如何利用matplotlib库中的面向对象API绘制折线图和柱形图

 1、折线图的绘制

 首先，我们先来了解一下折线图。折线图是将数据标注成点，并通过直线将这些点按某种顺序连接而成的图表，它以折线的方式形象地反映事物沿某个维度地变化趋势，图中可以清晰地展示数据增减的趋势；而折线图还可以展示数据增减的速率、规律、还有峰值等特征。 接下来，我们将使用matplotlib来进行绘制某地15天的最高气温和最低气温的折线图

1、#首先我们将“日期”这一列的数据作为x轴的数据，将“最高气温”和
#“最低气温”两列的数据作为y轴的数据，使用plot（）函数绘制反映出
#最高气温和最低气温趋势的折线图
#导入pyplot模块
import matplotlib.pyplot as plt
2、#导入numpy模块
import numpy as np

其次就是利用x轴和y轴来表示出折线图的数据

#x轴的数据
x = np.arange(1,19)
#y轴的数据
y_man = np.array([32,33,34,34,33,31,30,29,30,29,26,23,21,25,31])#某天气温最高温
y_min = np.array([19,19,20,22,22,21,22,16,18,18,17,14,15,16,16])#某天气温最低温

写好了x轴和y轴的数据后，连续两次调用plot（）函数分别绘制两条折线图。

1、plt.plot(x,y_max)
2、plt.plot(x,y_min)

最后调用show（）函数进行图表展示

#图表展示
plt.show()

以上图表便是绘制出来的15日折线图趋势，利用折线图的绘制，可以让人一目了然的了解到15日内的最高气温和最低气温，并且也能直观的看到上升和下弹趋势。

        2、柱形图

柱形图是由一系列宽度相等的纵向矩形条组成的图表，它利用矩形条的高度表示数值，以此来反映不同分类数据之间的差异，它比较适用于中小规模数据集的各分类之间比较的场景。

在此绘制中会使用到bar()函数，以下是使用说明

1/bar(y) 创建一个条形图，y 中的每个元素对应一个条形。如果 y 是 m×n 矩阵，则 bar 创建每组包含 n 个条形的 m 个组。​

2/bar(x,y) 在 x 指定的位置绘制条形。

​3/bar(___,width) 设置条形的相对宽度以控制组中各个条形的间隔。将 width 指定为标量值。可以将此选项与前面语法中的任何输入参数组合一起使用。​

​4/bar(___,style) 指定条形组的样式。例如，使用 'stacked' 将每个组显示为一个多种颜色的条形。

​5/bar(___,color) 设置所有条形的颜色。例如，使用 'r' 表示红色条形。

6/​bar(___,Name,Value) 使用一个或多个名称-值对组参数指定条形图的属性。仅使用默认 

7/​bar(ax,___) 将图形绘制到 ax 指定的坐标区中，而不是当前坐标区 (gca) 中。选项 ax 可以位于前面的语法中的任何输入参数组合之前。

8/​b = bar(___) 返回一个或多个 Bar 对象。如果 y 是向量，则 bar 将创建一个 Bar 对象。如果 y 是矩阵，则 bar 为每个序列返回一个 Bar 对象。显示条形图后，使用 b 设置条形的属性。​

以此，我们来绘制一个简单的柱形图，还是一样先导入matplotlib.pyplot和numpy模块，并将它重新命名

#导入pyplot模块
import matplotlib.pyplot as plt
#导入numpy模块
import numpy as np

设置x轴和y轴的数据

#设置x轴的数据
x=np.arange(5)
#设置y轴的数据
y=np.array([10,8,7,11,13])
 

柱形图最重点的：使用pyplot的bar()函数，设置柱形的宽度，快速绘制出柱形图

#柱形的宽度
bar_width = 0.3

使用bar（）函数绘制柱形图

#绘制柱形图
#tick_label表示柱形对应的刻度标签，width表示柱形的宽度
plt.bar(x,y,tick_label = ['a','b','c','d','e']，width = bar_width)
#图表展示
plt.show()

这就是折线图和柱形图的大概绘制过程啦！！