1. Matplotlib简介
Matplotlib是Python的一个2D图形库,能够生成各种格式的图形(诸如折线图,散点图,直方图等等),界面可交互(可以利用鼠标对生成图形进行点击操作),
同时该2D图形库跨平台,即既可以在Python脚本中编码操作,也可以在Jupyter Notebook中使用,以及其他平台都可以很方便的使用Matplotlib图形库,而且生成图形质量较高,
甚至可以达到出版级别。需要注意的是,在相关Python软件中调用Matplotlib图形库时,需要利用shell进行单独安装,假如使用Jupyter Notebook时,相关图形库已直接配置在软件内,
不过其生成的图形无法进行交互,而是内嵌在Jupyter Notebook生成界面内。
绘制温度图--显示上海的温度变化图
importrandomimportmatplotlib.pyplot as plt#添加这两行让中文字体正常显示
plt.rcParams['font.sans-serif']=['SimHei']#显示中文标签
plt.rcParams['axes.unicode_minus']=False#1.准备数据
x = range(60)
y_shanghai= [random.uniform(15, 18) for i inx]#2.创建画布
plt.figure(figsize=(20,8), dpi=80)#绘制图像
plt.plot(x, y_shanghai)#准备x轴的刻度说明
x_label = ['11点{}分'.format(i) for i inx]
plt.xticks(x[::5],x_label[::5])
plt.yticks(range(0,40,5))#添加网格
plt.grid(linestyle="--",alpha=0.5)#添加描述信息
plt.xlabel('时间变化')
plt.ylabel('温度变化')
plt.title('上海11-12点每分钟的温度变化图')#显示图
plt.show()
同时显示两个城市的温度变化图
importrandomimportmatplotlib.pyplot as plt#添加这两行让中文字体正常显示
plt.rcParams['font.sans-serif']=['SimHei']#显示中文标签
plt.rcParams['axes.unicode_minus']=False#1.准备数据
x = range(60)
y_shanghai= [random.uniform(15, 18) for i inx]
y_beijing= [random.uniform(1, 3) for i inx]#2.创建画布
plt.figure(figsize=(20,8), dpi=80)#绘制图像
plt.plot(x, y_shanghai)
plt.plot(x, y_beijing)#准备x轴的刻度说明
x_label = ['11点{}分'.format(i) for i inx]
plt.xticks(x[::5],x_label[::5])
plt.yticks(range(0,40,5))#添加网格
plt.grid(linestyle="--",alpha=0.5)#添加描述信息
plt.xlabel('时间变化')
plt.ylabel('温度变化')
plt.title('上海、北京11-12点每分钟的温度变化图')#显示图
plt.show()
设置图形风格 颜色: r(红) g(绿) b(蓝) w(白) c(青) m(洋红) y(黄) k(黑)
风格字符:
实线 -- 虚线 -. 点划线 : 点虚线 '' 留空 空格
注意:如果只在plt.plot()中设置label还不能显示出图例,还需要通过plt.legend()将图例显示出来 plt.legend(loc="best")
Location String Location Code 'best' 0 'upper right' 1 'upper left' 2 'lower left' 3 'lower right' 4 'right' 5 'center' 6
散点图的绘制
importmatplotlib.pyplot as plt#准备数据
x = [1, 3, 6, 6, 7, 9, 5]
y= [2, 3, 5, 6, 8, 2, 3]#绘制画布
plt.figure(figsize=(20,8),dpi=80)#绘制散点图
plt.scatter(x, y)#显示图像
plt.show()
绘制柱状图--显示每部电影的票房
importmatplotlib.pyplot as plt#1.准备数据
movie_name = ['雷神','正义联盟','东方快车谋杀案','寻梦环游记','全球风暴','降魔记','追捕']
tickets= [73853, 57767, 22354, 15969, 14839, 8725, 8318]#2. 创建画布
plt.figure(figsize=(20, 8),dpi=80)#3.绘制柱状图
x_ticks =range(len(movie_name))
plt.bar(x_ticks, tickets, color=['b','r','g','y','c','m','y'])#修改x刻度
plt.xticks(x_ticks, movie_name)#添加标题
plt.title('电影票房收入对比')#显示网格
plt.grid(linestyle='--',alpha=0.5)#4.显示图像
plt.show()
电影上映首日和首周的票房对比
importmatplotlib.pyplot as plt#1.准备数据
movie_name = ['雷神','正义联盟','东方快车谋杀案','寻梦环游记']
first_day= [10587, 10062.5, 1275.7, 1223]
first_weekend= [24564.5, 32755.6, 83245.9, 7325]
x=range(len(movie_name))
plt.figure(figsize=(20,8),dpi=80)
plt.bar(x, first_day, width=0.2, label='首日票房')
plt.bar([i+0.2 for i in x],first_weekend, width=0.2, label='首周票房')#显示图例
plt.legend()#修改X轴刻度显示
plt.xticks([i+0.1 for i inx],movie_name)
plt.show()
绘制直方图
#需求:电影时长分布状况#1.准备数据
time = [131,94,143,126,129,117,138,107,113,119,95,175,127,147]#2.绘制画布
plt.figure(figsize=(20,8),dpi=80)#3.绘制直方图
distance = 2group_num= int((max(time) - min(time))/distance)
plt.hist(time, bins=group_num,density=True)#修改x轴刻度
plt.xticks(range(min(time),max(time)+2,distance))#添加网格
plt.grid(linestyle='--',alpha=0.5)#4.显示图像
plt.show()
饼图
importmatplotlib.pyplot as plt#1.准备数据
movie_name = ['雷神','正义联盟','东方快车谋杀案','寻梦环游记','追捕','亲爱的']
place_count= [42875, 43756, 35673, 23543, 25477, 46823]#2.绘制画布
plt.figure(figsize=(20,8),dpi=80)#3.绘制饼图
plt.pie(place_count, labels=movie_name, colors=['b','r','g','y','m','k'])
plt.axis('equal')
plt.legend()#4.显示图像
plt.show()