数据可视化之matplotlib绘图基础一

解决绘图中乱码问题

plt.rcParams['font.sans-serif']=['Simhei']   # 解决中文乱码问题
plt.rcParams['axes.unicode_minus']=False   # 解决坐标轴刻度负号乱码

Matplotlib三种不同的绘图方式

matplotlib是python最著名的绘图库，它提供了一整套和MATLAB相似的命令API，十分适合交互式地进行制图。而且也可以方便地将它作为绘图控件，嵌入GUI应用程序中。

绘图方式	特点	优劣
pyplot	提供了一套和MATLAB类似的绘图API，将众多绘图对象所构成的复杂结构隐藏在这套API内部，推荐使用	简单易用，方便快捷，交互使用方便，可以根据命令实时作图，但底层定制能力不足
pylab	包括了许多Numpy和pyplot模块中常用的函数，方便用户快速进行计算和绘图，十分适合在IPython交互式环境中使用	完全封装，环境最接近MATLAB，方便用户快速进行计算和绘图，十分适合在IPython交互式环境中
面向对象	Matplotlib的精髓，更基础和底层的方式	接近Matplotlib基础和底层，难度稍大，但定制能力强

import matplotlib.pyplot as plt
import numpy as np 

Matplotlib绘图要点：

matplotlib 绘图要点–figure, subplot

图：figure，用于创建一个新的绘图对象

fig = plt.figure(figsize = (8,5),dpi = 100)
# 参数
figsize :指定绘图对象的宽度和高度，单位为英寸
dpi:指定绘图对象的`分辨率`，即每英寸多少个像素，缺省值为80

子图的两种绘制方式：add_axes和add_subplot

• 面向对象的方式画图

1. 添加坐标轴：ax = fig.add_axes([0.1,0.1,0.8,0.8])

x = np.linspace(0, 5, 10)
y = x ** 2

fig = plt.figure()
axes = fig.add_axes([0.1, 0.1, 0.8, 0.8])    # 添加坐标轴 left, bottom, width, height (range 0 to 1)
axes.plot(x, y, 'r')
axes.set_xlabel('x')
axes.set_ylabel('y')
axes.set_title('面向对象的方式绘图-add_axes')

axes2 = fig.add_axes([0.2, 0.5, 0.4, 0.3])
axes2.plot(y, x, 'g')
axes2.set_xlabel('y')
axes2.set_ylabel('x')
axes2.set_title('标题2')

plt.show()

2. 添加子图：ax = fig.add_subplot(111)

x = np.linspace(0,5,10)
y = x**2

# 通过figure对象的.add_subplot方法添加子图
fig = plt.figure()
ax = fig.add_subplot(349)   ## 参数349的意思是：将画布分割成3行4列，图像画在从左到右从上到下的第9块，如下图：
ax.plot(x,y)
ax.set_title("绘图——add_subplot")
plt.show()

3. 创建二维线图实例在axes中：ax.plot(x,y)

• pyplot 的方式：通过figure对象的.add_subplot方法添加子图

1. plt.plot()直接绘图，默认只有一个子图

plt.rc('figure', figsize=(8, 4)