matplotlib详细笔记

show()——显示绘制图形

import matplotlib.pyplot as plt    #引入pyplot模块
plt.show()    # 显示绘制的图形，当我们绘制后调用,在jupyter notebook里自带此函数

figure()

plt.figure(figsize(20,8),dpi=80)

• figure图形图标的意思，在这里指的就是画的图
  通过实例化一个figrue并且传入参数，并让后台自动使用该figure实例
• 在图像模糊的时候可以传入dpi参数，让图片更清晰
  放在plot画之前设置

plot()——画线

plot(列表x轴值，列表y轴值，color="origin",linestyle="--",linewidth=5,alpha=0.5)   
#linestyle=":"  #alpha 透明度，
#颜色不会拼写可以用百度输入对应的十六进制（输入  颜色代码）

import matplotlib.pyplot as plt    #引入pyplot模块
import numpy as np   #引入numpy库
x=np.arange(-10,11)  #创建一个-10-10的数组
y=np.arange(-100,110,10) #创建一个-100-110，间隔为10的数组
plt.plot(x,y)
plt.show()  #在jupyter notebook里自带此函数

输出结果：

linewidth——线条宽度

plt.plot(x,y，linewidth=20)

import matplotlib.pyplot as plt    #引入pyplot模块
import numpy as np   #引入numpy库
x=np.arange(-10,11)  #创建一个-10-10的数组
y=np.arange(-100,110,10) #创建一个-100-110，间隔为10的数组
plt.plot(x,y,linewidth=20)  # linewidth=5是正常宽度
plt.show()

import matplotlib.pyplot as plt    #引入pyplot模块
import numpy as np   #引入numpy库
x=np.arange(-10,11)  #创建一个-10-10的数组
y=np.arange(-100,110,10) #创建一个-100-110，间隔为10的数组
plt.plot(x,y,linewidth=5)  # 正常宽度
plt.show()

title()、xlabel()、ylabel()——标题的显示

plt.title("string")     #图的标题string
plt.xlabel("string") #x轴的标题string
plt.ylabel("string") #y轴的标题string

import matplotlib.pyplot as plt    #引入pyplot模块
import numpy as np   #引入numpy库
x=np.arange(-10,11)  #创建一个-10-10的数组
y=np.arange(-100,110,10) #创建一个-100-110，间隔为10的数组
plt.plot(x,y,linewidth=20)  # linewidth=5是正常宽度

plt.title("y=x * 10")     #图的标题
plt.xlabel("value_x") #x轴的标题
plt.ylabel("value_y") #y轴的标题

plt.show()

xticks()、yticks()——设置x、y轴刻度

xticks(ticks, [labels], **kwargs)
ticks：数组类型，用于设置X轴刻度间隔
[labels]：数组类型，用于设置每个间隔的显示标签
**kwargs：用于设置标签字体倾斜度rotation和颜色color等外观属性。

import matplotlib.pyplot as plt    #引入pyplot模块
import numpy as np   #引入numpy库
x=np.arange(-10,11)  #创建一个-10-10的数组
y=np.arange(-100,110,10) #创建一个-100-110，间隔为10的数组
plt.plot(x,y,linewidth=5)  # linewidth=5是正常宽度
plt.title("y=x * 10")     #图的标题
plt.xlabel("value_x") #x轴的标题
plt.ylabel("value_y") #y轴的标题

xlabels=['T%s'%i for i in x]
plt.xticks(x,xlabels,rotation=45,color="blue")#倾斜45度，x轴刻度为蓝色

