【星海出品】数据可视化之Matplotlib入门（一）

官方网站: https://matplotlib.org/

Matplotlib 提供了一个套面向绘图对象编程的 API 接口，能够很轻松地实现各种图像的绘制，并且它可以配合 Python GUI
工具（如 PyQt、Tkinter 等）在应用程序中嵌入图形。同时 Matplotlib 也支持以脚本的形式嵌入到 IPython
shell、Jupyter 笔记本、web 应用服务器中使用。

现在的公共的图像展示技术已经很丰满了
以下展示一项某国作者的作品。

了解更多信息：《华盛顿邮报》

一。安装包

python install-pip.py #安装pip
pip install matplotlib #安装可视化库

Installing collected packages: typing-extensions, six, pyparsing,
pillow, numpy, fonttools, cycler, python-dateutil, packaging,
kiwisolver, matplotlib

二。简单应用

import numpy as np
import matplotlib.pyplot as plt

# 准备 X 轴的数据x = np.linspace(0, 10, 10)
# 默认（start,end,num=10, endpoint=True, retstep=False, dtype=None）
# 其中start 和 end 为等差 5*5 , 10*10.
x = np.linspace(0, 10, 10)

# 准备 y 轴的数据
y = x**2

# # 获取折线图
plt.plot(x, y)
#手绘版展示图风格
#plt.xkcd()


# # 显示折线图
# 如果开头加上魔法方法 %matplotlib inline 
# 就可以省略plt.show() 
plt.show()


# 在上面的代码中我们使用到了 NumPy 和 matplotlib.pyplot 库。
# 其中 NumPy 是一个数学运算的库 它会在我们安装 Matplotlib 时安装。
# 而 pyplot 是 Matplotlib 的子库，绘图的操作主要都在里面。

上面的图表过于单调，你无法从里面获取准确的信息，因此需要我们丰富一下图表。
绘制折线图并丰富信息
添加标题、x 轴、y 轴信息

import numpy as np
import matplotlib.pyplot as plt
x = np.linspace(0, 10, 10)
y = x**2

plt.plot(x, y)

# 添加标题
plt.title("y = x^2")

# 添加 x 轴的信息
plt.xlabel("x_time")

# 添加 y 轴的信息
plt.ylabel("y_actions")

# 保存图片
plt.savefig('G:/pit/1.jpg')

# 展示
plt.show()

matplotlib.pyplot() 参数详解 plot(x,y) #使用默认的线条样式和颜色 plot(x,y,‘bo’)
#plot x,y用蓝色圆圈标记
#其中 b 是颜色 、 o 是形式
#形态集 ’-‘ 实线 、 ’–‘ 虚线 、 ’-.’ 点线 、 ‘：’ 点虚线 、 ‘o’ 圆形 、 ‘_’ 下划线 、
#形态附加的属性很多不一介绍了： < 、> 、1、 2 、3 、4 、s 、 p 、 * 、h 、 H 、 + 、 x 、 D 、d
#颜色集 ‘b’ 蓝色 、 ‘g’ 绿色 、 ‘r’ 红色 、 ‘c’ 青色 、 ‘m’ 品红 、 ‘y’ 黄色 、 ‘k’ 黑色 、 ’w‘ 白色

import numpy as np
import matplotlib.pyplot as plt

x = np.linspace(0, 10, 10)
y = x**2
y2 = x

print(plt.style.available)
# 可以查看所有的背景图片
# outs: ['Solarize_Light2', '_classic_test_patch', '_mpl-gallery', '_mpl-gallery-nogrid', 'bmh', 'classic', 'dark_background', 'fast', 'fivethirtyeight', 'ggplot', 'grayscale', 'seaborn', 'seaborn-bright', 'seaborn-colorblind', 'seaborn-dark', 'seaborn-dark-palette', 'seaborn-darkgrid', 'seaborn-deep', 'seaborn-muted', 'seaborn-notebook', 'seaborn-paper', 'seaborn-pastel', 'seaborn-poster', 'seaborn-talk', 'seaborn-ticks', 'seaborn-white', 'seaborn-whitegrid', 'tableau-colorblind10']
# 使用背景
plt.style.use('seaborn-whitegrid')

# 生成图表
plt.plot(x, y,'b+')

# 展示图标
plt.show()

import numpy as np
import matplotlib.pyplot as plt

# 准备 X 轴的数据x = np.linspace(0, 10, 10)
x = np.linspace(-10, 10, num=100)

b = np.arange(5)

print(b)
# [0,1,2,3,4]  . plt  支持列表对应进行生成图片

plt.plot(b, b * 2.0, 'g--')
# plt.plot(b, b * 1.0, 'g--', b, b * 1.5, 'rx-', b, b * 2.0, 'bo-')
# 也支持生成多线

plt.show()

加标记点

import matplotlib.pyplot as plt
import numpy as np

# x = np.array([1,3,4,5,8,9,6,1,3,4,5,2,4])
# x 可以是列表，也可以是经过 np.array 加工为 线性数据结构。
x = [1,3,4,5,8,9,6,1,3,4,5,2,4]

plt.plot(x, marker = 'o')
# markersize = 10 #可以设置点的大小 ，点的颜色，markerfacecolor = 'r'
plt.show()

marker 可以定义的符号如下：
"."	m00	点
","	m01	像素点
"o"	m02	实心圆
"v"	m03	下三角
"^"	m04	上三角
"<"	m05	左三角
">"	m06	右三角
"1"	m07	下三叉
"2"	m08	上三叉
"3"	m09	左三叉
"4"	m10	右三叉
"8"	m11	八角形
"s"	m12	正方形
"p"	m13	五边形
"P"	m23	加号（填充）
"*"	m14	星号
"h"	m15	六边形 1
"H"	m16	六边形 2
"+"	m17	加号
"x"	m18	乘号 x
"X"	m24	乘号 x (填充)
"D"	m19	菱形
"d"	m20	瘦菱形
"|"	m21	竖线
"_"	m22	横线
0 (TICKLEFT)	m25	左横线
1 (TICKRIGHT)	m26	右横线
2 (TICKUP)	m27	上竖线
3 (TICKDOWN)	m28	下竖线
4 (CARETLEFT)	m29	左箭头
5 (CARETRIGHT)	m30	右箭头
6 (CARETUP)	m31	上箭头
7 (CARETDOWN)	m32	下箭头
8 (CARETLEFTBASE)	m33	左箭头 (中间点为基准)
9 (CARETRIGHTBASE)	m34	右箭头 (中间点为基准)
10 (CARETUPBASE)	m35	上箭头 (中间点为基准)
11 (CARETDOWNBASE)	m36	下箭头 (中间点为基准)
"None", " " or ""	 	没有任何标记
'$...$'	m37	渲染指定的字符。例如 "$f$" 以字母 f 为标记。