DW2022数据可视化matplotlib Task1

【1】初步问题解决

一开始通过cmd，已经安装成功matplotlib，但是依然无法使用，借助以下方法解决正常使用问题。Linux已经安装matplotlib成功但pycharm仍提示No module named ...的解决方法_z1747157448的博客-CSDN博客_安装了matplotlib但是ide里没有Linux已经install matplotlib成功但pycharm仍提示No module named matplotlib的解决方法该方法适用于已经在shell中sudo apt-get install matplotlib（numpy），但在导包时仍然报错No module named 的情况演示该方法适用于已经在shell中sudo apt-get install matplotlib（numpy），但在导包时仍然报错No module named 的情况在使用numpy和matplotlibhttps://blog.csdn.net/z1747157448/article/details/106086416【2】开始初步尝试

import matplotlib.pyplot as plt
import matplotlib as mpl
import numpy as np

fig,ax = plt.subplots() #创建包含axes的figure
ax.plot([1,2,3,4],[1,4,2,3]) #绘制图像
plt.show() #展现图像

通过上述代码，是一步步创建的，显示了fig和ax，适用于多种画图或复杂情况。这种建图模式，也被称为OO模式（objected-oriented style）

通过以下代码，由于没有制定fig和ax，所以借助matplotlib.pyplot，直接创建出上图所示表格。适合单一表格，简单情况。

import matplotlib.pyplot as plt
import matplotlib as mpl
import numpy as np

line = plt.plot([1,2,3,4],[1,4,2,3]) #matplotlib快速创建
plt.show()

【3】两种绘图接口的对比

在了解了Figure的构成之后，通过调用两种方式，开始尝试构图

第一种：借助显示figure和axes，即OO模式

import matplotlib.pyplot as plt
import matplotlib as mpl
import numpy as np

x = np.linspace(0,2,100)

fig,ax = plt.subplots()
ax.plot(x,x,label = 'linear') #线性表示
ax.plot(x,x**2,label = 'quadratic') #平方表示
ax.plot(x,x**3,label = 'cubic') #立方表示
ax.set_xlabel('x label')
ax.set_xlabel('y label')
ax.set_title('Simple plot')
ax.legend()  #调整图例位置
plt.show()

 其中发现，如果是图例名称改成中文，则兼容性不佳，案例如下

ax.plot(x,x,label = 'linear')
ax.plot(x,x**2,label = 'quadratic')
ax.plot(x,x**3,label = '立方')

 第二种：借助pyplot快速创建

import matplotlib.pyplot as plt
import matplotlib as mpl
import numpy as np

x = np.linspace(0,2,100)
plt.plot(x,x,label = 'linear')
plt.plot(x,x**2,label = 'quadratic')
plt.plot(x,x**3,label = 'cubic')
plt.xlabel('x label')
plt.ylabel('y label')
plt.title('Simple plot')
plt.legend()
plt.show()

【4】思考题

1.请思考两种绘图模式的优缺点和各自适合的场景

OO模式：优点在于可以进行特定编辑，逻辑相对清晰，每一个元素可以进行快速且针对性强的修改操作，子图数量多时操作方便；缺点在于语句数量相对较多，对于每一个子图的内容需要有清晰的规划，创建的难度相对较高。OO模式适合多图共同展示，多子图协同作业时的场景

plt自动创建：优点在于操作方便，能快速简历图像，语句数量少；缺点在于多子图协同较差，仅能展现单一图像。plt自动创建适用单图展示场景，简单化场景构建。

2.在第五节绘图模板中我们是以OO模式作为例子展示的，请思考并写一个pyplot绘图模式的简单模板

import matplotlib.pyplot as plt
import matplotlib as mpl
import numpy as np

#step 1 准备阶段
x = np.linspace(0,2,100)
y = x ** 2

#step 2 设置绘图样式
mpl.rc('lines',linewidth = 4,linestyle = '-.')

#step 3 定义布局
fig,ax = plt.subplots()

#step 4 绘制图像
ax.plot(x,y,label = 'linear')

#step 5 添加标签，文字和图例
ax.set_xlabel('x label')
ax.set_ylabel('y label')
ax.set_title('Simple Plot')
ax.legend()
plt.show()

【5】本次收获

1.本次主要了解了axes和pyplot方法的使用，通过学习两种接口的绘图模式。内容不多，主要分清二者的区别和内容，属于简单但重要的基础。

2.这次学习也明白了matplotlib对于中文的兼容性不佳，在图例中无法很好的显示中文。