Python基础之七-Matplotlib绘图笔记

一、Matplotlib简介
Matplotlib是一个Python 2D绘图库，它可以在各种平台上以各种硬拷贝格式和交互式环境 生成出具有出版品质的图形
Matplotlib可用于Python脚本，Python和Python shell，Jupyter笔记本，Web应用程序服务器和四个图形用户界面工具包
Matplotlib让简单的事情变得更简单，让无法实现的事情变得可能实现。只需几行代码即可生成绘图，直方图，功率谱，条形图，错误图，散点图等
为了简单绘图，pyplot模块提供了类似MATLAB的界面，特别与IPython结合使用时，对于高级用户，您可以通过面向对象的界面或MATLAB用户熟悉的一组函数完全控制线条样式，字体属性等

二、学习Matplotlib的目的
可视化是在整个数据分析的关键辅助工具，可以清晰的理解数据，从而调整分析方法
能将数据进行可视化更直观的呈现
使数据更加客观，更具说服力

如上图中右图以图形展示比左图数据展示更客观

三、常见图形种类及意义
1、折线图：以折现的上升或下降来统计数量的增减变化的统计图
特点：能显示数据的变化趋势，反映事物的变化情况

2、散点图：用两组数据构成多个坐标点，考察坐标点的分布，判断两变量之间是否存在某种关联或总结坐标点的分布模式
特点：判断变量之间是否存在数量关联趋势，展示离群点（分布规律）

3、柱状图：排列在工作表的列或行中的数据可以绘制到柱状图中
特点：绘制离散的数据，能够一眼看出各个数据的大小，比较数据之间的差别

4、直方图：由一系列高度不等的纵向条纹或线段表示数据分布的情况。一般用横轴表示数据范围，纵轴表示分布情况
特点：绘制连续性的数据展示一组或多组数据的分布状况（统计）

5、饼图：用于表示不同分类的占比情况，通过弧度大小来对比各种分类
特点：分类数据的占比情况（占比）

四、Matplotlib画图的鉴定实现
#导入模块
import matplotlib.pyplot as plt
#jupyter中执行的时候显示图片
%matplotlib inline
#传入x和y， 通过plot画图
plt.plot([1, 0, 9], [4, 5, 6])
#在执行程序的时候展示图形
plt.show()

五、对Matplotlib图像结构的认识

通常情况下，我们可以将一张Matplotlib图像分成三层结构：
1、第一层是底层的容器层，主要包括Canvas, Figure, Axes;
2、第二层是辅助显示层，主要包括 axis, spines, grid, legend, title等
3、第三层为图像层，即通过plot、scatter等方法绘制的图像

六、折线图
1、折线图的绘制
from matplotlib import pyplot as plt
x = range(1, 8)
y = [17, 17, 18, 15, 11, 11, 13]
#传入x和y， 通过plot画折线图
plt.plot(x, y)
plt.show()

2、折线的颜色和形状设置
from matplotlib import pyplot as plt

‘’’
基础属性设置
color = ‘red’:折线的颜色
alpha = 0.5：折线的透明度
linestyle=’–’:折线样式
linewidth = 3:折线的宽度
‘’’
‘’’

•   实线(solid)
  

– 短线(dashed)
-. 短点相间线(dashdot)
: 虚点线(dotted)
‘’’

x = range(1, 8)
y = [17, 17, 18, 15, 11, 11, 13]

#传入x和y， 通过plot画折线图
plt.plot(x, y, marker=