1.1. 画板层canvas
1.2.画布层figure
1.3绘图区/坐标系
1.3.1辅助显示层
1.3.2图像层
2.图像大小figsize=(),图像清晰度dpi():dot per inch
3.保存图像:plt.savefig("")
4.随机数:
x = range(60)
Random . uniform (15,18)
5.修改刻度:plt.xticks(x,**kwargs)
6.中文显示的问题/负号显示问题:
#mac一劳永逸
#ubantu没创建一次新的虚拟环境,需要重新配置
#windows:plt.rcParams['font.sans-serif']=['Simhei']
----负号显示问题:plt.rcParams['axes.unicode_minus'] = False # 显示负号
6.1安装字体
6.2删除matplotlib缓存文件
6.3配置文件
7.颜色:color
标题:lable
8.图例的位置:loc(编号和英文都可以,数字编号不用加引号)
9.不同的绘图区,画不同的图:面向对象的方法
figure,axesmatplotlib.pyplot.subplots(nrows=1,ncols=2,**fig_kw)即plt.pyplot.subplots(nrows=1,ncols=1,**fig_kw)
axes[0].方法名
axes[1]
10.plt.函数名()相当于面向过程的画图方法,axes.set_方法名()相当于面向对象的画图方法
11.面向对象什么时候用set
12.折线图的应用场景
13.完善
加点:scatter(x,y)
14.柱状图
----竖直柱状
----水平柱状(1)
注意切换对应值
----水平柱状(2)
----多个并列
----更改横坐标
plt.xticks(np.arange(4), ('一月','二月','三月','四月'), rotation=30)#rotation控制倾斜角度
15.设置数字标签,使用text显示数值
for a,b in zip(index,y1):
plt.text(a, b+0.05, '%.0f' % b, ha='center', va= 'bottom',fontsize=11)
15.魔术命令----%matplotlib inline
注意:既然是IPython的内置magic函数,那么在Pycharm中是不会支持的。
结:%matplotlib inline 可以在Ipython编译器里直接使用,功能是可以内嵌绘图,并且可以省略掉plt.show()这一步。
16.把所有图放在一起
17.
画图不是为了炫技,而是为了提高信息传递的效率。你不妨反思一下自己画过的图,是不是提高了信息传递的效率
plt.rcParams['figure.facecolor'] = 'b' # 设置axes绘图区的颜色 plt.rcParams['axes.facecolor'] = 'g'