案例一:
假设一天中每隔两个小时(range(2,26,2))的气温(℃)分别是[15,13,14.5,17,20,25,26,26,27,22,18,15]
from matplotlib import pyplot as plt
#设置图片大小
fig = plt.figure(figsize=(20,8),dpi=80) #figsize的20,8分别表示宽和高,dpi是清晰程度,即每英寸上点的个数。figure图形图标的意思,在这里指的就是我们画的图,通过实例化一个figure并且传递参数,能够在后台自动使用该figure实例。在图像模糊的时候可以传入dpi参数,让图片更加清晰。
x=range(2,26,2)
y=[15,13,14.5,17,29,25,26,26,24,22,18,15]
#绘图
plt.plot(x,y)
#设置x轴的刻度
#plt.xticks(x) #把每个x轴的值正好整合在x轴的坐标上
#plt.xticks(x[::2]) #当刻度太密集时候使用列表的步长(间隔取值)来解决,matplotlib会自动帮我们对应
plt.yticks(range(min(y),max(y)+1))
#plt.xticks(range(2,25)) #x轴从2开始每隔1间隔
#plt.xticks(range(2,25,0.5)) #x轴从2开始每隔0.5间隔,但是此行会报错,不能用小数
#_xtick_labels=[i/2 for i in range(4,49)]
#plt.xticks(_xtick_labels) #太密了,想变稀疏。
_xtick_labels=[i/2 for i in range(4,49)]
plt.xticks(_xtick_labels[::3]) #想变稀疏取步长
#_xtick_labels=[i/2 for i in range(4,49)]
#plt.xticks(range(25,50)) #想x轴显示什么刻度就传什么,不想显示就不传
#保存
#plt.savefig("./t1.png") #当前路径下保存,一定要先绘图再保存,否则就是保存的是白图。
#可以保存为svg这种矢量图格式,放大不会有锯齿。
#展示图形
plt.show()
案例二:
如果列表a表示10点到12点的每一分钟的气温,如何绘制折线图观察每分钟气温的变化情况?
a= [random.randint(20,35) for i in range(120)]
#Ctrl+/键即可批量注释。
#看源码 Ctrl+B
from matplotlib import pyplot as plt
impo