Matplotlib可视化学习笔记

一．引入matplotlib库

Import matplotlib.pyplot as plt

二．基本操作

（1）线条宽度：

plt.plot(data,lw=5)#data为数据，线条为5；

（2）颜色选择&线性选择：

plt.plot(data,color=’r’,linestyle=’:’)#颜色为红，线性为点状；
‘-’ 实线；
‘–’ 虚线；
‘_’ 点滑线；
‘:’ 点状线；

（3）maker选择：

plt.plot(data,color=’r’,maker=’o’)#圆形点

（4）添加图例：

plt.legend(‘y’)#y为图例名称；

（5）添加标题：

plt.title(‘简单可视化’);

（6）解决绘图中中和符号显示问题

plt.rcParams[‘font.sans-self’]=[‘Microsoft YaHei’]
plt.rcParams[‘axes.unicode_minus’]=False

（7）添加水平和竖直轴文字：

plt.xlabel(‘x’)
plt.ylabel(‘y’)

（8）设置绘图风格：

plt.style.use(‘ggplot’) #ggplot风格

（9）添加标注文字：

1）指定坐标位置：
plt.annotate(‘标注文字’,xy=(2.5,4)) #文字和文字开始位置

（10）加箭头：

plt.annotate(‘标注文字2’,xy=(6,6),xytext=(4,8),
Arrowprops=dict(facecolor=’black’),
) #文本位置xytext,箭头终点xy

三．绘制子图

#分成2x2,占用第一个，即第一行第一列子图
plt.subplot(221)
#分成2x2,占用第二个，即第一行第二列子图
plt.subplot(222)
#分成2x1,占用第二个，即第二行
plt.subplot(212)
plt.show()

四．常见可视化实战案例

（1）散点图（反映变量统计关系）
（2）折线图（可以显示随着时间而变化的连接数据）
（3）直方图（数值数据分布的精准图形表示）
（4）条形图（显示各个项目之间的比较情况）
（5）饼图（显示每一数值相对于总数值的大小）
（6）箱型图（一种用作显示一组数据分散情况）