python条形图和线形图的绘制，并显示数据

1. matplotlib.pyplot库的简述

pyplot是matplotlib的子库，主要用于实现各种数据展示图形的绘制

首先导入此包，方便引用取个别名plt
import matplotlib.pyplot as plt

2. 能实现画图的最基本函数

创建一个全局绘图区域，facecolor=None 为无色背景
plt.figure(figsize=None, facecolor=None)
figsize(a,b)中的参数a是指绘图区宽度，b则是高度
plt.figure(figsize=(8,4), facecolor=“yellow”)
plt.show() 将绘图结果显示出来

常用函数	举例
plt.title()	为所做之图取个标题，如plt.title（“一周内温度变化折线图”）
plt.xlabel(s)	设置x轴的标签，如plt.xlabel(“年份”)
plt.ylabel(s)	设置y轴的标签，如plt.ylabel(“人数/万人”)
plt.legend()	为坐标轴放置图注，plt.legend()默认调整 ，如plt.legend(loc=“upper left”)自我调整
plt.xlim(xmin,xmax)	设置x轴的取值范围，如pltxlim(0,10)
plt.ylim(ymin,ymax)	设置y轴的取值范围，如plt.ylim(0,30)
plt.xticks()	显示x坐标对应位置的内容，就是位置更名函数，如plt.xticks(x,x_ticks)
	例如x = [0,1,2,3,4,5]和x_ticks = [“张三”, “李四”, “王五”, “钱六”, “赵大”, “孙七”]
plt.text(x,y,s,fontdic,withdash)	为坐标图轴添加注释

若要在表中显示中文，需要字体设置函数，给出常见的7中文字体

如：plt.rcParams[“font.family”] = “kaiTi”

字体名称	字体的英文表示
宋体	SimSun
黑体	SimHei
楷体	KaiTi
微软雅黑	Microsoft YaHei
隶书	LiSu
仿宋	FangSong
幼圆	YouYuan

3.线形图，条形图的图表函数：

3.1绘制线形图的 plot（）函数的参数说明

plot( x ， y ， [fmt] ， …)

参数	说明
x	x轴坐标，一般为列表（没有值时，值的个数默认与y轴坐标个数相同，从0开始增大）
y	y轴坐标，通常是一个数或数组
fmt	定义线的基本元素，由颜色、标记的形状、线条的形状三部分字符组成，如"rO–"== “红色/标记是实心圆/破折线”
…	自定义：color（颜色）marker（标记的形状）linestyle（线条形状）linewidth（线条宽度）marksize（标记的大小）label（标签，用于图例）

常用标记样式：

S --> 实心正方形 P --> 实心五角星 O --> 实心圆 * --> 星形 D --> 菱形

常用线形样式：

- 实线 ： 虚线 – 破折线 -. 画点线

常用颜色字符：

b 蓝色 m 洋红色 w 白色
g 绿色 y 黄色
r 红色 k 黑色

也可以使用全称（red、green）还可以使用十六进制字符串（如#aabbcc）

3.2线形图示例

import matplotlib.pyplot as plt

plt.rcParams["font.family"] = "KaiTi"
x = ["周一", "周二", "周三", "周四", "周五", "周六", "周日"]
highest = [12, 15, 18, 14, 16, 14, 10]
lowest = [6, 4, 8, 12, 10, 9, 7]
plt.ylim(0, 25)
plt.plot(x, highest, "rs--", label="最高气温")
plt.plot(x, lowest, "rd--", label="最低气温")
for a, b in zip(x, highest):
    plt.text(a, b+1, b, ha='center', va='bottom')
    # 数据显示的横坐标、显示的位置高度、显示的数据值的大小
for a, b in zip(x, lowest):
    plt.text(a, b-2, b, ha='center', va='bottom')
plt.title("一周气温变化趋势")
plt.xlabel("星期")
plt.ylabel("气温")
plt.legend()
plt.show()

plt.text(a,b,b)

数据显示x轴对应位置、显示的位置高度（可以调整）、显示的数据值的大小

for a, b in zip(x, highest): # 使用for 循环依次次输出 zip（）对应连接

plt.text(a, b + 2, b, ha=‘center’, va=‘bottom’)

3.3绘制条形图的 bar（）函数的参数说明> plot( x , y , [fmt] …)

bar( x ， y ， width=0.8，bottom=None ，align= “center”，color=“yellow” )

参数	说明
x	x轴的位置序列，一般为列表中的值
y	y轴的数值序列，条形图的高度，需要展示的数据
width	每个条形的宽度，可调整
align	条形与x轴对齐方式，有center和edge两种，默认为center
color	每个条形的填充颜色
edgecolor	每个条形的边框颜色

注意：如果要在一个途图中显示多个条形图，可调整位置align，和宽度width，使并列或重叠显示

3.2条形图示例

import matplotlib.pyplot as plt

plt.rcParams["font.family"] = "kaiTi"
nums = [172, 169, 177, 201, 238, 290]
x_ticks = [2014, 2015, 2016, 2017, 2018, 2019]
x = range(0, len(nums))
# 显示x坐标对应位置的内容，就是位置更名函数，plt.xticks()
plt.xticks(x, x_ticks)  # rotation="vertical" 倒转九十度
plt.bar(x, nums, width=0.6, label="研究生人数")
# plt.text(a,b,b)数据显示的横坐标、显示的位置高度、显示的数据值的大小
for a, b in zip(x, nums):
    plt.text(a, b + 2, b, ha='center', va='bottom')
plt.xlabel("年份")
plt.ylabel("人数/万人")
plt.legend(loc="upper left")  # 显示标签
plt.show()

plt.text(a,b,b)

数据显示x轴对应位置、显示的位置高度（可以调整）、显示的数据值的大小

for a, b in zip(x, nums): # 使用for 循环依次次输出 zip（）对应连接

plt.text(a, b + 2, b, ha=‘center’, va=‘bottom’)

3.3条形图示例2

import matplotlib.pyplot as plt
import numpy as np

plt.figure(figsize=(8,6),facecolor="yellow")
plt.rcParams["font.family"] = "kaiTi"
nums = [172, 169, 177, 201, 238, 290]
luqu_nums = [54, 57, 58, 72, 76, 79]
x_ticks = [2014, 2015, 2016, 2017, 2018, 2019]
x = range(0, len(nums))
# 显示x坐标对应位置的内容，就是位置更名函数，plt.xticks()
plt.xticks(x, x_ticks)  # rotation="vertical" 倒转九十度
plt.bar(x, nums, width=0.4, label="研究生报考人数")
plt.bar([i + 0.4 for i in x], luqu_nums, width=0.4, label="研究生录取人数")

# plt.text(a,b,b)数据显示的横坐标、显示的位置高度、显示的数据值的大小
for y in nums, luqu_nums:
    for a, b in zip(x, y):
        if y == luqu_nums:
            a += 0.4            # 控制第二个条形数据显示的横坐标
        plt.text(a, b + 2, b, ha='center', va='bottom')


plt.xlabel("年份")
plt.ylabel("人数/万人")
plt.legend(loc="upper left")  # 显示标签
plt.show()

plt.text(a,b,b)数据显示的横坐标、显示的位置高度、显示的数据值的大小

for y in nums, luqu_nums:

for a, b in zip(x, y):

if y == luqu_nums:

a += 0.4 # 控制第二个条形数据显示的横坐标

plt.text(a, b + 2, b, ha=‘center’, va=‘bottom’)