python数据可视化-matplotlib（一）

1. 绘制简单的折线图

import matplotlib.pyplot as plt
squares = [1, 4, 9, 26, 27]
fig, ax = plt.subplots()
ax.plot(squares)

plt.show()

 2. 修改标签文字和线条粗细

import matplotlib.pyplot as plt
import matplotlib

# 把语言设置为黑体
matplotlib.rc("font", family='Hei')

squares = [1, 4, 9, 26, 27]
fig, ax = plt.subplots()
ax.plot(squares, linewidth=3)

# 设置图标标题并给坐标轴加上标签
ax.set_title('平方数', fontsize=24)
ax.set_xlabel('值', fontsize=14)
ax.set_ylabel('值的平方', fontsize=14)

# ax.plot(squares)
ax.tick_params(axis='both' , labelsize=14)
plt.show()

 运行结果：

3. 校正图形

向polt（）提供一系列数时，它假设第一个数据点对应的x坐标为0，但这里第一个点对应的x值为1，为了改变默认行为，可向plot（）同时提供输入值和输出值。

import matplotlib.pyplot as plt
import matplotlib

# 把语言设置为黑体
matplotlib.rc("font", family='Hei')

imput_value = [1, 2, 3, 4, 5]
squares = [1, 4, 9, 16, 25]
fig, ax = plt.subplots()
ax.plot(imput_value, squares, linewidth=3)

# 设置图标标题并给坐标轴加上标签
ax.set_title('平方数', fontsize=24)
ax.set_xlabel('值', fontsize=14)
ax.set_ylabel('值的平方', fontsize=14)

# ax.plot(squares)
ax.tick_params(axis='both' , labelsize=14)
plt.show()

 运行结果：

4. 使用内置样式

matplotlib提供了很多已经定义好的样式

查看有哪些样式，在console中输入

import matplotlib.pyplot as plt
plt.style.available
['Solarize_Light2', '_classic_test_patch', '_mpl-gallery', '_mpl-gallery-nogrid', 'bmh', 'classic', 'dark_background', 'fast', 'fivethirtyeight', 'ggplot', 'grayscale', 'seaborn-v0_8', 'seaborn-v0_8-bright', 'seaborn-v0_8-colorblind', 'seaborn-v0_8-dark', 'seaborn-v0_8-dark-palette', 'seaborn-v0_8-darkgrid', 'seaborn-v0_8-deep', 'seaborn-v0_8-muted', 'seaborn-v0_8-notebook', 'seaborn-v0_8-paper', 'seaborn-v0_8-pastel', 'seaborn-v0_8-poster', 'seaborn-v0_8-talk', 'seaborn-v0_8-ticks', 'seaborn-v0_8-white', 'seaborn-v0_8-whitegrid', 'tableau-colorblind10']

添加‘dark_background’样式后

import matplotlib.pyplot as plt
import matplotlib

# 把语言设置为黑体
matplotlib.rc("font", family='Hei')

imput_value = [1, 2, 3, 4, 5]
squares = [1, 4, 9, 16, 25]

plt.style.use('dark_background')
fig, ax = plt.subplots()
ax.plot(imput_value, squares, linewidth=3)

# 设置图标标题并给坐标轴加上标签
ax.set_title('平方数', fontsize=24)
ax.set_xlabel('值', fontsize=14)
ax.set_ylabel('值的平方', fontsize=14)

# ax.plot(squares)
ax.tick_params(axis='both' , labelsize=14)
plt.show()

 运行结果：

 5. 使用scatter（）绘制散点图并设置样式

• 绘制单个点，可使用scatter（），传递一堆x坐标和y坐标，她将在制定位置绘制一个点

  import matplotlib.pyplot as plt
  import matplotlib
  
  # 把语言设置为黑体
  matplotlib.rc("font", family='Hei')
  
  imput_value = [1, 2, 3, 4, 5]
  squares = [1, 4, 9, 16, 25]
  
  plt.style.use('fast')
  fig, ax = plt.subplots()
  ax.scatter(2, 4)
  # ax.plot(imput_value, squares, linewidth=3)
  
  # 设置图标标题并给坐标轴加上标签
  ax.set_title('平方数', fontsize=24)
  ax.set_xlabel('值', fontsize=14)
  ax.set_ylabel('值的平方', fontsize=14)
  
  # ax.plot(squares)
  ax.tick_params(axis='both' , labelsize=14)
  plt.show()

  运行结果：

6. 设置绘制图形时使用的点的尺寸，ax.scatter(2, 4, s=2000)

import matplotlib.pyplot as plt
import matplotlib

# 把语言设置为黑体
matplotlib.rc("font", family='Hei')

imput_value = [1, 2, 3, 4, 5]
squares = [1, 4, 9, 16, 25]

plt.style.use('fast')
fig, ax = plt.subplots()
ax.scatter(2, 4, s=2000)
# ax.plot(imput_value, squares, linewidth=3)

# 设置图标标题并给坐标轴加上标签
ax.set_title('平方数', fontsize=24)
ax.set_xlabel('值', fontsize=14)
ax.set_ylabel('值的平方', fontsize=14)

# ax.plot(squares)
# 设置刻度标记的大小
ax.tick_params(axis='both', which='major', labelsize=14)
# ax.tick_params(axis='both',  labelsize=14)
plt.show()

 运行结果：