散点图[2020年03月]
1.散点图的作用及特点
特点是能直观表现出影响因素和预测对象之间的总体关系趋势。优点是能通过直观醒目的图形方式反映变量间关系的变化形态,以便决定用何种数学表达方式来模拟变量之间的关系。散点图不仅可传递变量间关系类型的信息,也能反映变量间关系的明确程度。这时需要进一步作出拟合曲线。本篇暂时不涉及。
2 . 同样以气温变化作为样本数据。
每天最高温度: [10, 9, 8, 7, 9, 10, 15, 6, 11, 11, 16, 14, 12, 16, 18]
3.开始做图,老规矩先做一个简单的图,然后逐渐优化
#导入包
from matplotlib import pyplot as plt
import numpy as np
#先画一个简单的图形,然后慢慢优化
#设置画布的大小。
plt.figure(figsize=(20,8),dpi=80)
#设置x轴y轴
x_ticks = [10, 9, 8, 7, 9, 10, 15, 6, 11, 11, 16, 14, 12, 16, 18]
#温度
y_ticks = np.range(1,len(x_ticks)+1)
#绘制图形
plt.scatter(x_ticks,y_ticks)
#保存图形
plt.save() #可传路径
#展示图形
plt.show()
4 图形优化
在上面我们已经画好了图形,下面我们就来优化图形。
- 设置x轴y轴
优化x轴y轴显示
x_ticks_c = ["2020年3月{}号".format(i) for i in x_ticks]
plt.xticks(x_ticks,x_ticks_c,rotation = -90,fontproperties = my_font)
y_ticks_c = ["{}℃".format(i) for i in range(min(y_ticks),max(y_ticks)+1)] plt.yticks(range(min(y_ticks),max(y_ticks)+1),y_ticks_c)
- 设置中文显示(mac版)
from matplotlib import font_manager
my_font = font_manager.FontProperties(字体存放路径)
- 设置轴名称 标题
plt.xlabel("日期",fontproperties = my_font)
plt.ylabel("温度",fontproperties = my_font)
plt.title("2020年3月份北京时最高温度日报", fontproperties = my_font)
- 添加文字
#添加文字信息
plt.text(15,18,"温度真的是越来越高了哇",fontproperties = my_font)
#添加注释
plt.annotate("今天的温度真低哇",xy=(4,7),xytext=(4,11),arrowprops={'headwidth':10,'facecolor':'r'},fontproperties = my_font)