Matplotlib

简介

• 是专门用于开发2D图表(包括3D图表)
• 以渐进、交互式方式实现数据可视化
• 直观、方便的呈现

Matplotlib官方文档

图形绘制流程

0. 导包 import matplotlib.pyplot as plt
1. 创建画布
2. 绘制图像
3. 显示调整和保存
4. 显示图像plt.show()交互模式下，显示所有图形并阻止直到图形关闭

图像结构

单图绘制

创建画布

格式：plt.figure(figsize=(长，宽)， dpi=像素，facecolor = 背景颜色， edgecolor=边框颜色)

• 长宽的单位分别是英寸，默认为[6.4, 4.8]
• dpi像素值大小为100
• 背景和边框颜色默认为 白色

绘制图像

方式一： 添加 图例文本说明 参数（多条线不能连写）
plt.图形命令(图形特有参数, marker=“标识字符”，line=“线型符号”， color="颜色字符"， label="图例文本说明")

• 图形特有参数 见 下表
• 可以为图像添加图例文本（plt.legend(loc=“best”)显示图例）
• 若想要在同一张画布上绘制多条线则必须使用多次该语句
• 线的样式（颜色、标识、线型）也可以按照方法二中传参

方式二：不添加 图例文本说明 参数
plt.图形命令([x], y, [颜色字符标识字符线型符号], [x2], y2, [颜色字符标识字符线型符号], ...)

• 该方式可以一次性在一张图上绘制多条线
• 缺点是无法添加 图像图例文本说明

注意：

• 方法一中的 color关键字可以简写为c

图形种类	图形命令	优点	图形特有参数及要求
折线图	plt.plot(x，y)	反应数据变化状况	x, y描述折线图的节点，x y必须是 个数相等 的一位数组（等长列表）
散点图	plt.scatter(x, y)	展示离群点分布规律和 关联趋势	x, y描述离散点，x y必须是 个数相等 的一位数组（等长列表）
柱状图	plt.bar(x, width, align='对齐方式')	统计离散数据对比情况	width为柱的宽度，x可为字符串列表，柱与x轴刻度对齐方式:center, edge
直方图	plt.hist(x, bins=None)	统计连续数据分布	x需要传递的数据，bins组距数组（例如：[0, 60, 70, 90 ,100] 划分 不及格、及格、良、优）
饼图	plt.pie(x, labels,autopct="%.2f%%")	显示占比情况	x每部分数据的数量(饼图分几部分就有几个数)，labels每部分名称, autopct占比显示

颜色字符和颜色	颜色字符和颜色	颜色字符和颜色	颜色字符和颜色
b蓝色	g绿色	r红色	c青色
m品红	y黄色	k黑色	w白色

标识字符	标明样本点的样式
.和|和_和+和x	点标记、单竖线标记、单横线标记、加号标记 和 x标记
v和^和<和>	实心 三角形标记、倒三角标记、左三角标记 和 右三角标记
s和p和h和*和d	实心 正方形标记、五边形标记、六边形标记 、五角星标记 和 菱形标记

线型符号	线样式
-（一个减号）	实线样式
--（两个减号）	长虚线样式
:（一个冒号）	短虚线样式
-.（一个减号和一个点）	点划线样式

import matplotlib.pyplot as plt
import random

x = range(0, 60)
y1 = [random.uniform(10, 15) for i in x]
y2 = [random.uniform(18, 23) for i in x]

plt.figure(figsize=(10,5), dpi=100