numpy基础操作（二）：用matplotlib画图

一、绘图

（一）散点图

 散点图用来表示两个变量间的关系

import numpy as np
import matplotlib.pyplot as plt
 
height=[160,170,175,186]
weight=[49,50,55,58]
plt.scatter(heigth,weight)   #将x和y的数据变成列表，然后填到plt.scatter(x,y)中
plt.show()

#股票价格波动
open,close=np.loadtxt('0001.csv',delimiter=',',skiprows=1,usecols=(1,4),unpack=True)
change=close-open  #change是一串列表
yesterday=change[:-1]
today=change[1:]
plt.scatter(yesterday,today)   #这里获取了yesterday和today两串列表数据，然后填到散点图函数中
plt.show()

#调整散点图的特征
plt.scatter(yesterday,today,s=100)  #调整散点图的点的大小：s表示面积
plt.scatter(yesterday,today,c='r')  #调整散点图的颜色，c表示颜色
plt.scatter(yesterday,today,markers='<')  #调整散点图点的形状，markers表示形状，默认是o，在matplotlib官网上搜索markers可以看所有可以使用的形状
plt.scatter(yesterday,today,alpha=1)  #调整散点图的透明度，alpha表示透明度，1表示完全不透明

（二）折线图

折线图可以用来观察数据随时间变化的情况

import numpy as np
import matplotlib.pyplot as plt

x=np.linspace(-10,10,100) #从-10到10，等区间分成100份
y=x**2
plt.plot(x,y)
plt.show()

#画股票的时间序列
open,close=np.loadtxt('0001.csv',delimiter=',',converters={
   0:mdates.strpdate2num('%m%d%Y')},skiprows=1,usecols=(0,1,4),unpack=True)
plt.plot(date,open) #绘制出来的图形横坐标不是时间，而是浮点型的数字
plt.plot_date(date,open,linestyle='--',color='red',markers='o') #这里绘制出来的横坐标是以年月日来表示的，另外还要规定线型，否则将会绘制出散点图
plt.plot_date(date,close,linestyle='--',color='green',markers='<') #在同一张图上绘制open和close的变化趋势
plt.show()

（三）条形图

用来表示不同类别的事物的多少

import numpy as np
import matplotlib.pyplot as plt

#------绘制单变量条形图------
n=5
y=[10,20,40,50，60]
index=np.arrage(n)
pl=plt.bar(left=index,height=y,color='red',width=0.5)  #left表示横坐标从0到5，高度为y，颜色为红色，宽度为0.5
pl=plt.bar(left=0,bottow=index,width=y,color='red',height=