Python数据分析绘图包--matplotlib速查笔记

Matplotlib语法笔记

1.matplotlib包的两种导入方式

# 从matplotlib导入pyplot包，同时重命名为plt
# 方法1
from matplotlib import pyplot as plt
# 方法2
import matplotlib.pyplot as plt

2.解决中文无法显示问题

# 显示中文
from pylab import mpl
plt.rcParams['font.sans-serif'] = ['Microsoft YaHei']  # 显示中文，选用微软雅黑字体
mpl.rcParams['axes.unicode_minus'] = False             # 解决保存图像是负号'-'显示为方块的问题

3.绘制一个最基础的曲线图

# 绘图样例数据准备
# 生成两个一维列表，对应数学中一维数组
# （x1,y1）、（x2,y2）......（x12,y12）组成点
x = range(2,26,2)
y = [15,13,14.5,17,20,25,26,26,24,22,18,15]
# 利用plot方法绘图，传入参数x,y
plt.plot(x,y)
# 查看图形
plt.show()

4.图形的保存

# 保存图片，也可保存为svg格式，放大无锯齿
plt.savefig("./sig_size.png")

5.设置x轴与y轴的刻度

# 设置x轴刻度为字符串
xtick_lables1 = [i/2 for i in range(4,49)]
xtick_lables2 = ["{}min".format(i) for i in xtick_lables1]
# 传入的参数1作为x轴刻度尺，参数二为参数尺的刻度,同时设置x轴刻度旋转
plt.xticks(xtick_lables1,xtick_lables2,rotation = 90)
# 设置y轴刻度
ytick_lables = [range(min(y),max(y)+1)]

6.设置图片大小与清晰度

# 设置图片大小，通过实例化一个figure并且传递参数，能够在后台自动使用该figure实例
# 在图像模糊的时候可以传入参数dpi，让图片更加清晰
plt.figure(figsize=(20,8),dpi=80)

7.添加网格

# 添加网格，alpha参数为透明度
plt.grid(alpha = 0.4)

8.添加坐标轴描述信息

# 添加描述信息
# 添加x轴坐标
plt.xlabel("时间")
# 添加y轴坐标
plt.ylabel("温度")
# 添加表名称
plt.title("温度时间变化图")

9.在一张图上绘制两个图形

# 利用plot方法绘图，传入参数x,y，并添加标签
plt.plot(x,y,label = "A类")
y_1 = [12,14,14.5,16,21,23,24,26,22,26,10,25]
plt.plot(x,y_1,label = "B类")
plt.legend()

10.绘制基础散点图

x = range(2,26,2)
y = [15,13,14.5,17,20,25,26,26,24,22,18,15]
plt.scatter(x,y)
plt.show()

11.绘制基础柱状图

# 绘制基础柱状图
# 数据准备
x = ["电影A", "电影B", "电影C", "电影D"]
y = [56.1, 40.4, 37.8, 29.9]
plt.bar(range(len(x)),y,width=0.3)    # width设置柱状图宽度
plt.xticks(range(len(x)),x)
plt.show()

12.绘制横向柱状图

# 绘制横向柱状图
# 数据准备
x = ["电影A", "电影B", "电影C", "电影D"]
y = [56.1, 40.4, 37.8, 29.9]
plt.barh(range(len(x)), y, height=0.3)
plt.yticks(range(len(x)), x)
plt.show()

13.绘制简易直方图

# 绘制直方图
# 数据准备
y = [12, 13, 14, 12, 13, 15, 22, 34, 42, 55, 24, 32, 54, 65, 56, 35, 54, 56, 23, 78, 27, 48, 76, 54, 19, 94, 80, 78, 67,
      87, 65, 34]
# 设置组距
bin_width = 10
plt.hist(y,bin_width)
plt.grid()
plt.show()