matplotlib横坐标从大到小_Python数据分析：Matplotlib-CSDN博客

本文介绍了Python数据分析库Matplotlib的使用，包括图形构成如Figure、subplot、Axes、ticks、图例、网格线和标签等内容，以及plot的风格和样式，如颜色、图标、线条等。同时讲解了如何保存图像以及常用图形的绘制，如折线图、柱状图、条形图、直方图和饼图等。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

终于到了python数据分析三剑客的最后一课：Matplotlib，一个专门用于绘制图形的库，话不多说，直接进入主题。

内容目录

图形的构成
plot样式风格
plot保存图像
各种图形绘制

1 图形的构成

1.1 Figure

在绘制图形之前，我们需要一个Figure对象，可以理解成我们需要一张画板才能开始绘图。

import matplotlib.pyplot as plt # 约定俗成的写法

from pylab import *
mpl.rcParams['font.sans-serif'] = ['SimHei']  # 解决中文乱码问题
plt.rcParams['axes.unicode_minus'] = False   # 解决负号不显示的问题
 
fig = plt.figure()

plt.figure的参数：(num=None, figsize=None, dpi=None, facecolor=None, edgecolor=None, frameon=True, FigureClass=<class 'matplotlib.figure.Figure'>, clear=False, **kwargs)

num: 图像编号或名称，数字为编号，字符串为名称
figsize: 指定figure的宽和高，单位为英寸
dpi: 参数指定绘图对象的分辨率，即每英寸多少个像素，缺省值为80, 1英寸等于2.5cm,A4纸是 21*30cm的纸张
facecolor: 背景颜色
edgecolor: 边框颜色
frameon: 是否显示边框

fig = plt.figure(num="hakg",figsize=(10,5),facecolor='g')
ax1 = fig.add_subplot(111)
ax1.set(xlabel="x",ylabel='y')
plt.plot(x,y)

这里只是为了展示figure的参数，我知道很丑

1.2 subplot

使用subplot可以在一个界面中显示多张图像。

参数：subplot(nrows,ncols,num,sharex,sharey,subplot_kw,**fig_kw)

nrows： subplot的行数
ncols： subplot的列数，行X列就是被分成多少个图像区域
num： 目前该图像位于第几个位置
sharex：所有subplot应该使用相同的X轴刻度（调节xlim将会影响所有的subplot)
sharey：所有subplot应该使用相同的Y轴刻度（调节ylim将会影响所有的subplot)
subplot_kw：用于创建各subplot的关键字字典
**fig_kw：创建figure时的其他关键字

plt.subplot(ijn) i代表划分为几行j为几列，n是指目前在第几个子区域内，这里也可以使用fig.subplot(ijn)

fig = plt.figure()
ax1 = fig.add_subplot(221) # 划分为2行2列四个区域，这是第一个区域，以下以此类推
ax1.set(title="标题1",ylabel='y',xlabel='x') 
ax2 = fig.add_subplot(222)
ax2.set(title="标题2",ylabel='y',xlabel='x')
ax3 = fig.add_subplot(223)
ax3.set(title="标题3",ylabel='y',xlabel='x')
ax4 = fig.add_subplot(224)
ax4.set(title="标题4",ylabel='y',xlabel='x')
plt.show()

数据区域的划分顺序为：先行后列

1.3 Axes 轴