Python-matplotlib_pyplot

import matplotlib.pyplot as plt # 导入pyplot模块

#添加图片标题：plt.title("")
plt.title("pyplot學習")

#添加轴标签：plt.xlabel('') & plt.ylabel('')，參數rotation可以設置旋轉角度
plt.xlabel('x軸')
plt.ylabel('y軸')

#设置显示中文字符：Matplotlib 的缺省字体不支持中文，所以要指定一个支持中文的字体 plt.rcParams['font.sans-serif']=['Microsoft Yahei'] # 设定字体为微软雅黑
plt.rcParams['font.sans-serif']=['Microsoft Yahei']

#设置横坐标轴取值范围（最小，最大）
plt.xlim(xmin=1, xmax=10)
#设置纵坐标轴取值范围
plt.ylim(ymin=1, ymax=15)

'''
1. ticks 是一个 list，对应的是轴刻度，可以是小数可以是整数，ticks 不指定的位置不显示刻度；
2. labels 是一个 list，长度和 ticks 相等，内容是想要在对应刻度显示的内容；
3. rotation 是刻度内容旋转角度；plt.xticks(rotation=-90)，使刻度文字与x轴垂直
4. fontsize 设置刻度值的字体大小。
'''
#设置横坐标轴刻度范围：
plt.xticks(list(range(1, 15,1)), rotation=90, fontsize=12)
#设置纵坐标轴刻度范围：
plt.yticks(list(range(1, 15,2)), rotation=90, fontsize=12)

'''
绘制平行于 x 轴的水平参考线axhline()：plt.axhline(y, c, ls, lw, label)
绘制平行于 y 轴的水平参考线axvline()：plt.axvline(x, c, ls, lw, label)
x&y：x&y轴的坐标；
c：参考线的颜色；
ls：参考线的风格；
lw：参考线的宽度；
'''
plt.axvline(6, color='green',ls="-", lw=1)
plt.axhline(6, color='blue',ls="-.", lw=2)

#绘制网格线：plt.grid(alpha=0)，可以指定网格线的透明度，0-1范围内的浮点数
#plt.grid(alpha=0.5)

'''
plt.axvspan()方法绘制垂直于坐标轴的参考区域
绘制垂直于 x 轴的参考区域：plt.axvspan( xmin, xmax ,facecolor, alpha)
绘制垂直于 y 轴的参考区域：plt.axhspan( ymin, ymax ,facecolor, alpha)
xmin&ymin：参考区域的起始位置；
xmax&ymax：参考区域的终止位置；
facecolor：参考区域的填充颜色；
alpha：参考区域填充颜色的透明度,[0~1]。
'''
plt.axvspan(xmin=2,xmax=5,facecolor='green',alpha=0.2)
plt.axhspan(ymin=2,ymax=5,facecolor='blue',alpha=0.3)

'''
在 Matplotlib 中，一个 Figure 对象（也就是画布）可以包括多个 Axes 对象（也就是子图），一个 Axes 代表一个绘图区域
subplot() 方法：在绘图时需要指定位置，如果不创建 Axes 对象，Matplotlib 缺省会自动调用 plt.subplot(1,1,1) 指定 1行，1列，共1个子图，最多兩個子圖
subplots() 方法：可以一次生成多个，在调用时只需要调用生成对象的 ax 即可。同时 subplots() 方法中融合了plt.figure() 的功能,
使用 subplots() 方法 创建子图 Axes 对象时也会创建 Figure 对象
'''
#plt.subplot(2, 1, 1)
f,ax = plt.subplots(2, 2, sharey=False)

