pythonのmatplotlib库之基础用法-折线图-散点图

用matplotlib来作画

matplotlib.pyplot绘制折线图

import matplotlib.pyplot as plt

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

#设定图象的自变量、因变量、线条粗细
plt.plot(values,squares,linewidth=2)

#给图标标题并设置字号
plt.title("A table of squares", fontsize=24)

#给坐标轴加上标签并设置字号
plt.xlabel("value",fontsize=12)
plt.ylabel("square of value",fontsize=12)#

#给横纵坐标设置字号
plt.tick_params(axis='x',labelsize=12)
plt.tick_params(axis='y',labelsize=12)

plt.show()

现在看看代码画出来的折线图

matplotlib.pyplot绘制散点图

上面的例子是把最终的图象一下子给画出来，下面我们一步一步重现整个画图的过程。

我们首先画一个单独的点出来

import matplotlib.pyplot as plt

#在图像上呈现一个单独的点
plt.scatter(2,5)
plt.show()

然后我们还是依照上面的步骤，设置标题，字号等等

import matplotlib.pyplot as plt

#在图像上呈现一个单独的点
plt.scatter(2,5)

#给图标标题并设置字号
plt.title("A table of squares", fontsize=24)

#给坐标轴加上标签并设置字号
plt.xlabel("value",fontsize=12)
plt.ylabel("square of value",fontsize=12)

#给横纵坐标设置字号
plt.tick_params(axis='x',labelsize=12)
plt.tick_params(axis='y',labelsize=12)

plt.show()

画出来的图是这个样子的

同样的，我们可以吧上面的操作对这个孤独的小点重复一遍

顺便玩点花样，这次把点的大小变大，让他看起来没有那么孤独

import matplotlib.pyplot as plt

#在图像上呈现一个单独的点
plt.scatter(2,5,s=2000)

#给图标标题并设置字号
plt.title("A table of squares", fontsize=24)

#给坐标轴加上标签并设置字号
plt.xlabel("value",fontsize=12)
plt.ylabel("square of value",fontsize=12)

#给横纵坐标设置字号
plt.tick_params(axis='x',labelsize=12)
plt.tick_params(axis='y',labelsize=12)

plt.show()

这个点看起来还是太大了，我们把它缩小一点

plt.scatter(2,5,s=101)

好了，现在我们来往图像上呈现一系列的点

import matplotlib.pyplot as plt

#在图像上呈现一系列的点
x = list(range(1,30))
y = [ x_i**2+2*x_i+4 for x_i in x]
plt.scatter(x,y)

#给图标标题并设置字号
plt.title("A table of squares", fontsize=24)

#给坐标轴加上标签并设置字号
plt.xlabel("value",fontsize=12)
plt.ylabel("square of value",fontsize=12)

#给横纵坐标设置字号
plt.tick_params(axis='x',labelsize=12)
plt.tick_params(axis='y',labelsize=12)

plt.show()

我们把自变量x，设置为一个从1开始，到30结束的列表

因变量y由一个关于x的式子给出

最终我们得到了一系列的点组成的集合

如果自变量最大值不是30，而是10000，甚至更大，我们会得到这样的图象

密集的点连成一条线

现在我们来试着限制坐标州的取值范围

import matplotlib.pyplot as plt

#在图像上呈现一系列的点
x = list(range(1,10000))
y = [ x_i**2+2*x_i+4 for x_i in x]
plt.scatter(x,y)

#给图标标题并设置字号
plt.title("A table of squares", fontsize=24)

#给坐标轴加上标签并设置字号
plt.xlabel("value",fontsize=12)
plt.ylabel("square of value",fontsize=12)

#给横纵坐标设置字号
plt.tick_params(axis='x',labelsize=12)
plt.tick_params(axis='y',labelsize=12)

#给坐标轴设置范围
plt.axis([0,5000,0,100000])

plt.show()

我们还可以设置点，以及点的轮廓的颜色

import matplotlib.pyplot as plt

#在图像上呈现一系列的点,设置点以及点的轮廓的颜色
x = list(range(1,10000))
y = [ x_i**2+2*x_i+4 for x_i in x]
plt.scatter(x,y,s=10,c='black',edgecolors='red')

#给图标标题并设置字号
plt.title("A table of squares", fontsize=24)

#给坐标轴加上标签并设置字号
plt.xlabel("value",fontsize=12)
plt.ylabel("square of value",fontsize=12)

#给横纵坐标设置字号
plt.tick_params(axis='x',labelsize=12)
plt.tick_params(axis='y',labelsize=12)

#给坐标轴设置范围
#plt.axis([0,5000,0,100000])

plt.show()

除了用red ，yellow等设置颜色，我们还可以使用RGB颜色模式自定义颜色分量

plt.scatter(x,y,s=10,c=(0,0,1),edgecolors='none')

控制红黄蓝三种颜色的比例，我们可以画出五颜六色的图象

在实际画图的时候，我们往往需要根据每个点数值的大小，对不同的点绘制上不同的颜色，在matplotlib中我们可以使用颜色映射来实现这种功能

plt.scatter(x,y,s=10,c=y,edgecolors='none',cmap=plt.cm.Reds)

参数cmap告诉pyplot使用那个颜色映射，如果我们使用红色

当y的值较小时，点显示为浅红色；y的值较大时，点显示为深红色

保存图表

plt.savefig('squares_plot.png',bbox_inches='tight')

其中，第一个实参指定要以什么样的文件名保存图表，这个图标将被保存到同一个项目文件夹里面

第二个实参指定图标的多余空白区域裁剪掉