python模块之matplotlib——制作图表

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。