小练习——温度折线图
plt.show()
#设置x刻度
#想设置为1-24,想设置成啥就传个啥样的列表
#简化步骤，可以考虑列表生成式,例子：x=[i/2 for i #in range(2,49)]
#xticks(range(1,25))
#xticks(x[::2])#如果设置得太密集，可以设置步长
#y=[random.randint(15,35) for i in range(12) ]

grid() ——设置网格

import matplotlib.pyplot as plt    #引入pyplot模块
import numpy as np   #引入numpy库
x=np.arange(-10,11)  #创建一个-10-10的数组
y=np.arange(-100,110,10) #创建一个-100-110，间隔为10的数组
plt.plot(x,y,linewidth=5)  # linewidth=5是正常宽度
plt.title("y=x * 10")     #图的标题
plt.xlabel("value_x") #x轴的标题
plt.ylabel("value_y") #y轴的标题

xlabels=['T%s'%i for i in x]
plt.grid()
plt.xticks(x,xlabels,rotation=45,color="blue")#倾斜45度，x轴刻度为蓝色

legend()——图例说明

a=plt.plot(数组x,数组y,label="数值a")   #定义个label
b=plt.plot(数组x,数组y,label="数值b")   #定义个label
plt.legend(a,b)    #调用legend()

import matplotlib.pyplot as plt    #引入pyplot模块
import numpy as np   #引入numpy库
x=np.arange(-10,11)  #创建一个-10-10的数组
y=np.arange(-100,110,10) #创建一个-100-110，间隔为10的数组
plt.plot(x,y,linewidth=5)  # linewidth=5是正常宽度
plt.title("y=x * 10")     #图的标题
plt.xlabel("value_x") #x轴的标题
plt.ylabel("value_y") #y轴的标题
xlabels=['T%s'%i for i in x]
plt.xticks(x,xlabels,rotation=45,color="blue")#倾斜45度，x轴刻度为蓝色

plt.plot(x,y,label="数值a")   #定义个label
plt.legend()    #调用legend()

plt.show()

savefig()——保存图片

savefig("file_path")

import matplotlib.pyplot as plt    #引入pyplot模块
import numpy as np   #引入numpy库
x=np.arange(-10,11)  #创建一个-10-10的数组
y=np.arange(-100,110,10) #创建一个-100-110，间隔为10的数组
plt.plot(x,y,linewidth=5)  # linewidth=5是正常宽度
plt.title("y=x * 10")     #图的标题
plt.xlabel("value_x") #x轴的标题
plt.ylabel("value_y") #y轴的标题

xlabels=['T%s'%i for i in x]
plt.grid()
plt.xticks(x,xlabels,rotation=45,color="blue")#倾斜45度，x轴刻度为蓝色
plt.savefig("D:\jk.jpg")

基础部分总结

——————————————————————————————————————————

对比常用统计图

scatter()——绘制散点图

import matplotlib.pyplot as plt 

import matplotlib
font={
    'family':"MicroSoft YaHei"
}
matplotlib.rc("font",**font)  #解决中文无法显示问题

y_1=[random.randint(10,18) for i in range(30)]  #列表生成式
x_1=range(1,len(x_1)+1)
x_2=[i for i in range(30)]
plt.xticks(x_2,rotation=45)
plt.xlabel("日期")
plt.ylabel("温度")
plt.scatter(x_1,y_1)

bar()——绘制纵向直方图

a=["战狼2","速度与激情8","变形金刚5","金刚狼3","情圣","功夫瑜伽"]
b=[56.01,26.94,17.53,16.49,15.45,12.96]
#设置中文的代码和引入库的代码前面有，这里没放上去
plt.bar(range(len(a)),b,width=0.5)
plt.xticks(range(len(a)),a,rotation=45)

barh()——绘制横向条形图

a=["战狼2","速度与激情8","变形金刚5","金刚狼3","情圣","功夫瑜伽"]
b=[56.01,26.94,17.53,16.49,15.45,12.96]

plt.barh(range(len(a)),b,height=0.5)
plt.yticks(range(len(a)),a)

hist()——绘制直方图

import matplotlib.pyplot as plt
import numpy as np
 
data=[np.random.randint(140,180) for i in range(300)]
 
plt.hist(data,bins=10)
 
plt.show()