python学习——matplotlib基础学习

最基础、最简陋的matplotlib入门学习

目的是为了记录所使用的方法
导入包用 import matplotlib.pyplot as plt
要学好还是要看官方文档例子传送门 教程传送门

1.基本配置

1. pip install matplotlib
2. 在matplotlib中添加中文字体，我之前参考的博客找不到了，反正就是永久性修改，省事

2.绘制简易图形的相关方法

1. 折线图的描绘：plot(*args, scalex=True, scaley=True, data=None, **kwargs)
   常用的是 plt.plot(x, y, label=“线条标签”, color=“颜色”, linestyle="–", linewidth=5, alpha=0.6)
   其中# linestyle=线条格式, linewidth=线粗, alpha=透明度，
   在kwargs字典序里面还有很多好用的，建议通过源代码查询的方式了解更多
2. 散点图的描绘：scatter()
   直接参考这一篇讲scatter的博客就好了，讲的蛮清楚的
3. 条形图的描绘：有两种方法，一个画竖形图，一个画横行图：
   plt.bar(x, y, width=0.5, color=‘Blue’, label=‘竖形图’)
   plt.barh(x, y, height=0.5, color=‘Red’, label=‘横形图’)
4. 直方图的描绘:plt.hist(a, num_bins, density=True)
   其中a为数组，num_binis为间距，density为y轴百分比化
   直接参考这一篇讲hist的博客

3.完善所绘图形

1. 设置图形大小
   plt.figure(figsize=(16, 8), dpi=80)

2. 设置轴的刻度
   plt.xticks(list(x), xtick, rotation=45) 其中rotation 为旋转角度
   plt.yticks(range(min(y), max(y)+1))
   或者：
   plt.tick_params(axis=‘both’, labelsize=14) 此方法具体看源代码或者参考此博客

3. 添加描述信息
   plt.xlabel(“x轴信息”)
   plt.ylabel(“y轴信息”)
   plt.title(“标题信息”)
   查看源代码进行改字体等操作

4. 添加图例：如将图例放在左上角
   plt.legend(loc=“upper left”)

5. 绘制网格
   plt.grid(axis =“both"alpha=0.8, linestyle=”–", linewidth=5)
   alpha 透明度
   linestyle 线条格式
   linewidth 线条宽度
   可以参考这篇博客

6. 保存所绘之图
   plt.savefig("./{}.png".format(“图片名称”))

7. 展示图片
   plt.show()

4.相关实例

1. 折线图

# coding=utf-8
# 折线图的描绘（plt.plot）
import matplotlib.pyplot as plt
import random

x = range(0, 12)
y = [random.randint(20, 35) for i in range(12)]
y_ = [random.randint(20, 35) for i in range(12)]

# 设置图片大小
plt.figure(figsize=(12, 6), dpi=80)

# 绘图（折线）
plt.plot(x, y, label="今天", color="orange", linestyle="--", linewidth=2, alpha=0.6)
plt.plot(x, y_, label="昨天", color="cyan", linestyle="-.", linewidth=2)

# 设置轴的刻度
xtick_labels = ["第{}小时".format(i+1) for i in range(12)]
plt.xticks(list(x), xtick_labels, rotation=45)   # rotation 为旋转角度
plt.yticks(range(min(y), max(y)+1))

# 添加描述信息
plt.xlabel("时间")
plt.ylabel("温度")
plt.title("12小时每小时气温变化")

# 绘制网格
plt.grid(alpha=0.8, linestyle="--")     # alpha 透明度

# 展示图片
plt.show()

显示结果：
2. 散点图

# coding=utf-8
# 散点图的描绘（plt.scatter）
import numpy as np
import matplotlib.pyplot as plt

np.random.seed(1)
x = np.array(range(9), dtype=int)
y_1 = np.array([1, 2, 3, 4, 5, 6, 7, 8, 9])
y_2 = np.array([i**2 for i in y_1])

colors = np.random.rand(9)
area_1 = y_1 ** 2
area_2 = y_2 ** 2

# 绘制散点图
plt.scatter(x, y_1, s=area_1, c=colors, alpha=0.9)
plt.scatter(x, y_2, s=area_2, c=colors, alpha=0.8)

plt.show()

3. 条形图的绘制

# coding=utf-8
# 散点图的描绘（plt.bar）
import matplotlib.pyplot as plt

x = ["点赞", "投币", "收藏", "转发", "评论"]
y_3 = [12, 25, 15, 10, 15]
y_2 = [14, 35, 35, 15, 20]
y_1 = [16, 45, 55, 25, 25]

bar_wight = 0.2
y_11 = range(len(y_1))
y_12 = [i+bar_wight for i in y_11]
y_13 = [i+bar_wight*2 for i in y_11]

plt.figure(figsize=(16, 8), dpi=80)

# 绘制条形图
plt.barh(range(len(y_11)), y_1, height=bar_wight, label="1月1")   # 横形图
plt.barh(y_12, y_2, height=bar_wight, label="1月2")   # 横形图
plt.barh(y_13, y_3, height=bar_wight, label="1月3")   # 横形图

# 添加描述信息
plt.xlabel("数量")
plt.ylabel("类型")
plt.title("the 变化")

plt.yticks(y_12, x)

plt.legend()
plt.show()

4. 直方图的绘制

# coding=utf-8
# 直方图的的描绘（plt.hist）
import matplotlib.pyplot as plt

a = [11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 11, 12, 13, 14, 15, 11, 12, 13, 11]

# 计算组距
d = 1
num_bins = (max(a) - min(a))//d     # 组数

plt.hist(a, num_bins)

plt.grid()
plt.xticks(range(min(a), max(a)+d, d))
plt.yticks(range(5))

plt.show()