Python库matplotlib快速入门

此篇内容通过三个完整小例子的形式，举例matplotlib的绘图用法，达到快速入门matplotlib。
并作为matplotlib官方文档的补充说明.
详情还是看官方文档。
matplotlib官方文档

matplotlib

最流行的Python底层绘图库，主要做数据可视化图表。

例子一：基本绘图方式

设置图片大小，精度

设置图形大小要在绘图前面,dpi每英寸上点的个数

#设置图片大小，图片精度
plt.figure(figsize=(20,8),dpi=80)

调整坐标轴刻度（传数字）

利用列表分片或列表推倒式可以控制坐标轴刻度。range步长参数为整数

# coding=utf-8
from matplotlib import pyplot as plt
x = [i*2 for i in range(1,13)]
y = [15,13,14.5,17,20,25,26,26,27,22,18,15]
#设置图片大小
plt.figure(figsize=(20,8),dpi=80)
#绘图
plt.plot(x,y)
#调整坐标轴刻度
plt.xticks(x)
plt.yticks(list(range(min(y),max(y)+1))[::2])
#展示图形
plt.show()

保存图片

注：.svg格式为矢量图，更清晰

plt.savefig("./a.png")

例子二

调整坐标轴刻度02（显示字符串）以及

向xticks 中传入两个参数，第一个为数字列表，第二个为字符串列表。数字列表与字符串列表一一对应。

坐标轴刻度中文乱码

1. 查看系统字体文件路径

查看linux/mac下面支持的字体及路径:
fc-list  查看支持的字体
fc-list :lang=zh 查看支持的中文(冒号前面有空格)
查看window字体文件路径：百度

2. 利用font_manger解决中文乱码
   fnam：字体文件的绝对路径

my_font = font_manager.FontProperties(fname="C:/Windows/Fonts/simsun.ttc")
以及属性：
fontproperties=my_font

添加坐标轴、标题描述信息

# coding=utf-8
from matplotlib import pyplot as plt
import random
from matplotlib import font_manager
#另外一种设置字体的方式
my_font = font_manager.FontProperties(fname="C:/Windows/Fonts/simsun.ttc")
x = range(0,120)
y = [random.randint(20,35) for i in range(120)]
plt.figure(figsize=(20,8),dpi=80)

plt.plot(x,y)

############################调整x轴的刻度
_xtick_labels = ["10点{}分".format(i) for i in range(60)]
_xtick_labels += ["11点{}分".format(i) for i in range(60)]
#取步长，数字和字符串一一对应，数据的长度一样
plt.xticks(list(x)[::3],_xtick_labels[::3],rotation=45,fontproperties=my_font) #rotaion旋转的度数

#添加描述信息
plt.xlabel("时间",fontproperties=my_font)
plt.ylabel("温度 单位(℃)",fontproperties=my_font)
plt.title("10点到12点每分钟的气温变化情况",fontproperties=my_font)

plt.show()

例子三

绘制网格

#绘制网格
plt.grid(alpha=0.4,linestyle=':')
#alpha网格透明度从0-1 linestyle：线的格式

添加图例

1.通过plot函数的label指明该数据名称，2.再通过legend函数添加图例。
注意：此处解决中文乱码的参数为prop其他函数为fontproperties
loc可指明图例位置

图形样式

color 颜色 linestyle 线的格式 alpah 透明度 linewidth 线宽

# coding=utf-8
from matplotlib import pyplot as plt
from matplotlib import font_manager
my_font = font_manager.FontProperties(fname="C:/Windows/Fonts/simsun.ttc")
y_1 = [1,0,1,1,2,4,3,2,3,4,4,5,6,5,4,3,3,1,1,1]
y_2 = [1,0,3,1,2,2,3,3,2,1 ,2,1,1,1,1,1,1,1,1,1]
x = range(11,31)
#设置图形大小
plt.figure(figsize=(20,8),dpi=80)
plt.plot(x,y_1,label="自己",color="#F08080")
plt.plot(x,y_2,label="同桌",color="#DB7093",linestyle="--")
#设置x轴刻度
_xtick_labels = ["{}岁".format(i) for i in x]
plt.xticks(x,_xtick_labels,fontproperties=my_font)
# plt.yticks(range(0,9))
#绘制网格
plt.grid(alpha=0.4,linestyle=':')
#添加图例
plt.legend(prop=my_font,loc="upper left")
#展示
plt.show()

常用统计图

折线图

以折线的上升或下降来表示统计数量的增减变化的统计图
特点:能够显示数据的变化趋势，反映事物的变化情况。(变化)

直方图

由一系列高度不等的纵向条纹或线段表示数据分布的情况。
一般用横轴表示数据范围，纵轴表示分布情况。
特点:绘制连续性数据,展示一组或者多组数据的分布状况(统计)
数据是原始数据，直方图会根据分组进行统计，若为统计过的数据则使用柱状图模拟直方图如直方图第二个例子所示。

