4-2 Matplotlib绘图

图片与子图

Matplotlib所绘制的图位于图片(Figure)对象中。我们可以通过plt.figure生成一个新的图片：

from matplotlib import pyplot as plt
fig = plt.figure()

注意
在IPython中，执行该代码一个空白的绘图窗口就会出现，但在Jupyter中则没有任何显示
但是可以通过plt.subplot创建一个或多个子图。
如：带有四个子图的Matplotlib图片

除此之外，Matplotlib包含一个便捷方法plt.subplots创建一个新的图片，然后返回包含了已生成子图对象的Numpy数组。

• plt.subplots(nrows, ncols, sharex, sharey)
  • nrows子图的行数
  • ncols子图的列数
  • sharex 所有子图使用相同的x轴刻度
  • sharey 所有子图使用相同的y轴刻度

那么实际上，当我们不需要使用子图时，可以通过plt对象直接绘制图形。

Matplotlib绘制图形

matplotlib能够绘制折线图，散点图，条形图，直方图，饼图等等。

具体可参考：https://matplotlib.org/gallery/index.html

折线图

折线图介绍

折线图以折线的上升或下降来表示统计数量的增减变化的统计图
**特点：**能够显示数据的变化趋势，反映事物的变化情况

折线图绘制

折线图可以通过**plot()**函数来绘制

• plt.plot(x, y) # 使用默认的线样式及颜色绘制x,y构建的图形

实例

数据如下，绘制折线图形

• x = [1,2,3,4]
• y = [2,3,1,2]

import matplotlib.pyplot as plt

x = [1,2,3,4]
y = [2,3,1,2]

plt.plot(x,y)
plt.show()

以上实例，x数组对应图形x轴的值，y数组对应图形y轴的值，并且通过plt.plot()绘制之后，通过**plt.show()**展示图片，释放内存。

并且，plt.plot()函数除了传入制图数据，还可以设置线的颜色等。

• color 设置线的颜色
• linestyle 设置线的样式
• marker 标记样式
  代码如下

import matplotlib.pyplot as plt

x = [1,2,3,4]
y = [2,3,1,2]

plt.plot(x,y,color="g",linestyle="--")

plt.show()

效果如下

plt.plot()参数使用具体可参考：https://matplotlib.org/api/_as_gen/matplotlib.axes.Axes.plot.html#matplotlib.axes.Axes.plot
练习
假设一天中每隔两个小时的气温分别是[15,13,14.5,17,20,25,26,26,27,22,18,15]，绘制图形。

图形组成

实际上，图形的组成除了x,y轴。还有很多组件。如下图