学习 matplotlib

matplotlib是最流行的python底层绘图库，主要做数据可视化图表

安装：pip install matplotlib

• 如果是有两个版本的python建议最好是装到python3中pip3 install matplotlib

matplotilb基本要点：

• axes(坐标系):数据的绘图区域

• axis轴：就是指x或者y这种坐标轴

• 坐标点：绘画图形需要坐标点实现散点图还是折线图

matplotlib实现绘画第一张折现图形

# 导入matplotlib库的pyplot并设置别名为plt, plt是经常这样定义所有建议也是叫plt
import matplotlib.pyplot as plt  
# 设置x轴的刻度
x = range(2, 26, 2)
# 设置y轴的刻度
y = [18, 12, 16, 3, 17, 20, 25, 26, 26, 24, 23, 16, 18]
'''
数据在y轴的位置，是一个可迭代的对象
x轴和y轴的数据一起组成了所有要绘制出的坐标
例如分别是(2,15),(4,12),(6,16)
'''
# 传入x和y,通过plot绘制出折线图
plt.plot(x, y)
# 在执行程序的时候展示图形，可以在shell指令执行下python文件
plt.show()  

matplotlib基本用法

import matplotlib.pyplot as plt
# 设置图片大小
fig = plt.figure(figsize=(20, 8), dpi=80)
'''
figure图形图标的意思，在这里指的就是我们画的图，全局的
图片大小:figsize(宽, 高)
通过实例化一个figure并且传递参数，能够在后台自动使用figure实例
在图像模糊的时候可以传入dpi参数，让图片更加清晰
dpi图片很大的时候也能保持清晰度
'''
# 保存到本地, 也可以保存为svg这种矢量图格式，放大不会有锯齿
# 注意点plt.show()会释放figure资源，如果在显示图像之后保存图片将只能保存空图片
plt.savefig("./sig_size.png")
_xtible = ['x_{}'.format(i) for i in x]
_ytible = ['y_{}'.format(i) for i in y]
# 设置x跟y的刻度
plt.xticks(x, _xtible, fontsize=20) 
plt.yticks(y, _ytible, fontsize=20)
'''
第一个参数必须是一个标量值（数值）
第二个参数是描述x轴跟y轴的
fontsize字体大小
'''
# 描述信息，比如X轴和y轴表示什么，这个图表示什么
plt.xlabel('这是某某某数值')  # 添加x轴描述
plt.ylabel('这是某某某数值')  # 添加y轴描述
plt.title('这是某某某表')     # 添加标题
# 线条的样式（比如颜色，透明度等）
plt.grid(True, linestyle='--', alpha, color='r')
'''
参数说明
linestyle:线的样式， --虚线图， - 实线， -. 点划线， ： 点虚线， ''留空、空格
alpha:透明度
color:颜色（看表格）
'''

可绘制的图形表，常用的：

• 折线图
  • 能够显示数据的变化趋势，反映事物的变化情况。(变化)
  • plt.plot()
• 散点图
  • 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()
• 柱状图
  • 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, height, width, align=“center”)
• 直方图
  • 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)
  • plt.hist(x, bins)
• 饼图
  • 用于表示不同分类的占比情况，通过弧度大小来对比各种分类
  • plt.pie(x, labels, autopct, colors)

颜色字符
r 红色
g 绿色
b 蓝色
w 白色
c 青色
m 洋红
y 黄色
k 黑色