Matplotlib简介、结构以及绘制基本图像的代码

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

1. 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()