html数据分析表格api_Python数据分析基本库——Matplotlib（一）

1. Matplotlib基础：https://www.runoob.com/numpy/numpy-matplotlib.html2. Matplotlib官网：https://matplotlib.org/3. Matplotlib中文：https://www.matplotlib.org.cn/

Matplotlib简介

Matplotlib 是 Python 的绘图库。它可与 NumPy 一起使用，提供了一种有效的 MatLab 开源替代方案。它也可以和图形工具包一起使用，如 PyQt 和 wxPython。

大量的第三方软件包 扩展并建立在Matplotlib功能的基础上，包括几个更高级别的绘图界面(seaborn， holoviews， ggplot，...)以及两个投影和制图工具包(basemap和cartopy)

Matplotlib绘图基础^[1]

基本原理

在绘图结构中，figure创建窗口，subplot创建子图。所有的绘画只能在子图上进行。plt表示当前子图，若没有就创建一个子图。所有你会看到一些教程中使用plt进行设置，一些教程使用子图属性进行设置。他们往往存在对应功能函数。

Figure：面板(图)，matplotlib中的所有图像都是位于figure对象中，一个图像只能有一个figure对象。Subplot：子图，figure对象下创建一个或多个subplot对象(即axes)用于绘制图像。

配置参数

参数	解释
axex	设置坐标轴边界和表面的颜色、坐标刻度值大小和网格的显示
figure	控制dpi、边界颜色、图形大小、和子区( subplot)设置
font	字体集(font family)、字体大小和样式设置
grid	设置网格颜色和线性
legend	设置图例和其中的文本的显示
line	设置线条(颜色、线型、宽度等)和标记
patch	是填充2D空间的图形对象，如多边形和圆。控制线宽、颜色和抗锯齿设置等。
savefig	可以对保存的图形进行单独设置。例如，设置渲染的文件的背景为白色。
verbose	设置matplotlib在执行期间信息输出，如silent、helpful、debug和debug-annoying。
xticks和yticks	为x,y轴的主刻度和次刻度设置颜色、大小、方向，以及标签大小。

要进行相关配置，还需要查阅用户手册或参考网络文献。

Matplotlib创建基本图形

1. 折线图

matplotlib 函数: plot(x, y)^[2]

•x: 线或标记的x坐标。•y: 线或标记的y坐标。

import matplotlib.pyplot as pltimport numpy as np

x = [1,2,3,4,5,6]  y1 = [i * 2 for i in x]  # [2,4,6,8,10,12]y2 = [m * m for m in x]  # [1,4,9,16,25,36]plt.figure(figsize=(5,5))#画板大小plt.plot(x, y1)plt.plot(x, y2)plt.show()

2. 柱状图(竖向)

matplotlib 函数: bar(left, height)^[3]

•left: 左侧的x坐标。•height: 柱状图的高度。

dt = np.arange(1, 5) values = [2, 5, 9,5]plt.figure(figsize=(6,5))plt.bar(dt, values)plt.show()

叠加图

dt = np.arange(1, 5)values = [2, 5, 9,5]values1 = [3, 5, 7,20]plt.figure(figsize=(6,5))plt.bar(dt, values)plt.bar(dt, values1 ,bottom = values)#plt.bar(dt, values1)plt.show()

3. 柱状图(横向)

matplotlib 函数: barh(bottom, width)^[4]

•bottom:柱图y坐标•width: 柱图的宽度.

matplotlib中文乱码问题，可以通过以下方式简单解决^[5]

plt.rcParams['font.sans-serif']=['SimHei'] #用来正常显示中文标签plt.rcParams['axes.unicode_minus']=False #用来正常显示负号categories = ['1', '2', '3', '4', '5']values= [7, 12, 4, 2, 9]plt.figure(figsize=(6,6))plt.barh(np.arange(len(categories)), values)plt.yticks(np.arange(len(categories)),           ['城市 %s' % x for x in categories])plt.show()

4. 直立方

matplotlib 函数: hist(x)^[6]

