Matplotlib常用开发模块

1,Pyplot模块 — 包含很多用于生成图表的函数

• Plot函数（将y对x绘制为线条）

  Plot（y）：plot将绘制二维的线条，针对y的每个数据，以数据的索引当做x与其值配对绘制曲线。

  Plot（y，linewidth）：linewidth决定了plot()绘制的线条的粗细

• Show函数

  打开matplotlib查看器，并显示绘制图像

• Title函数

  给图表指定标题

• xlable和ylable函数

  为每条轴设置标题，fontsize参数指定图表中文字的大小

• tick_parms函数

  设置刻度样式

  tick_parms（axis = ‘both’, which = 'major', labesize = 14）

  ​ axis：{‘x’, ‘y’, ‘both’}, default：‘both’ 【应用参数的轴】

  ​ labesize：刻度标签字体大小

  ​ which：可选{‘major’, ‘minor’, ‘both’} 选择对主or副坐标轴进行操作

• scatter函数

  绘制单个点 用于绘制散点图

  matplotlib.pyplot.scatter(x, y, s=None, edgecolors='None',c=(0, 0, 0.8)/ c='red',cmap='None'·····)

  参数说明：

  ​ x, y：所绘制点的位置 s：点的大小

  ​ edgecolors ：散点的颜色，默认为蓝色点和黑色轮廓 None删除黑色轮廓

  ​ c：点的颜色选择，可使用RGB颜色模式自定义颜色，其中三个0~1之间的小数值，分别表示红色，绿色，蓝色分量

  ​ 值越接近0，指定的颜色越深，越接近1，颜色越浅

  cmap：指定散点的颜色映射，会使用不同的颜色来区分散点的值

​

• axis 函数

  ——— 设置轴的属性

​ matplotlib,pyplot.axis([xmin, xmax, ymin, ymax])

​ 需要提供四个值：x 和 y坐标轴的最小值和最大值

• show 函数

  显示图形

• figure 函数

  ———– 函数 figure() 用于指定图表的宽度、高度、分辨率和背景色

  • 参数

    figsize：需要指定一个元组，向matplotlib指出绘图窗口的尺寸

    dpi：传递分辨率

• savefig 函数

  保存当前图形

  

  第一个实参指定要以什么样的文件名保存图表，这个文件将存储到scatter_squares.py所在的目录中；第二个实参指定将图表多余的空白区域裁剪掉。如果要保留图表周围多余的空白区域，可省略这个实参。

2,颜色映射（colormap）

​ ——— 颜色映射（colormap）是一系列颜色，它们从起始颜色渐变到结束颜色。在可视化中，颜色映射用于突出数据的规律，例如，你可能用较浅的颜色来显示较小的值，并使用较深的颜色来显示较大的值。

---

模块pyplot内置了一组颜色映射。要使用这些颜色映射，你需要告诉pyplot该如何设置数据集中每个点的颜色。下面演示了如何根据每个点的y值来设置其颜色：

plt.scatter(x_values, y_values, c``=``y_values, cmap``=``plt.cm.Blues,edgecolor``=``"none"``,s``=``40``)

我们将参数c设置成了一个y值列表，并使用参数cmap告诉pyplot使用哪个颜色映射。这些代码将y值较小的点显示为浅蓝色，并将y值较大的点显示为深蓝色，生成的图形如图