Python数据可视化工具matplotlib的学习笔记（一）

（2020.03.23）

• 示例画廊（http://matplotlib.org/）。 单击画廊中的图表，就可查看用于生成图表的代码。

• 模块pyplot : 包含很多用于生成图表的函数。
  使用时首先导入模块pyplot，并给它指定别名plt，以免反复输入pyplot。

import matplotlib.pyplot as plt

• 函数plot： 将一个数字列表传递给该函数，该函数将尝试根据这些数字绘制出有意义的图形。（绘制图形） plt.plot()

squares = [1,4,9,16,25]
plt.plot(squares)

• plt.show()： 打开matplotlib查看器，并显示绘制的图形。

• 参数linewidth决定了plot()绘制的线条的粗细。

squares = [1,4,9,16,25]
plt.plot(squares,linewidth = 5)

• 函数title()给图表指定标题；
  函数xlabel()为x轴指定标题；
  函数ylabel()为y轴指定标题 。

      **参数fontsize**指定了图表中文字的大小。
  

#设置图表标题，并给坐标轴加上标签
plt.title("Square Numbers",fontsize = 24)
plt.xlabel("Value",fontsize = 14)
plt.ylabel("Square of Value",fontsize = 14)

• 函数tick_params()设置刻度的样式：其中指定的实参将影响x轴和y轴上的刻度（axes=’both’），并将刻度标记的字号设置为14（labelsize=14）。

#设置刻度标记的大小
plt.tick_params(axis = 'both',labelsize = 14)

• 矫正图形：
  当向plot()提供一系列数字时，它假设第一个数据点对应的x坐标值为0，但我们的第一个点对应的x值为1。为改变这种默认行为，我们可以给plot()同时提供输入值和输出值。

input_values = [1,2,3,4,5]
squares = [1,4,9,16,25]
plt.plot(input_values,squares,linewidth = 5)

• 使用scatter()绘制散点图并设置其样式：
  要绘制单个点，可使用函数scatter()，并向它传递一对x和y坐标，它将在指定位置绘制一个点。

plt.scatter(2,4)
plt.show()

• 使用scatter()绘制一系列点。
  要绘制一系列的点，可向scatter()传递两个分别包含x值和y值的列表。

x_values = [1,2,3,4,5]
y_values = [1,4,9,16,25]
plt.scatter(x_values,y_values,s = 200)

• 在函数scatter()中，使用实参s设置绘制图形时使用的点的尺寸。

plt.scatter(x_values,y_values,s = 200)

• 自动计算数据：
  x轴的数据取一个范围中的值，并存储在列表中；
  y轴的数据使用 列表解析 计算得到。

x_values = list(range(1,1001))
y_values = [x**2 for x in x_values]

plt.scatter(x_values,y_values,s=40)

• 使用函数axis()指定每个坐标轴的取值范围。
  该函数要求提供四个值：x和y坐标轴的最小值和最大值。

#设置每个坐标轴的取值范围
plt.axis([0,1100,0,1100000])

• 删除数据点的轮廓。
  在调用scatter()时传递实参edgecolor=‘none’。

plt.scatter(x_values,y_values,edgecolor='none',s=40)

• 自定义数据点的颜色 ：
  可向scatter()传递参数c，并将其设置为要使用的颜色的名称

   还可以使用RGB颜色模式自定义颜色。要指定自定义颜色，可传递参数c，并将其设置为一个元组，其中包含三个0~1之间的小数值，它们分别表示红色、绿色和蓝色分量。值越接近0，指定的颜色越深，值越接近1，指定的颜色越浅。
  

plt.scatter(x_values,y_values,c='red',edgecolor='none',s=40)

plt.scatter(x_values,y_values,c=(0,0,0.8),edgecolor='none',s=40)