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