matplotlib的基本使用

Matplotlib介绍

• 是专门用于开发2D图表(包括3D图表)
• 简单，同时图像能够达到出版物的级别
• 以渐进、交互式方式实现数据可视化
  
  

Matplotlib的三层结构

1. 容器层
   （1） Canvas：画布，位于最底层，用户一般接触不到
   （2）Figure：图，建立在Canvas之上
   （3）Axes：坐标系/绘图区，建立在Figure之上，图形绘制在这个范围

2. 辅助显示层（最好放在图像层之后编写）
   （1）起到辅助作用，提高图的可读性
   （2） 网格线，图例，x、y轴的标签，图的标签，刻度/刻度标签

3. 图像层
   （1）根据数据绘制出来的元素
   （2）折线图/散点图/柱状图/直方图/饼图
   
   
   
   

一：容器层

（1）Canvas

Canvas层不需要我们来创建，一般用户接触不到

（2）Figure

 # 创建画布
 plt.figure(figsize=(10, 6), dpi=100)

 figsize：指定图的长与宽
 dpi：图像的清晰度
 
 # 后续直接使用plt来操作进行了

（3）Axes

# 创建多个绘图区
fig, axes = plt.subplots(nrows=1, ncols=2, figsize=(20, 8), dpi=80)

# 后续需要使用axes来操作

figure与subplots函数只需要写一个，如果一个绘图使用figure就可以，如果需要多个就要使用subplots

二：辅助层

（1）设置axis刻度

# 设置x轴的刻度
plt.xticks()
# 设置y轴的刻度
plt.yticks()

# 如果是多个绘图区的时候，函数名需要改变，并且刻度名字需要重新写一个函数

axes[0].set_xticks()
axes[0].set_yticks()

axes[0].set_xticklabels()
axes[0].set_yticklabels()

（2）添加网格显示

plt.grid(alpha=0.5)

（3）添加描述信息

# 添加x轴描述信息
plt.xlabel()
# 添加y轴描述信息
plt.ylabel()
# 添加头描述信息
plt.title()

# 如果是多个绘图区的时候，函数名需要改变
axes[0].set_xlabel()
axes[0].set_ylabel()
axes[0].set_title()

（4）显示图例

plt.legend()

三：图像层

（1）折线图

显示事物变化的趋势

# 创建折线图
plt.plot(x, y, color='r', linestyle='--', label='名字')

x：x轴坐标
y：y轴坐标
color：线的颜色
linestyle：线的形状
label：线的名字

（2）散点图

判断变量之间是否存在数量关联趋势

# 创建散点图
plt.scatter(x, y)

x：x轴坐标
y：y轴坐标

（3）柱状图

进行大小的对比

# 创建柱状图
plt.bar(x, y, width=0.2)

x：x轴坐标
y：y轴坐标
width：柱状图的宽度

（4）直方图

表示频率的分布

# 创建直方图
plt.hist(data, bins=group_num)

data：数据，一大堆数据
bins：表示分组的个数

（5）饼图

表示占比

# 创建饼图
plt.pie(data, labels="名字", autopct="%1.2%%", shadow=True, explode=(0,0.1,0,0))

data：列表，里面存储的是每条数据的大小
labels：各个部分的名字，也是一个列表与数据相对应
autopct：数据输出的形式
shadow：阴影，图形是否带阴影
explode：突出，列表与数据相对应