matplotlib模块的使用

matplotlib：最流行的Python底层绘图库，主要做数据可视化图表，名字取材于MATLAB，模仿MATLAB构建
官方文档：https://matplotlib.org/stable/gallery/index
官方图表展示（部分）：https://matplotlib.org/stable/plot_types/index.html

绘制折线图

matplotlib使用展示

from matplotlib import pyplot as plt

x = range(2, 26, 2)  # x轴数据
y = [15, 13, 14.5, 17, 20, 25, 26, 26, 27, 22, 18, 15]  # y轴数据
plt.plot(x, y)  # 传入x轴、y轴的数据
plt.show()  # 展示绘图结果

设置绘图大小和刻度、保存绘图结果

from matplotlib import pyplot as plt

x = range(2, 26, 2)
y = [15, 13, 14.5, 17, 20, 25, 26, 26, 27, 22, 18, 15]

plt.figure(figsize=(10, 6), dpi=80)  # 设置图片大小，单位是英寸，dpi表示每英寸像素的数量
plt.plot(x, y)  # 绘图

plt.xticks(range(2, 25))  # 间隔为1设置x轴的刻度
plt.yticks(range(min(y), max(y)+1))  # 设置y轴的刻度

plt.savefig('t1.png')  # 保存绘图结果

设置刻度和中文字体

from matplotlib import pyplot as plt
import random
import matplotlib
from matplotlib import font_manager

"""设置字体"""
# 适用于Windows/Linux/Mac
my_font = font_manager.FontProperties(fname=r'C:\Windows\Fonts\simfang.ttf')

x = range(120)
y = [random.randint(20, 35) for i in range(120)]
plt.figure(figsize=(14, 6), dpi=80)  # 调整图片大小
plt.plot(x, y)  # 绘图

"""调整x轴的刻度"""
x_ticks = ['10点{}分'.format(i) for i in range(60)]
x_ticks += ['11点{}分'.format(i) for i in range(60)]
# 取步长，数字和字符串需要一一对应，数据的长度和个数要一样
# rotation设置旋转的度数，fontproperties设置字体
plt.xticks(list(x)[::5], x_ticks[::5], rotation=45, fontproperties=my_font)

plt.show()

添加描述信息

from matplotlib import pyplot as plt
import random
from matplotlib import font_manager

x = range(120)
y = [random.randint(20, 35) for i in range(120)]
plt.figure(figsize=(15, 8), dpi=60)
plt.plot(x, y)
my_font = font_manager.FontProperties(fname=r'C:\Windows\Fonts\simfang.ttf')
x_ticks = ['10点{}分'.format(i) for i in range(60)]
x_ticks += ['11点{}分'.format(i) for i in range(60)]
plt.xticks(list(x)[::5], x_ticks[::5], rotation=45, fontproperties=my_font)

"""添加描述信息"""
plt.xlabel('时间', fontproperties=my_font)  # 设置x轴信息
plt.ylabel('温度/(℃)', fontproperties=my_font)  # 设置y轴信息
plt.title('10点-12点每分钟气温变化情况', fontproperties=my_font)  # 设置标题

plt.show()

绘制网格和多条折线、添加图例

from matplotlib import pyplot as plt
from matplotlib import font_manager

x = range(11, 31)
a = [1, 0, 1, 1, 2, 4, 3, 2, 3, 4, 4, 5, 6, 5, 4, 3, 3, 1, 1, 1]
b = [1, 0, 3, 1, 2, 2, 3, 3, 2, 1, 2, 1, 1, 1, 1, 1, 1, 1, 1, 1]

plt.figure(figsize=(10, 5))  # 设置图片大小

"""绘制多条折线"""
# label设置图例上的说明文字，color设置颜色，linestyle设置线条样式
plt.plot(x, a, label='自己', color='red', linestyle=':')
plt.plot(x, b, label='同桌', color='#F9F900', linestyle='--')

my_font = font_manager.FontProperties(fname=r'C:\Windows\Fonts\simfang.ttf')
x_ticks = ['{}岁'.format(i) for i in x]
plt.xticks(x, x_ticks, fontproperties=my_font)

"""绘制网格"""
# alpha设置透明度，color设置颜色，linestyle设置线条样式
plt.grid(alpha=0.2, color='green', linestyle='-.')