# coding=utf-8
from matplotlib import pyplot as plt
a=[131,  98, 125, 131, 124, 139, 131, 117, 128, 108, 135, 138, 131, 102, 107, 114, 119, 128, 121, 142, 127, 130, 124, 101, 110, 116, 117, 110, 128, 128, 115,  99, 136, 126, 134,  95, 138, 117, 111,78, 132, 124, 113, 150, 110, 117,  86,  95, 144, 105, 126, 130,126, 130, 126, 116, 123, 106, 112, 138, 123,  86, 101,  99, 136,123, 117, 119, 105, 137, 123, 128, 125, 104, 109, 134, 125, 127,105, 120, 107, 129, 116, 108, 132, 103, 136, 118, 102, 120, 114,105, 115, 132, 145, 119, 121, 112, 139, 125, 138, 109, 132, 134,156, 106, 117, 127, 144, 139, 139, 119, 140,  83, 110, 102,123,107, 143, 115, 136, 118, 139, 123, 112, 118, 125, 109, 119, 133,112, 114, 122, 109, 106, 123, 116, 131, 127, 115, 118, 112, 135,115, 146, 137, 116, 103, 144,  83, 123, 111, 110, 111, 100, 154,136, 100, 118, 119, 133, 134, 106, 129, 126, 110, 111, 109, 141,120, 117, 106, 149, 122, 122, 110, 118, 127, 121, 114, 125, 126,114, 140, 103, 130, 141, 117, 106, 114, 121, 114, 133, 137,  92,121, 112, 146,  97, 137, 105,  98, 117, 112,  81,  97, 139, 113,134, 106, 144, 110, 137, 137, 111, 104, 117, 100, 111, 101, 110,105, 129, 137, 112, 120, 113, 133, 112,  83,  94, 146, 133, 101,131, 116, 111,  84, 137, 115, 122, 106, 144, 109, 123, 116, 111,111, 133, 150]
#计算组数
d = 3  #组距
num_bins = (max(a)-min(a))//d #组数，一般整出可以将柱状与坐标轴对其！！
#设置图形的大小
plt.figure(figsize=(20,8),dpi=80)
plt.hist(a,num_bins，density=True)#density 为频率分布直方图
#设置x轴的刻度
plt.xticks(range(min(a),max(a)+d,d))#+d是为了涵盖最大值，不能只加1！！
plt.grid()
plt.show()

用柱状图表示直方图，并且横坐标是不均匀的实现

# coding=utf-8
from matplotlib import pyplot as plt
interval = [0,5,10,15,20,25,30,35,40,45,60,90]
width = [5,5,5,5,5,5,5,5,5,15,30,60]
quantity = [836,2737,3723,3926,3596,1438,3273,642,824,613,215,47]
print(len(interval),len(width),len(quantity))
#设置图形大小
plt.figure(figsize=(20,8),dpi=80)
plt.bar(interval,quantity,width=width)
#设置x轴的刻度
print(width[:-1])
temp_d = [5]+width[:-1]
_x = [i-temp_d[interval.index(i)]*0.5 for i in interval]
plt.xticks([i for i in interval])
plt.xticks(_x,interval)
plt.grid(alpha=0.4)
plt.show()

条形图

排列在工作表的列或行中的数据可以绘制到条形图中。
特点:绘制离散数据,能够一眼看出各个数据的大小,比较数据之间的差别。(统计)
注：横向条形图控制条形传height，纵向条形图控制条形传width

绘制横向条形图

#绘制横向条形图
from matplotlib import pyplot as plt
from matplotlib import font_manager


my_font = font_manager.FontProperties(fname="C:/Windows/Fonts/simsun.ttc")
a = ["战狼2","速度与激情8","功夫瑜伽","西游伏妖篇","变形金刚5：最后的骑士","摔跤吧！爸爸","加勒比海盗5：死无对证","金刚：骷髅岛","极限特工：终极回归","生化危机6：终章","乘风破浪","神偷奶爸3","智取威虎山","大闹天竺","金刚狼3：殊死一战","蜘蛛侠：英雄归来","悟空传","银河护卫队2","情圣","新木乃伊",]
b =[56.01,26.94,17.53,16.49,15.45,12.96,11.8,11.61,11.28,11.12,10.49,10.3,8.75,7.55,7.32,6.99,6.88,6.86,6.58,6.23]
#设置大小
plt.figure(figsize=(20,9),dpi=80)
#绘制图像
plt.barh(range(len(a)),b,height =0.3,color="cyan")
#设置x轴为字符串
plt.yticks(range(len(a)),a,fontproperties=my_font)
#设置图像描述信息
plt.ylabel("电影名称",fontproperties=my_font)
plt.xlabel("电影票房（单位：亿元）",fontproperties=my_font)
plt.title("2017年内地电影票房前20的电影",fontproperties=my_font)
plt.grid(alpha=0.4)
plt.show()

绘制多次条形图

# coding=utf-8
from matplotlib import pyplot as plt
from matplotlib import font_manager
my_font = font_manager.FontProperties(fname="C:/Windows/Fonts/simsun.ttc")
a = ["猩球崛起3：终极之战","敦刻尔克","蜘蛛侠：英雄归来","战狼2"]
b_16 = [15746,312,4497,319]
b_15 = [12357,156,2045,168]
b_14 = [2358,399,2358,362]
bar_width = 0.2 #柱状长度(总和要小于1，举例此图中0.2*3<1)
x_14 = list(range(len(a)))
x_15 = [i+bar_width for i in x_14]
x_16 = [i+bar_width*2 for i in x_14]
#设置图形大小
plt.figure(figsize=(20,8),dpi=80)
plt.bar(range(len(a)),b_14,width=bar_width,label="9月14日")
plt.bar(x_15,b_15,width=bar_width,label="9月15日")
plt.bar(x_16,b_16,width=bar_width,label="9月16日")
#设置图例
plt.legend(prop=my_font)
#设置x轴的刻度
plt.xticks(x_15,a,fontproperties=my_font)
plt.show()

散点图

用两组数据构成多个坐标点，考察坐标点的分布,判断两变量之间是否存在某种关联或总结坐标点的分布模式。
特点:判断变量之间是否存在数量关联趋势,展示离群点(分布规律)

#使用scatter方法绘制散点图,和之前绘制折线图的唯一区别
plt.scatter(x_3,y_3,label="3月份")
plt.scatter(x_10,y_10,label="10月份")