python数据可视化-matplotlib基础

使用matplotlib作图

注意事项：

1. 由于默认的pyplot字体并不支持中文字符的显示，因此需要通过甚至font.sans-serif参数来改变绘图时的字体，使得图形可以正常显示中文。同时用于更改字体后，会导致坐标轴中欧给的部分字符无法显示，因此需要同时更改axes.unicode.minus参数

plt.rcParams['font.sans-serif']="SimHei"
plt.rcParams['axes.unicode_minus']=False

2. 设置绘图风格
   使用matplotlib绘图时，可以设置系统预先设定好的绘图风格
   使用：plt.style.available语句可以查看系统中可以使用的所有绘图风格
   预设风格的使用：plt.style.use(“ggplot”)

1. 创建画布与创建子图

构建出一张空白画布，并可以选择是否将整个画布划分为多个部分，方便在同一幅画上绘制多个图形的情况。

函数名称	函数作用
plt.figure	创建一个空白画布，可以指定画布的大小、像素
figure.add_subplot	创建并选中子图，可以指定子图的行数，列数，与选中图片的编号

• figure函数：matplotlib.pyplot.figure()
  1.matplotlib绘制的图像均位于figure对象中
  2.参数figsize用于设置图像的大小和纵横比
• subplot函数：plt.subplot(a,b,c)
  1.a、b表示将图片窗口分割为ab的区域，即：行列
  2. c表示当前选中要操作的区域

2. 添加画布内容

第二部分是绘图的主体部分。其中添加标题、坐标轴名称、绘制图形等步骤是并列的，没有先后顺序，可以先绘制图形，也可以先添加各种标签。

函数名称	函数作用
plt.title	在当前图形中添加标题，可以指定标题的名称、位置、颜色、字体等参数
plt.xlable	在当前图形中添加x轴的名字，可以指定位置、颜色、字体等参数
plt.ylable	在当前图形中添加y轴的名字，可以指定位置、颜色、字体等参数
plt.xlim	指定当前x轴的范围，只能确定一个数值区间，而无法使用字符串标识
plt.ylim	指定当前y轴的范围，只能确定一个数值区间，而无法使用字符串标识
plt.xticks	指定x轴刻度的数目和取值
plt.yticks	指定y轴刻度的数目和取值
plt.legend	指定当前图形的图例，可以指定当前图例的大小、位置和标签

3. 设置pyplot的动态rc参数

pyplot使用rc配置文件来自定义图形的各种默认属性，被称为rc配置或rc参数，在pyplot中几乎所有的默认属性均可以控制，例如视图窗口的大小、线条宽度、颜色、样式，坐标轴、网格属性、文本、字体等。

3.1 线条常用的rc参数

rc参数名称	解释	取值
lines.linewidth	线条宽度	取0-10之间的取值，默认为1.5
lines.linestyle	线条样式	可取"-"、"–"、"."、":“四种，默认为”-"
lines.marker	线条上点的形状	可取"o"、“D”、“h”、"."、","、“S”等20多种，默认为None
lines.markersize	点的大小	取0-10之间的数值，默认为1

3.2 常用线条类型

linestyle取值	意义	linestyle取值	意义
-	实线	-.	点线
–	长虚线	:	短虚线

4. 图形绘制

4.1 散点图

散点图又称散点分布图，是以一个特征为横坐标，另一个特征为纵坐标，利用坐标点的分布形态反映特征间统计关系的一种图形。
值是由点在图表中的不同位置表示，类别是由图表中的不同标记表示，通常用来比较跨类别的数据。

• scatter函数：matplotlib.pyplot.scatter(x,y,s=None,c=None,marker=None,alpha=None,**kwargs),常用参数即说明如下：

参数名称	说明
x,y	接收array，表示x轴和y轴的对应数据。无默认。
s	接收数值或一维的array，指定点的大小，若传入一维array则表示每个点的大小，默认为None
c	接收数值或一维的array，指定点的颜色，若传入一维array则表示每个点的颜色，默认为None
marker	接收特定string，表示绘制的点的类型，默认为None
alpha	接收0-1的小时，表示点的透明度，默认为None

import pandas as pd
import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif']="SimHei"
plt.rcParams['axes.unicode_minus']=False
data1 = pd.DataFrame({
   "姓名":["韩梅梅","李雷","Lucy","Lily","Jim","小明","Amy"],
                     "身高":[160,170,163,165,178,182,168],
                     "体重":[48,55,52,50