"""添加图例"""
# 将折线上的说明添加到图例，prop设置字体，loc设置位置
plt.legend(prop=my_font, loc='upper left')

plt.show()

绘制其他图表

绘制散点图

使用scatter()方法绘制散点图，这是和绘制折线图唯一的区别

from matplotlib import pyplot as plt
from matplotlib import font_manager

y_3 = [11, 17, 16, 11, 12, 11, 12, 6, 6, 7, 8, 9, 12, 15, 14, 17, 18, 21, 16, 17, 20, 14, 15, 15, 15, 19, 21, 22, 22, 22, 23]
y_10 = [26, 26, 28, 19, 21, 17, 16, 19, 18, 20, 20, 19, 22, 23, 17, 20, 21, 20, 22, 15, 11, 15, 5, 13, 17, 10, 11, 13, 12, 13, 6]
x_3 = range(1, 32)
x_10 = range(51, 82)

plt.figure(figsize=(15, 8), dpi=70)  # 设置图片大小

# 使用scatter()方法绘制散点图
plt.scatter(x_3, y_3, label='3月')
plt.scatter(x_10, y_10, label='10月')

# 调整x轴的刻度
my_font = font_manager.FontProperties(fname=r'C:\Windows\Fonts\simfang.ttf')
x = list(x_3) + list(x_10)
x_ticks = ['3月{}日'.format(i) for i in x_3]
x_ticks += ['10月{}日'.format(i-50) for i in x_10]
plt.xticks(x[::3], x_ticks[::3], rotation=45, fontproperties=my_font)

# 添加图例
plt.legend(prop=my_font, loc='upper left')

# 添加描述信息
plt.xlabel('时间', fontproperties=my_font)
plt.ylabel('温度', fontproperties=my_font)
plt.title('这是个标题', fontproperties=my_font)

plt.show()

绘制条形图

• 绘制纵向条形图
  使用bar()方法绘制纵向条形图

  from matplotlib import pyplot as plt
  from matplotlib import font_manager
  
  a = ["战狼2", "速度与激情8", "功夫瑜伽"]
  b = [26.94, 17.53, 16.49]
  
  plt.figure(figsize=(15, 8), dpi=70)  # 设置图片大小
  
  # 使用bar()方法绘制纵向条形图
  plt.bar(range(len(a)), b, color='green', width=0.3)
  
  font = font_manager.FontProperties(fname=r'C:\Windows\Fonts\simfang.ttf')
  plt.xticks(range(len(a)), a, fontproperties=font, rotation=270)
  plt.show()
  

• 绘制横向条形图
  使用barh()方法绘制横向条形图

  from matplotlib import pyplot as plt
  from matplotlib import font_manager
  
  a = ["战狼2", "速度与激情8", "功夫瑜伽"]
  b = [26.94, 17.53, 16.49]
  
  plt.figure(figsize=(15, 8), dpi=70)
  
  # 使用barh()方法绘制横向条形图
  plt.barh(range(len(a)), b, color='orange', height=0.5)
  
  font = font_manager.FontProperties(fname=r'C:\Windows\Fonts\simfang.ttf')
  plt.yticks(range(len(a)), a, fontproperties=font)
  plt.show()
  

• 绘制多个条形图
  通过设置位置偏移实现在一张表中绘制多个条形图

   from matplotlib import pyplot as plt
   from matplotlib import font_manager
   
   a = ["猩球崛起3：终极之战", "敦刻尔克", "蜘蛛侠：英雄归来", "战狼2"]
   b_16 = [15746, 312, 4497, 319]
   b_15 = [12357, 156, 2045, 168]
   b_14 = [2358, 399, 2358, 362]
   
   plt.figure(figsize=(20, 8), dpi=80)  # 设置图片大小
   
   x = list(range(len(a)))
   bar_width = 0.2
   
   # 绘制条形图，并设置位置偏移
   plt.bar([i for i in x], b_14, width=bar_width, label='9月14日')
   plt.bar([i+bar_width for i in x], b_15, width=bar_width, label='9月15日')
   plt.bar([i+2*bar_width for i in x], b_16, width=bar_width, label='9月16日')
   
   # 设置x轴的刻度
   font = font_manager.FontProperties(fname=r'C:\Windows\Fonts\simfang.ttf')
   plt.xticks([i+bar_width for i in x], a, fontproperties=font)
   
   # 添加图例
   plt.legend(prop=font)
   
   plt.show()
  

绘制直方图

直方图：把数据分组进行统计
组数：将数据分组，当数据在100个以内时，通常分为5-12个组
组距：指每个小组的两个端点的距离。组距最好为极差的因数
组数=极差/组距=(max(a)-min(a))//bin_width
使用hist()方法绘制直方图，传入需要统计的数据和分组的数量

from matplotlib import pyplot as plt

a = [131,  98, 125, 131, 124, 139, 131]
plt.figure(figsize=(15, 6), dpi=70)  # 设置图片大小

bin_width = 3  # 设置组距
num_bins = (max(a)-min(a))//bin_width  # 计算组数

"""使用hist()方法绘制直方图，传入需要统计的数据和分组的数量"""
# 默认生成频数分布直方图
plt.hist(a, num_bins)
# 增加density=True，生成频率分布直方图
# plt.hist(a, num_bins, density=True)

# 设置x轴的刻度
plt.xticks(range(min(a), max(a)+bin_width, bin_width))
# 绘制网格
plt.grid()
plt.show()

其他绘图工具

• plotly：可视化工具中的github，相比于matplotlib更加简单，图形更加漂亮，同时兼容matplotlib和pandas，https://plot.ly/python/
• 百度echart：可以进行前端交互的绘图网站，https://echarts.apache.org/zh/index.html
• seaborn：http://seaborn.pydata.org/