概述
matplotlib,它是一个数学绘图库,用来制作图表
可以访问它的官网https://matplotlib.org/gallery/index.html进行查看
可以点击图表查看示例代码
安装matplotlib
如果没有安装那么,就安装pip install --user matplotlib
安装成功判断,输入如下命令,出现如下情况即安装成功
模块使用
绘制简单的折线图
import matplotlib.pyplot as plt # 导入pyplot模块并指定别名plt
squares = [0, 5, 10, 15, 20, 25] # 数据列表
plt.plot(squares) # 设置数据
plt.show() # 打开matplotlib查看器并显示绘制的图形
运行程序,查看折线图
可以保存为图片
设置标签文字和线条粗细
import matplotlib.pyplot as plt # 导入pyplot模块并指定别名plt
squares = [0, 5, 10, 15, 20, 25] # 数据列表
plt.plot(squares, linewidth=5) # 设置数据,其中linewidth定义了绘制的线条的粗细
# 设置图表标题,并给坐标轴加上标签,标签不能用中文名否则会报异常
plt.title("Picture", fontsize=24) # title()函数指定了图表的标题,其中fontsize参数指定了图表中文字的大小
plt.xlabel("X-Value", fontsize=16) # 设置X轴的标题及文字的大小
plt.ylabel("Y-Value", fontsize=16) # 设置Y轴的标题及文字的大小
# 设置刻度标记的大小
plt.tick_params(axis="both", labelsize=16)
plt.show() # 打开matplotlib查看器并显示绘制的图形
运行程序,图表如下:
绘制散点图
要绘制一系列的点,可向 scatter() 传递两个分别包含x值和y值的列表
import matplotlib.pyplot as plt # 导入pyplot模块并指定别名plt
x_values = [1, 2, 3, 4, 5]
y_values = [1, 4, 9, 16, 25]
# 要绘制的点的坐标分别为 (1, 1)、(2, 4)、(3, 9)、(4, 16)和(5, 25)
plt.scatter(x_values, y_values, c="green", edgecolors="none", s=100)
# edgecolors参数可以删除数据点的轮廓
# c参数可以指定自定义颜色(如果使用RGB颜色模式,参数c的格式是c=(0,0,0.8),这是一个元组,其中包含三个0~1之间的小数值,分别表示RGB的分量),其中值越接近0,指定的颜色越深,值越接近1,指定的颜色越浅。
plt.show() # 打开matplotlib查看器并显示绘制的图形
运行程序图表如下:
使用颜色映射
颜色映射(colormap)是一系列颜色,它们从起始颜色渐变到结束颜色。
在可视化中,颜色映射用于突出数据的规律,例如,你可能用较浅的颜色来显示较小的值,并使用较深的颜色来显示较大的值。
模块 pyplot 内置了一组颜色映射。
import matplotlib.pyplot as plt # 导入pyplot模块并指定别名plt
x_values = list(range(0, 1001))
y_values = [x ** 2 for x in x_values]
plt.scatter(x_values, y_values, c=y_values, cmap=plt.cm.Reds, edgecolors="none", s=100)
# 将参数 c 设置成了一个y值列表,并使用参数 cmap 告诉 pyplot 使用哪个颜色映射。
# 这些代码将y值较小的点显示为浅蓝色,并将y值较大的点显示为深蓝色
plt.show() # 打开matplotlib查看器并显示绘制的图形
运行程序如下图:
自动保存图表
要让程序自动将图表保存到文件中,可将对 plt.show() 的调用替换为对 plt.savefig() 的
调用。
import matplotlib.pyplot as plt # 导入pyplot模块并指定别名plt
x_values = list(range(0, 1001))
y_values = [x ** 2 for x in x_values]
plt.scatter(x_values, y_values, c=y_values, cmap=plt.cm.Reds, edgecolors="none", s=100)
# 将参数 c 设置成了一个y值列表,并使用参数 cmap 告诉 pyplot 使用哪个颜色映射。
# 这些代码将y值较小的点显示为浅蓝色,并将y值较大的点显示为深蓝色
plt.savefig("scatter_plot.png", bbox_inches="tight")
# 第一个参数是指定保存图表的文件名,这个文件保存在该python程序文件所在的目录
# 第二个参数是将图表多余的空白区域裁剪掉。如果要保留图表周围多余的空白区域,可省略这个实参。