初学者，Matplotlib-Day16

Matplotlib 是一个用于 Python 的绘图库，它提供了丰富的绘图接口，可以用来绘制各种静态、动态、交互式的图表和可视化效果。它是 Python 数据科学、机器学习和可视化领域中最常用的库之一。Matplotlib 是一个非常强大的 Python 画图工具，我们可以使用该工具将很多数据通过图表的形式更直观的呈现出来。

Matplotlib 可以绘制线图、散点图、等高线图、条形图、柱状图、3D 图形、甚至是图形动画等等。

• Matplotlib 官网：https://matplotlib.org/

安装 Matplotlib,可以使用 pip 来安装 Matplotlib：

pip install matplotlib

导入 Matplotlib

在你的 Python 脚本中，首先导入 Matplotlib 的 pyplot 模块，它通常被缩写为 plt：

import matplotlib.pyplot as plt

Pyplot 是 Matplotlib 的子库，提供了和 MATLAB 类似的绘图 API。
Pyplot 是常用的绘图模块，能很方便让用户绘制 2D 图表。
Pyplot 包含一系列绘图函数的相关函数，每个函数会对当前的图像进行一些修改，例如：给图像加上标记，生新的图像，在图像中产生新的绘图区域等等。

以下是一些常用的 pyplot 函数：

• plot()：用于绘制线图和散点图
• scatter()：用于绘制散点图
• bar()：用于绘制垂直条形图和水平条形图
• hist()：用于绘制直方图
• pie()：用于绘制饼图
• imshow()：用于绘制图像
• subplots()：用于创建子图

 折线图函数
matplotlib.pyplot.plot(
x,y,# 接收数组等。表示x,y轴对应的数据系列
color/c=None，#线条颜色
linestyle/ls=",线条类型,默认为实线
marker=None，#会指点类型默认为None
label=None,#图例文字alpha=None #透明图(0~1的小数，0为全透明)
）

柱状图：
plt.bar(
 x # 水平坐标数组
height,# 柱状图高度数组
width=0.8,#柱子的宽度,默认0.8
bottom=None，#柱子的y轴起点位置
color=None，#填充颜色
label="#图例文字
alpha=0.2#透明度
）
 

条形图函数：
plt.barh(
y# 垂直坐标数组
width,# 柱子长度数组
height=0.8，#柱子的宽度,默认 0.8
left=None,#柱子的x轴起点偏移位置
color=None，#填充颜色
label="#图例文字
alpha=0.2#透明度 
）

饼图函数
matplotlib.pyplot.pie(
values，#值列表
explode=None,#扇形之间的间距列表
labels=None,# 标签列表
colors=None,# 颜色列表
autopct=None,#标签所占比例格式,如:%d%%
shadow=True,#是否显示阴影 
startangle=0,# 逆时针绘制饼状图时的起始角度
radius=1#半径
)
 

散点图函数：
plt.scatter(
x,# x轴坐标数组
y,# y轴坐标数组
marker=",#点型
s=10,#大小
color=",# 颜色
edgecolor=",# 边缘颜色
facecolor=",#填充色
zorder="#图层序号 
)

直方图 :

matplotlib.pyplot.hist(
x, bins=None, #表示要绘制直方图的数据，可以是一个一维数组或列表
range=None, #可选参数，表示直方图的值域范围，可以是一个二元组或列表。默认为None，即使用数据中的最小值和最大值
density=False, #可选参数，表示是否将直方图归一化。默认为False，即直方图的高度为每个箱子内的样本数，而不是频率或概率密度
weights=None, 
cumulative=False, #可选参数，表示是否绘制累积分布图。默认为False。
bottom=None, 
histtype='bar', #可选参数，表示直方图的类型，可以是'bar'、'barstacked'、'step'、'stepfilled'等
align='mid', #可选参数，表示直方图箱子的对齐方式，可以是'left'、'mid'、'right'
orientation='vertical', #可选参数，表示直方图的方向，可以是'vertical'、'horizontal'
rwidth=None, #可选参数，表示每个箱子的宽度。默认为None
log=False, #可选参数，表示是否在y轴上使用对数刻度。默认为False。
color=None, 
label=None, 
stacked=False, #可选参数，表示是否堆叠不同的直方图，默认为False
)
 

Matplotlib 网格线:

matplotlib.pyplot.grid(
b=None,#可选，默认为 None，可以设置布尔值，true 为显示网格线，false 为不显示，如果设置 **kwargs 参数，则值为 true
which='major',#可选，可选值有 'major'、'minor' 和 'both'，默认为 'major'，表示应用更改的网格线
xis='both',#可选，设置显示哪个方向的网格线，可以是取 'both'（默认），'x' 或 'y'，分别表示两个方向，x 轴方向或 y 轴方向
)

 Matplotlib画布设置：

第一部分主要作用是构建出一张空白的画布:最简单的绘图可以省略第一部分，直接在默认的画布上进行图形绘制。
matplotlib.pyplot.figure(
num=None,#窗口的属性id,即该窗口的身份标识
figsize=None,#可选参数。整数元组，默认是无
dpi=None,#可选参数，整数。表示该窗口的分辨率
facecolor=None，#可选参数，表示窗口的背景颜色
edgecolor=None #可选参数，表示窗口的边框颜色
)

Matplotlib 中文显示：

在Matplotlib中正确显示中文通常需要解决两个问题：字体支持和文本编码。以下是一些步骤来确保Matplotlib能够显示中文：

1. 设置字体：Matplotlib默认可能不包含支持中文的字体。你需要指定一个支持中文的字体文件（通常是.ttf或.otf文件）。

2. 设置文本编码：在大多数情况下，你应该确保你的Python脚本或环境使用UTF-8编码，因为UTF-8广泛支持包括中文在内的多种语言。

   

创建多个子图：
张空白的窗口可以划分为多个部分，方便在同一幅图上绘制多个图形的情况。这些被划分出来的块称之为子图。图形可以在子图中完成独立的绘制。 

函数：
figure.add subplot(
nrows,#将画布分割为nrows 行
ncols,#将画布分割为ncols 列
index #nrows 行 ncols列的第几个子图(index从1开始) 
)