Python数据可视化之matplotlib实践（1.入门）

**

一、Python可视化之matplotlib的入门技术*

学习环境：Anaconda

用到的编辑软件：Spder（Python 3.7)

学习内容：
使用matplotlib库绘制基本统计图像。
matplotlib库的图表组成元素的概念和实现方法
细化matplotlib库的图形内容基本操作方法

1.1绘制matplotlib图表组成元素的主要函数

画布：在一个图形输入窗口中，底层是一个figure实例，我们称之为画布。在画布上显示图形，图形有坐标轴，刻度，标签，线，标记等，称之为Axes实例。

matplotlib提供多种API函数，例如matplotlib.pyplot.xlim()和matplotlib.pyplot.ylim()控制x轴和y轴的数值显示范围

1.2准备数据

导入第三方包科学计算包Numpy和快速绘图模块pyplot。
其中matplotlib库实在Numpy基础上进行绘图的，数据生成代码如下：

import matplotlib.pyplot as plt  #导入pyplot绘图模块
import numpy as np  #导入numpy包
x = np.linspace(0.5,3.5,100)
y = np.sin(x)
y1 = np.random.randn(100)

注释：
函数np.linspace(0.5,3.5,100)表示在0.5至3.5之间均匀地取100个数。
函数np.random.randn(100)表示在标准正太分布中随机地取100个数。

1.3绘制matplotlib图表组成元素的函数用法

1.3.1函数plot(）

函数功能：展示变量的变化趋势

函数样例：plt.plot(x, y, ls = ‘-’, lw = 2, label = ‘plot figure’)

参数说明：
ls：线条风格
lw：线条宽度
label：标签文本

代码展示：

#-*-coding: UTF-8 -*-
import matplotlib.pyplot as plt
import numpy as np
 
x = np.linspace(0.05, 10, 1000)
y = np.cos(x)
 
plt.plot(x, y, ls='-', lw=2, label='plot figure')
plt.legend()  #显示label标签
plt.show()

运行结果：

扩展代码：

import matplotlib.pyplot as plt
import numpy as np
x = np.linspace(0.05, 10, 10)
y = np.cos(x) 
plt.plot(x, y, ls = '-', lw = 2, label = 'plot figure', color = 'r', marker = 's',markersize = 10)
plt.legend()  #显示label标签
plt.show()

运行结果：

ls参数：

color参数：

marker参数：


1.3.2函数scatter()

函数功能：寻找变量之间的关系

函数样例：plt.scatter(x, y, c = ‘b’, label = ‘scatter figure’)

参数说明：
c：颜色（取color首字母）

代码如下：

#-*-coding: UTF-8 -*-
import matplotlib.pyplot as plt
import numpy as np
x = np.linspace(0.05, 10, 1000)
y = np.random.rand(1000) 
#rand: 均匀分布
plt.scatter(x, y, c='r', label='scatter figure')
plt.legend()
plt.show()

运行结果：

1.3.3 函数xlim()

函数功能：设置x轴的数值范围显示范围

函数样例：plt.xlim(xmin,xmax)

参数说明：
xmin,xmax:轴的数值显示范围
同理，plt.ylim(ymin,ymax)用来设置y轴的数值显示范围

代码展示：

import matplotlib.pyplot as plt
import numpy as np
x = np.linspace(0.05, 10, 1000)
y = np.random.rand(1000)
plt.scatter(x, y, label='scatter figure')
plt.legend()
plt.xlim(0.05, 10)   #x轴的显示范围
plt.ylim(0, 1)          #y轴的显示范围
plt.show()

运行结果：

1.3.4函数xlabel()

函数功能：设置x轴的标签文本

函数样例：plt.xlabel(string)

参数说明：
string：标签的内容
同理，plt.ylabel(string)用来设置y轴的标签文本

代码样例：

#-*-coding: UTF-8 -*-
import matplotlib.pyplot as plt
import numpy as np
x = np.linspace(0.05, 10, 1000)
y = np.sin(x)
plt.plot(x, y, ls='-.', lw =2, c='c', label='plot figure')
plt.legend()
plt.xlabel('x-axis') #x轴标签
plt.ylabel('y-axis') #y轴标签
plt.show()

运行结果：

1.3.5函数grid()

函数功能：绘制刻度线的网格线

函数样例：plt.grid(ls = ‘:’, color = ‘r’)

参数说明：
ls：网格线的线条风格
color：网格线颜色

代码样例：

#-*-coding: UTF-8 -*-
import matplotlib.pyplot as plt
import numpy as np
x = np.linspace(0.05, 10, 1000)
y = np.sin(x)
plt.plot(x, y, ls='-.', lw =2, c='c', label='plot figure')
plt.legend()
plt.grid(ls=':', c='r', lw=2)
#功能：绘制刻度线的网格线
#ls：线条风格
#c： 线条颜色
#lw：线条宽度
plt.show()

运行结果：

1.3.6函数axhline()

函数功能：绘制平行于x轴的水平参考线

函数样例：plt.axhline(y=0.0, c=’r’, ls=’–’, lw=2)

参数说明：
y: 水平参考线的位置
同理，plt.axvline(x=0.0, c=’r’, ls=’–’, lw=2) 绘制垂直于x轴的垂直参考线

函数样例：

#-*-coding: UTF-8 -*-
import matplotlib.pyplot as plt
import numpy as np
x = np.linspace(0.05, 10, 1000)
y = np.sin(x)
plt.plot(x, y, ls='-.', lw =2, c='c', label='plot figure')
plt.legend()
plt.axhline(y=0, c='r', ls='--', lw=2)
#绘制平行于x轴的水平参考线
plt.axvline(x=4, c='k', ls='--', lw=2)
#绘制垂直于x轴的垂直参考线
plt.show()

运行结果：

1.3.7函数axvspan()

函数功能：绘制垂直于x轴的参考区域

函数样例：plt.axvspan(xmin=1, xmax=2, facecolor=’y’, alpha=0.3)

参数说明：
xmin,xmax: 参考区域的起始位置和终止位置
facecolor: 参考区域的填充颜色
alpha: 参考区域的填充颜色的透明度
同理，plt.axhspan(ymin=1.0, ymax=2.0, facecolor=’y’, alpha=0.3)表示绘制平行于x轴的参考区域。

代码样例：

#-*-coding: UTF-8 -*-
import matplotlib.pyplot as plt
import numpy as np
x = np.linspace(0.05, 10, 1000)
y = np.sin(x)
plt.plot(x, y, ls='-.', lw =2, c='c', label='plot figure')
plt.legend()
plt.axhspan(ymin=0, ymax=0.5, facecolor='y', alpha=0.5)
#绘制平行于x轴的参考区域, alpha:透明度
plt.axvspan(xmin=4, xmax=6, facecolor='r', alpha=0.3)
#绘制垂直于x轴的参考区域
plt.show()

运行结果：