#plt.plot()方法绘制图像
'''
如果只传入一个数组作为参数， Matplotlib 认为是 Y 轴的坐标并自动生成 x 值。 由于 Python 范围从 0 开始，默认 x 向量具有与 y 相同的长度，但从 0 开始。因此 x 数据是 [0,...]
设置线条颜色：color = ' ' 或 c = ' '
设置线条风格：linestyle = ' ' 或 ls = ' '，支持 '-', '--', '-.', ':', 'None', ' ', '', 'solid', 'dashed', 'dashdot', 'dotted'
设置线条宽度：linewidth= ' ' 或 lw= ' '
设置线条透明度：alpha=0.5 0-1范围内的浮点数
'''
#plt.plot([1, 3, 5, 6], [2, 5, 8, 12],color="red",linestyle='-.',linewidth="1",alpha=1)#x值為1時，y為2；x值為3時，y值為5
ax[0,0].set_title("折线图")
ax[0,0].plot([1, 3, 5, 6], [2, 5, 8, 12],color="red",linestyle='-.',linewidth="1",alpha=1)
ax[0,0].grid(alpha=0.5)

#bar绘制柱状图
#plt.subplot(2, 1, 2)
#plt.bar([1, 3, 5, 6], [2, 5, 8, 12], alpha=1)
ax[0,1].set_title("柱状图")
ax[0,1].bar([1, 3, 5, 6], [2, 5, 8, 12], alpha=1)
ax[0,1].grid(alpha=0.5)

'''plt.pie() 方法绘制饼图
设置饼图的颜色：colors 关键字设置，颜色列表由表示颜色的英文单词、表示颜色单词的简称或 RGB 格式组成。
设置标签：labels 关键字设置，默认为None，需要传入列表形式的值。
设置突出部分：explode 关键字设置，默认为None，需要传入列表数据，要强调那个扇形，就把相应的值设置成非 0。
设置填入百分比数值：autopct 关键字设置，默认为None，格式字符串如：‘%1.1f%%’。
饼图旋转：从x轴逆时针旋转角度：startangle 关键字设置，默认为0，浮点类型；指定分数方向顺逆时针：counterclock 关键字设置，默认为True，bool类型。
设置阴影：shadow 关键字设置，默认为False。
'''
#plt.pie([1, 3, 4, 2],colors=["b", 'g', "r", 'y'],labels=["Python", "Java", "C", "PHP"],explode=(0, 0.1, 0, 0),autopct = "%1.1f%%")
ax[1,0].set_title("饼图")
ax[1,0].pie([1, 3, 4, 2],colors=["b", 'g', "r", 'y'],labels=["Python", "Java", "C", "PHP"],explode=(0, 0.1, 0, 0),autopct = "%1.1f%%")
ax[1,0].grid(alpha=0.5)

'''
plt.scatter() 方法绘制散点图
点的大小：s 关键字设置；
点的颜色：c 关键字设置；
点的透明度：alpha 关键字设置；
点的边缘颜色：edgecolors 关键字设置；
点的边缘线宽度：linewidths 关键字设置。
'''
#plt.subplot(2, 1, 2)
#plt.scatter(["Python", "Java", "C", "PHP"], [1, 3, 4, 2], s=100, c="y", alpha=0.5, edgecolors="r",linewidths=0.5)
ax[1,1].set_title("散点图")
ax[1,1].scatter(["Python", "Java", "C", "PHP"], [1, 3, 4, 2], s=100, c="y", alpha=0.5, edgecolors="r",linewidths=0.5)
ax[1,1].grid(alpha=0.5)

'''
plt.figure()绘制多个绘图对象(Figure对象)
Matplotlib 每个绘图区都对应一个 Figure 对象，一个绘图 Figure 对象里面可以包含多个 Axes 子图对象。如果不创建 Figure 对象，Matplotlib 缺省会自动调用 plt.figure(1) 创建绘图对象
设置图形背景颜色：facecolor 关键字；
设置图形分辨率：dpi 关键字，缺省值为 rc figure.dpi；
设置图像大小：figsize 关键字，缺省值为 rc figure.figsize (1 英寸等于 2.54 cm)。
'''
plt.figure(dpi=100,facecolor="y",figsize=(5,5))

#plt.show() 函数：默认情况下，matplotlib.pyplot 不会直接显示图像，只有调用 plt.show() 函数时，图像才会显示出来，默认是在新窗口打开一幅图像，并且提供了对图像进行操作的按钮。
plt.show()