1. Matplotlib使用

示例1.绘制原始折线图

# 展示上海市最近一周的天气
import matplotlib.pyplot as plt
# 1. 创建画布
plt.figure(figsize=(20,8),dpi=80)
# 2. 绘制折线图
plt.plot([1,2,3,4,5,6,7],[17, 17, 18, 15, 11, 11, 13])
# 3. 保存图片
plt.savefig("test.png")

示例2. 完善原始折线图

# 画出北京和上海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
import matplotlib.pyplot as plt
import random

# 1. 准备数据
x=range(60)
y_shanghai=[random.uniform(15,18)for i in x]
y_beijing=[random.uniform(1,3)for i in x]

# 2. 创建画布
plt.figure(figsize=(20,8),dpi=80)

# 3. 绘制折线图
plt.plot(x,y_shanghai,color='b', label="上海")
plt.plot(x,y_beijing,color='r', label="北京")

# 4. 辅助显示层
# 显示图例
plt.legend(loc="best")

# 修改x,y刻度
x_label=["11点:{}".format(i) for i in x]
plt.xticks(x[::5],x_label[::5])
plt.yticks(range(40)[::5])

# 添加网格
plt.grid(True, linestyle="--",alpha=0.5)

# 添加x,y轴标题
plt.xlabel('时间')
plt.ylabel('气温')
plt.title('11点到12点的气温变化')

# 最后，显示图像
plt.show()

示例3. 在多个坐标系中绘制折线图

# 1. 准备数据
x=range(60)
y_shanghai=[random.uniform(15,18)for i in x]
y_beijing=[random.uniform(1,3)for i in x]

# 2. 创建画布
# 面向对象画图 matplotlib.pyplot.subplots(nrows=1, ncols=1, **fig_kw) 创建一个带有多个axes(坐标系/绘图区)的图
fig, axes = plt.subplots(nrows=1, ncols=2, figsize=(20, 8), dpi=80) #nrow=1，ncols2代表1行2列的绘图区的画布

# 3. 绘制折线图
axes[0].plot(x,y_shanghai,color='b', label="上海")
axes[1].plot(x,y_beijing,color='r', label="北京")

# 4. 辅助显示层
# 显示图例
axes[0].legend(loc="best")
axes[1].legend(loc="best")

# 修改x,y刻度
x_label=["11点:{}".format(i) for i in x]
y_ticks=range(40)
axes[0].set_xticks(x[::10]) # 这里注意刻度和刻度的名称必须数量一致
axes[0].set_xticklabels(x_label[::10])  #注意，面向对象刻度和刻度单位的设置是set_xticks和set_xticklabels两个方法！！
axes[0].set_yticks(y_ticks[::5]) # [::5]代表步长为5取值
axes[1].set_xticks(x[::10])
axes[1].set_xticklabels(x_label[::10])
axes[1].set_yticks(y_ticks[::5])

# 添加网格
axes[0].grid(True, linestyle="--",alpha=0.5)
axes[1].grid(True, linestyle="--",alpha=0.5)

# 添加x,y轴标题
axes[0].set_xlabel('时间')
axes[0].set_ylabel('气温')
axes[0].set_title('上海11点到12点的气温变化')
axes[1].set_xlabel('时间')
axes[1].set_ylabel('气温')
axes[1].set_title('北京11点到12点的气温变化')

# 最后，显示图像
plt.show()

示例4 折线图画函数图像

# 画y=sinx函数的图像
import numpy as np
# 1）准备数据
#在-10到10之间生成1000个均布(等距）的数，当点很密看起来就会连续的
x = np.linspace(-10, 10, 1000) 
y = np.sin(x)

# 2）创建画布
plt.figure(figsize=(20, 8), dpi=100)

# 3）绘制函数图像
plt.plot(x, y)
# 添加网格显示
plt.grid()

# 4）显示图像
plt.show()

示例5 散点图绘制

# 0）import matplotlib.pyplot as plt
# 1）准备数据，x是房屋面积，y是房屋价格
x = [225.98, 247.07, 253.14, 457.85, 241.58, 301.01,  20.67, 288.64,
       163.56, 120.06, 207.83, 342.75, 147.9 ,  53.06, 224.72,  29.51,
        21.61, 483.21, 245.25, 399.25, 343.35]
y = [196.63, 203.88, 210.75, 372.74, 202.41, 247.61,  24.9 , 239.34,
       140.32, 104.15, 176.84, 288.23, 128.79,  49.64, 191.74,  33.1 ,
        30.74, 400.02, 205.35, 330.64, 283.45]

# 2）创建画布
plt.figure(figsize=(20, 8), dpi=100)

# 3）绘制散点图
plt.scatter(x, y)  #散点图用scatter方法

# 4）显示图像
plt.show()