文章目录
一、什么是Matplotlib
- 是专门用于开发2D图表(包括3D图表)
- 使用起来及其简单
- 以渐进、交互式方式实现数据可视化
二、Matplotlib图像结构
三层结构
三、绘图
1.基础绘图
import matplotlib.pyplot as plt
# 1.创建画布 figsize画布大小,dpi像素密度
plt.figure(figsize=(20,8), dpi=100)
# 2.绘制图像
x = [1,2,3]
y = [4,5,6]
plt.plot(x, y)
# 3.显示图像
plt.show()
2.折线图绘制
其他:保存图像
plt.savefig(“test.png”)
注意:plt.show()会释放figure资源,如果在显示图像之后保存图片将只能保存空图片。
1.显示温度变化状况(绘制一条线)
需求:画出某城市11点到12点1小时内每分钟的温度变化折线图,温度范围在15度~18度
#导入工具
import matplotlib.pyplot as plt
import random
import numpy as np
#生成数据
x = range(60)
y = [random.uniform(15,18) for i in x]
#创建画布
plt.figure(figsize=(20,8),dpi=100)
#中文乱码
plt.rcParams['font.sans-serif']=['SimHei'] #用来正常显示中文标签
plt.rcParams['axes.unicode_minus']=False #用来正常显示负号
#绘制图像
plt.plot(x, y)
#添加描述信息
plt.xlabel('时间',fontsize=20)
plt.ylabel('温度',fontsize=20)
plt.title('温度变化',fontsize=25)
#构造x轴刻度标签
x_ticks_lable = ['11点{}分'.format(i) for i in x]
y_ticks = range(41)
#修改x,y轴坐标的刻度显示
plt.xticks(x[::5], x_ticks_lable[::5])
plt.yticks(y_ticks[::5])
#添加网格线 (样式与透明度)
plt.grid(linestyle='--',alpha=0.8)
#显示图像
plt.show()
2.同一个坐标系绘制两根折线
#生成数据
x = range(60)
y_shanghai = [random.uniform(15,18) for i in x]
y_beijing = [random.uniform(1,3) for i in x]
#创建画布
plt.figure(figsize=(20,8),dpi=100)
#中文乱码
plt.rcParams['font.sans-serif']=['SimHei'] #用来正常显示中文标签
plt.rcParams['axes.unicode_minus']=False #用来正常显示负号
#绘制图像
plt.plot(x, y_shanghai, label='上海')
plt.plot(x, y_beijing, color='r', linestyle='--', label="北京")
#添加描述信息
plt.xlabel('时间',fontsize=20)
plt.ylabel('温度',fontsize=20)
plt.title('温度变化',fontsize=25)
#构造x轴刻度标签
x_ticks_lable = ['11点{}分'.format(i) for i in x]
y_ticks = range(40)
#修改x,y轴坐标的刻度显示
plt.xticks(x[::5], x_ticks_lable[::5])
plt.yticks(y_ticks[::5])
#添加网格线 (样式与透明度)
plt.grid(linestyle='--',alpha=0.8)
#添加图例
plt.legend(loc='best')
#显示图像
plt.show()
3.多个坐标系绘图
#生成数据
x = range(60)
y_shanghai = [random.uniform(15,18) for i in x]
y_beijing = [random.uniform(1,3) for i in x]
#创建画布
#plt.figure(figsize=(20,8),dpi=100)
fig, axes = plt.subplots(nrows=1, ncols=2, figsize=(20,8), dpi=100)
#中文乱码
plt.rcParams['font.sans-serif']=['SimHei'] #用来正常显示中文标签
plt.rcParams['axes.unicode_minus']=False #用来正常显示负号
#绘制图像
axes[0].plot(x, y_shanghai, label='上海')
axes[1].plot(x, y_beijing, color='r', linestyle='--', label="北京")
#添加描述信息
axes[0].set_xlabel('时间',fontsize=20)
axes[0].set_ylabel('温度',fontsize=20)
axes[0].set_title('温度变化',fontsize=25)
axes[1].set_xlabel('时间',fontsize=20)
axes[1].set_ylabel('温度',fontsize=20)
axes[1].set_title('温度变化',fontsize=25)
#构造x轴刻度标签
x_ticks_lable = ['11点{}分'.format(i) for i in x]
y_ticks = range(40)
#修改x,y轴坐标的刻度显示
# plt.xticks(x[::5], x_ticks_lable[::5])
# plt.yticks(y_ticks[::5])
axes[0].set_xticks(x[::5])
axes[0].set_xticklabels(x_ticks_lable[::5])
axes[0].set_yticks(y_ticks[::5])
axes[1].set_xticks(x[::5])
axes[1].set_xticklabels(x_ticks_lable[::5])
axes[1].set_yticks(y_ticks[::5])
#添加网格线 (样式与透明度)
axes[0].grid(linestyle='--',alpha=0.8)
axes[1].grid(linestyle='--',alpha=0.8)
#添加图例
axes[0].legend(loc='best')
axes[1].legend(loc='best')
#显示图像
plt.show()
3.绘制函数图像
#创建数据
x = np.linspace(-10, 10, 10000000) #绘制函数图像的时候要取足够多的点,才能看到光滑的曲线
y = np.sin(x)
#创建画布
plt.figure(figsize=(20,8))
#绘制图像 折线图
plt.plot(x, y)
#显示图像
plt.show()
4.散点图和柱状图的绘制
- 散点图
import matplotlib.pyplot as plt
#创建画布
plt.figure(figsize=(20,8))
#绘制图像
x = [1,2,3,4,5,6,7]
y = [2,3,4,5,6,7,200]
plt.scatter(x, y)
#显示图像
plt.show()
2. 柱状图
#创建画布
plt.figure(figsize=(20,8))
#绘制图像
mov = ['hh','bb','qw','yu','yui','uio','o']
y = [2,3,4,5,6,7,2]
x = range(len(mov))
plt.bar(x,y,width=0.5,color='r')
plt.xticks(x,mov)
#显示图像
plt.show()