•x: 要显示的分布的值列表。

column_data = np.random.normal(33, 3, 1000)  # 创建1000个正态(高斯)分布随机数。平均值为42，标准偏差为3。plt.figure(figsize=(6,6))plt.hist(column_data)plt.show()

5. 饼图

matplotlib 函数: pie(sizes)^[7]

•sizes: 楔子的大小，如分数或数字。

counts = [20,30,45, 5]plt.figure(figsize=(6, 6))plt.pie(counts)plt.show()

设置参数

plt.pie(counts,                        #         colors=['blue', 'orange','red','green'],        labels=['City A', 'City B','City C','City D'],        startangle=90,        autopct='%.2f%%')# plt.legend()plt.show()

6. 散点图

matplotlib 函数: scatter(x, y)^[8]

•x, y: 这两个变量的值。

x = range(100)y = np.arange(50, 70,0.2) + (np.random.random(100) * 10.)print(x)print(y)

plt.figure()plt.scatter(x, y)plt.show()

设置参数

city1 = ['武汉','襄阳','宜昌','荆州']gdp = [14847.29,4309.79,4064.18,2082.18]colors = ['r','b','k','y']plt.scatter(range(1,5), gdp, s=gdp, c=colors,alpha=0.5)plt.xticks(range(1,5), city1)plt.grid(True)plt.show()

References

[1] Matplotlib绘图基础: https://www.jianshu.com/p/da385a35f68d[2] plot(x, y): http://matplotlib.org/api/pyplot_api.html#matplotlib.pyplot.plot[3] bar(left, height): http://matplotlib.org/api/pyplot_api.html#matplotlib.pyplot.bar[4] barh(bottom, width): http://matplotlib.org/api/pyplot_api.html#matplotlib.pyplot.barh[5] matplotlib中文乱码问题，可以通过以下方式简单解决: https://www.zhihu.com/question/25404709[6] hist(x): http://matplotlib.org/api/pyplot_api.html#matplotlib.pyplot.hist[7] pie(sizes): http://matplotlib.org/api/pyplot_api.html#matplotlib.pyplot.pie[8] scatter(x, y): http://matplotlib.org/api/pyplot_api.html#matplotlib.pyplot.scatter

[9]Matplotlib创建基本图形: https://mooc.study.163.com/smartSpec/detail/1001454002.htm?share=1&shareId=1647514

近期文章

Python入门：

Python安装与环境配置

Python基础用法 |《Python与开源GIS》

Python读取excel的两种方法

Python读取json数据

Python基本库——解析库XPath

Python基本库—正则表达式(regex)

python数据分析基本库—NumPy

python数据分析基本库—Pandas(一)

Python数据分析基本库——Pandas(二)

第一个Python爬虫

空间分析：

开工了开工了！空间计量模型系列教程一

空间计量模型系列教程二

情人节特辑之带有惊喜的空间计量模型系列教程三

空间计量模型系列教程四

空间计量模型系列教程五(完结啦)

空间计量||空间权重矩阵

空间计量——用GeoDa和stata生成空间权重矩阵的方法

空间计量|| matlab实现空间计量模型SAR、SEM、SDM

分享||空间计量科研工具(一)

区域经济：

经济地理学是经济学还是地理学？附重点外文期刊目录

经济地理基本认识：异质性与尺度、格局、结构、功能

分享||区域与城市经济学、房地产经济学与资源环境经济学慕课

复旦大学城市经济研究所推荐阅读文献

北京大学《城市经济学》推荐阅读文献

城市、区域经济学必读书目推荐

其他：

MK突变检验的matla实现

一个机智的MATLAB出图tips

综合评价||泰尔指数的matlab实现

空间计量之评价||DEA常见模型的matlab的实现(1)——CCR

空间计量之评价||DEA常见模型的matlab的实现(2)——非期望产出SBM

空间计量之评价||DEA常见模型的matlab的实现(2)——无非期望产出SBM

CiteSpace实操教程

基于SPSS的调查问卷信度和效度检验

如果觉得有用就点一下“在看”吧