数据可视化（1）：python中matplotlib库的使用

matplotlib主要做数据可视化图表，它看起来和MATLAB很相似。
matplotlib使用手册：matplotlib官方使用手册

首先导入matplotlib库：

from matplotlib import pyplot as plt

一、一些图表通用属性设置
1、设置图片大小

plt.figure(figsize=(20,8),dpi=80)#分别是图片宽度、高度、清晰度

2、调整x轴或者y轴刻度范围

x=range(2,26,2)

plt.xticks(x)#其中x是已设置x轴的刻度范围

plt.xticks(range(2,25,2))#x轴刻度范围为[2,25),并且通过设置步长改变刻度稀疏程度

_xtick_labels=[i/2 for i in range(4,49)]#为了使步长为0.5
plt.xticks(_xtick_labels[::3])#x每3步显示一刻度

plt.xticks(range(25,50))
plt.yticks(range(min(y),max(y)+1))

_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，数字和字符一一对应，数据的长度一样
plt.xticks(list(x)[::3],_xtick_labels[::3],rotation=45)#转换为列表取步长为3,旋转45度

3、保存图片

plt.savefig("./t1.png")

4、设置中文显示（默认字体显示不出中文，所以要设置）
第一种方法（通用）：

plt.rcParams['font.sans-serif'] = ['SimHei']#用来正常显示中文标签
plt.rcParams['axes.unicode_minus'] = False#用来正常显示负号

第二种方法（适用于windows、linux系统）

font = {'family': 'MicroSoft YaHei',
        'weight': 'bold',
        }
matplotlib.rc("font",**font)
#matplotlib.rc("font",family='MicroSoft YaHei',weight='bold')

5、添加图例

plt.plot(x,y_1,label="上海"）
plt.plot(x,y_2,label="内蒙古"）
plt.legend(loc="upper right")#图标位置在右上角

6、添加描述信息：text()命令可以被用来在任何位置添加文字，xlabel()、ylabel()、title()被用来在指定位置添加文字。

plt.text(60, .025, r'$\mu=100,\ \sigma=15$')#坐标以及文字信息
plt.xlabel("时间")#添加x轴信息
plt.ylabel("温度 单位（'C）")#添加y轴信息
plt.title("0点到12点的每一分钟的气温变化情况")#添加标题

7、绘制网格

plt.grid(alpha=0.4)#alpha为透明度的意思

8、线条的样式
第一种：使用关键字参数

plt.plot(x,y,color='green',linewidth = 3，linestyle=':',alpha=0.4）#设置颜色、线宽、线条样式、透明度等属性

第二种：使用setp()命令

# 使用关键字
plt.setp(lines, color='r', linewidth=2.0)
# 或者是MATLAB风格的string/value对
plt.setp(lines, 'color', 'r', 'linewidth', 2.0)

9、创建子图（利用实例了解）

def f(t):
    return np.exp(-t) * np.cos(2*np.pi*t)

t1 = np.arange(0.0, 5.0, 0.1)
t2 = np.arange(0.0, 5.0, 0.02)

plt.figure()
plt.subplot(211)#分为2行1列，该图为第一个子图
plt.plot(t1, f(t1), 'bo', t2, f(t2), 'k')

plt.subplot(212)#分为2行1列，该图为第二个子图
plt.plot(t2, np.cos(2*np.pi*t2), 'r--')
plt.show()

二、常用图形显示
1、折线图

#绘制折线图
#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)]

from matplotlib import pyplot as plt
import random
plt.rcParams['font.sans-serif'] = ['SimHei']#用来正常显示中文标签
plt.rcParams['axes.unicode_minus'] = False#用来正常显示负号

x=range(0,120)
y_1=[random.randint(20,35) for i in range(120)]
y_2=[random.randint(10,20) for i in range(120)]

plt.figure(figsize=(20,8),dpi=80)
plt.plot(x,y_1,label="上海",color="orange",linestyle=':')#linewidth设置线条粗细,alpha设置线条透明度
plt.plot(x,y_2,label="内蒙古",color="cyan",linestyle="-.")

#调整x轴刻度
_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，数字和字符一一对应，数据的长度一样
plt.xticks(list(x)[::3],_xtick_labels[::3],rotation=45)#转换为列表取步长为3,旋转45度

#添加描述信息
plt.xlabel("时间")
plt.ylabel("温度 单位（'C）")
plt.title("0点到12点的每一分钟的气温变化情况")

#绘制网格
plt.grid(alpha=0.4)#alpha为透明度的意思

#添加图例
plt.legend(loc="upper right")

plt.show()

2、散点图

#绘制散点图
from matplotlib import pyplot as plt

y_3=[11,17,16,11,12,11,12,6,6,7,8,9,12,15,14,17,18,21,16,17,20,14,15,15,15,19,21,22,22,22,23]
y_10=[26,26,28,19,21,17,16,19,18,20,20,19,22,23,17,20,21,20,22,15,11,15,5,13,17,10,11,13,12,13,6]

x_3=range(1,32)
x_10=range(51,82)

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

plt.rcParams['font.sans-serif'] = ['SimHei']#用来正常显示中文标签
plt.rcParams['axes.unicode_minus'] = False#用来正常显示负号

#使用scatter方法绘制散点图
plt.scatter(x_3,y_3,label="3月份")
plt.scatter(x_10,y_10,label="10月份")

#调整x的刻度
_x=list(x_3)+list(x_10)
_xtick_labels=["3月{}日".format(i) for i in x_3]
_xtick_labels+=["10月{}日".format(i-50) for i in x_10]
plt.xticks(_x,_xtick_labels,rotation=45)
plt.xticks()

#添加图例
plt.legend(loc="upper left")

#添加描述信息
plt.xlabel("时间")
plt.ylabel("温度")
plt.title("标题")
plt.savefig("./t3.png")
plt.show()

3、条形图

#绘制条形图
#数据为a中电影14、15、16号的票房数据
from matplotlib import pyplot as plt

a=["战狼2","速度与激情2","功夫瑜伽","西游伏妖篇"]
b_16=[15746,312,4497,319]
b_15=[12357,156,2045,168]
b_14=[2358,399,2358,362]

x_14=list(range(len(a)))
x_15=[i+0.2 for i in x_14]
x_16=[i+0.2*2 for i in x_14]

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

plt.rcParams['font.sans-serif'] = ['SimHei']#用来正常显示中文标签
plt.rcParams['axes.unicode_minus'] = False#用来正常显示负号

bar_width=0.2
#绘制竖着的条形图
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")

plt.legend()

#绘制横着的条形图
#plt.barh(range(len(a)),b,height=0.3)

plt.xticks(x_15,a)
#plt.xticks(range(len(a)),a,rotation=90)
#plt.yticks(range(len(a)),a)

plt.grid()

plt.show()

4、直方图

mu, sigma = 100, 15
x = mu + sigma * np.random.randn(10000)

# the histogram of the data
n, bins, patches = plt.hist(x, 50, density=1, facecolor='g', alpha=0.75)#第二个元素为组数，density为绘制频率分布直方图

plt.xlabel('Smarts')
plt.ylabel('Probability')
plt.title('Histogram of IQ')
plt.text(60, .025, r'$\mu=100,\ \sigma=15$')
plt.axis([40, 160, 0, 0.03])
plt.grid(True)
plt.show()

其他图形之后补充（饼状图、3D图、导入图片等）