体大小
ax.set_xlabel('年份', fontsize=14)
ax.set_ylabel('数量/枚', fontsize=14)
ax.set_title('中国历届奥运会奖牌情况', fontsize=20)
ax.set_xticks(x, labels)
# 设置图例
ax.legend()

ax.bar_label(rects1, padding=3)
ax.bar_label(rects2, padding=3)
ax.bar_label(rects3, padding=3)

fig.tight_layout()

plt.show()

    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9
    • 10
    • 11
    • 12
    • 13
    • 14
    • 15
    • 16
    • 17
    • 18
    • 19
    • 20
    • 21
    • 22
    • 23
    • 24
    • 25
    • 26
    • 27
    • 28
    • 29
    • 30
    • 31
    • 32
    • 33
    • 34
    • 35
    • 36
    • 37

    效果：
    在这里插入图片描述

    5. 使用CSV文件绘制图表

    # author:mlnt
# createdate:2022/8/17
import csv

import matplotlib
import matplotlib.pyplot as plt

matplotlib.rc("font", family='Microsoft YaHei')

filename = 'score.csv'

with open(file=filename) as csvFile:    # 打开csv文件
    csvReader = csv.reader(csvFile)    # 创建reader对象
    headerRow = next(csvReader)   # 读取文件下一行
    print(headerRow)  # ['学号', '姓名', '语文', '数学', '英语', '物理', '化学', '生物']
    # 设置空列表
    names, Chinese, Math, English, Physics, Chemistry, Biology = [], [], [], [], [], [], []
    for row in csvReader:
        # 将数据添加到列表
        names.append(row[1])
        Chinese.append(int(row[2]))
        Math.append(int(row[3]))
        English.append(int(row[4]))
        Physics.append(int(row[5]))
        Chemistry.append(int(row[6]))
        Biology.append(int(row[7]))
    print(f'语文：{Chinese}')
    print(f'数学：{Math}')
    print(f'英语：{English}')
    print(f'物理：{Physics}')
    print(f'化学：{Chemistry}')
    print(f'生物：{Biology}')

# 绘制语文成绩
# 设置绘图区大小
fig = plt.figure(dpi=80, figsize=(12, 8))
# 设置线条样式
line_Chinese, = plt.plot(names, Chinese, '-*', label='Chinese')
line_Math, = plt.plot(names, Math, '-o', label='Math')
line_English, = plt.plot(names, English, '-p', label='English')
line_Physics, = plt.plot(names, Physics, '-s', label='Physics')
line_Chemistry, = plt.plot(names, Chemistry, '-v', label='Chemistry')
line_Biology, = plt.plot(names, Biology, '-^', label='Biology')
# 设置图例
plt.legend(handles=[line_Chinese, line_Math, line_English, line_Physics, line_Chemistry, line_Biology], loc='best')
# 旋转
fig.autofmt_xdate(rotation=60)
plt.title('成绩分析', fontsize=20)
plt.xlabel('学员', fontsize=14)
plt.ylabel('分数', fontsize=14)
plt.tick_params(axis='both', labelsize=12, color='red')
plt.show()

    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9
    • 10
    • 11
    • 12
    • 13
    • 14
    • 15
    • 16
    • 17
    • 18
    • 19
    • 20
    • 21
    • 22
    • 23
    • 24
    • 25
    • 26
    • 27
    • 28
    • 29
    • 30
    • 31
    • 32
    • 33
    • 34
    • 35
    • 36
    • 37
    • 38
    • 39
    • 40
    • 41
    • 42
    • 43
    • 44
    • 45
    • 46
    • 47
    • 48
    • 49
    • 50
    • 51
    • 52

    score.csv：
    在这里插入图片描述

    效果：
    在这里插入图片描述

    # author:mlnt
# createdate:2022/8/17
import csv
from datetime import datetime

import matplotlib
import matplotlib.pyplot as plt

matplotlib.rc("font", family='Microsoft YaHei')

filename = 'temperature.csv'

with open(file=filename) as csvFile:    # 打开csv文件
    csvReader = csv.reader(csvFile)    # 创建reader对象
    headerRow = next(csvReader)   # 读取文件下一行
    # print(headerRow)
    # 设置空列表
    dates, lowTemps, highTemps, averageTemps = [], [], [], []
    for row in csvReader:
        try:
            # 将日期字符串转成对象
            currentDate = datetime.strptime(row[0], '%Y/%m/%d')
            # 设置最低温度
            # 需要转换成数字类型，y轴才能进行排序
            lowTemp = float(row[1])
            # 设置最高温度
            highTemp = float(row[2])
            # 设置平均温度
            averageTemp = float(row[3])
        except Exception as e:
            print('有缺值', e)
        else:
            # 将数据添加到列表
            dates.append(currentDate)
            lowTemps.append(lowTemp)
            highTemps.append(highTemp)
            averageTemps.append(averageTemp)
    print(f'最低温度：{lowTemps}')
    print(f'最高温度：{highTemps}')
    print(f'平均温度：{averageTemps}')


# # 设置绘图区大小
fig = plt.figure(dpi=80, figsize=(12, 8))
# 设置线条样式
line_highTemps, = plt.plot(dates, highTemps, '-*', label='highTemps')
line_lowTemps, = plt.plot(dates, lowTemps, '-o', label='lowTemps')
line_averageTemps, = plt.plot(dates, averageTemps, '-p', label='averageTemps')
# 设置图例
plt.legend(handles=[line_lowTemps, line_averageTemps, line_highTemps], loc='best')
# 旋转
fig.autofmt_xdate(rotation=60)
plt.title('Weather Report', fontsize=20)
plt.xlabel('Date', fontsize=12)
plt.ylabel('Temperature (C)', fontsize=14)
plt.tick_params(axis='both', labelsize=12, color='red')
plt.show()

    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9
    • 10
    • 11
    • 12
    • 13
    • 14
    • 15
    • 16
    • 17
    • 18
    • 19
    • 20
    • 21
    • 22
    • 23
    • 24
    • 25
    • 26
    • 27
    • 28
    • 29
    • 30
    • 31
    • 32
    • 33
    • 34
    • 35
    • 36
    • 37
    • 38
    • 39
    • 40
    • 41
    • 42
    • 43
    • 44
    • 45
    • 46
    • 47
    • 48
    • 49
    • 50
    • 51
    • 52
    • 53
    • 54
    • 55
    • 56
    • 57

    temperature.csv：
    在这里插入图片描述
    效果：
    在这里插入图片描述

    参考：
  • 相关阅读:
    Docker-（基础服务）-数据库安装-简单版: Redis数据库，Mysql数据库
    spark案例分析-搜索引擎日志分析案例
    国有林场试点森林防火（资源监管）四位一体系统建设指南
    【Python入门】第二章: Python环境
    使用pypcd读取pcd时ValueError: field ‘__0000‘ occurs more than once错误
    (121)DAC接口---＞(006)基于FPGA实现DAC8811接口
    从零开始实现lmax-Disruptor队列（三）多线程消费者WorkerPool原理解析
    消息中间件
    【Spring源码】9. 重要的ConfigurationClassPostProcessor
    杰理之涂鸦APP显示连接的设备【篇】
  • 原文地址：https://blog.csdn.net/username666/article/details/126395818