python---matplotlib详细教程(完结)

文章每个图都带有案例,欢迎访问!!!

目录

如何选择合适的图表

绘制简单的折线图 

图表常用设置

颜色设置

线条样式和标记样式

画布设置 

 设置坐标轴标题

plt.rcParams['font.sans-serif']=['SimHei']解决缺失字体

 设置坐标轴刻度

设置坐标轴范围

 设置网格线

添加文本标签和标题

添加图例

添加注释

设置图表与画布边缘间距

设置刻度线 

折线图

案例:台湾疫情数据增长折线图

基本柱状图

 案例:每日新增疫情数

多柱状图

直方图 

饼形图

基本饼形图

分裂饼形图

环形饼图

散点图 

面积图

​热力图

箱型图

​绘制多个子图三种方式

​subplot

​subplots

add_subplot()

图表的保存


如何选择合适的图表

绘制简单的折线图 

matplotlib.pyplot.plot(x,y,format_string,**kwargs)

import matplotlib.pyplot as plt
import pandas as pd
s=pd.date_range(start='2022-08-02',freq='D',periods=10)
df=pd.DataFrame(data=[30,29,33,38,28,26,31,24,19,25],index=s,columns=['温度'])
x=s
y=df['温度']
plt.plot(x,y)
plt.show()

图表常用设置

颜色设置

import matplotlib.pyplot as plt

x=[1,2,3,4,5]

y=[10,15,20,25,30]

plt.plot(x,y,color='r')

y=[5,20,25,30,40]

plt.plot(x,y,color='g')

y=[10,20,30,40,50]

plt.plot(x,y,color='b')

y=[1,20,40,60,80]

plt.plot(x,y,color='y')

plt.show()

线条样式和标记样式

 plt.plot(x,y,color='b',linestyle='-',marker='o',mfc='w')

mfc='w'使样式标记变成空心

import matplotlib.pyplot as plt

x=[1,2,3,4,5]

y=[10,15,20,25,30]

plt.plot(x,y,color='r',linestyle='--')

y=[5,20,25,30,40]

plt.plot(x,y,color='g',linestyle='-')

y=[10,20,30,40,50]

plt.plot(x,y,color='b',linestyle='-.')

y=[1,20,40,60,80]

plt.plot(x,y,color='y',linestyle=':')

plt.show()

 import matplotlib.pyplot as plt

x=[1,2,3,4,5]

y=[10,15,20,25,30]

plt.plot(x,y,color='r',linestyle='--',marker='o')

plt.show()

 plt.plot(x,y,color='b',linestyle='-',marker='o',mfc='w')

画布设置 

import matplotlib.pyplot as plt

plt.figure(num='画布',figsize=(8,6),facecolor='y')

plt.show()

 设置坐标轴标题

- xlabel函数设置x轴坐标轴标题, ylabel函数设置

import matplotlib.pyplot as plt

import pandas as pd

plt.figure(num='温度',figsize=(10,4),facecolor='y')

s=pd.date_range(start='2022-08-02',freq='D',periods=10)

df=pd.DataFrame(data=[30,29,33,38,28,26,31,24,19,25],index=s,columns=['温度'])

x=s

y=df['温度']

plt.rcParams['font.sans-serif']=['SimHei']解决缺失字体

plt.title('天气预报')

plt.xlabel('日期')

plt.ylabel('温度')

plt.plot(x,y,marker='o',mfc='w')

plt.show()

 设置坐标轴刻度

plt.xticks()

plt.yticks() 

import matplotlib.pyplot as plt

import random

plt.rcParams['font.sans-serif']=['KaiTi']

month=[str(i)+'月' for i in range(1,11)]

x=[i for i in range(1,11)]

y=[random.randint(1,10) for i in range(10)]#包含10

plt.xticks(range(1,11),month)

plt.yticks(range(1,11))

plt.plot(x,y,marker='o')

plt.show()

设置坐标轴范围

xlim函数

  • 30
    点赞
  • 253
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 1
    评论
### 回答1: Python Matplotlib教程是一种介绍如何使用Python Matplotlib库进行数据可视化的教程Matplotlib是一种流行的Python库,用于创建各种类型的图表和可视化。该教程将介绍Matplotlib的基础知识,包括如何创建简单的图表,如何自定义图表的外观和样式,以及如何使用Matplotlib进行数据分析和可视化。此外,该教程还将介绍如何使用Matplotlib与其他Python库进行交互,如NumPy和Pandas。 ### 回答2: matplotlib是一个用于制作图形和图表的Python库。它提供了一个方便易用的绘图接口,可以用于展示数据和分析结果。 在使用matplotlib之前,首先需要安装matplotlib库。可以通过pip或conda进行安装。 学习matplotlib的第一步是了解基本的绘图概念和基本的绘图函数。常用的绘图函数包括plot、scatter、bar等,它们可以用于绘制线图、散点图和柱状图。 在编写绘图代码之前,需要导入matplotlib库。一般使用以下代码导入matplotlib: ```python import matplotlib.pyplot as plt ``` 然后通过调用相应的绘图函数生成图像。例如,使用plot函数绘制线图,可以通过以下代码实现: ```python x = [1, 2, 3, 4, 5] y = [2, 4, 6, 8, 10] plt.plot(x, y) plt.show() ``` 上述代码会生成一个包含直线的图像,x轴表示x的取值,y轴表示y的取值。 除了基本的绘图函数,matplotlib还提供了丰富的参数和选项,用于自定义图像的样式和外观。例如,可以设置坐标轴的标签、标题、图例等。 此外,matplotlib还支持多子图布局、保存图像等功能。可以通过subplot函数实现多个子图的绘制。 此外,matplotlib还支持与NumPy和Pandas等常用数据处理库的集成,可以直接绘制这些库中的数据。 总之,学习matplotlib可以帮助我们更好地展示数据和分析结果,使得图表更加直观和易于理解。掌握基本的绘图函数和参数,可以满足日常数据可视化的需求。 ### 回答3: Pythonmatplotlib是一个用于绘制图表和可视化数据的库。它是一个功能强大、灵活且易于使用的工具,适用于各种绘图需求。 matplotlib提供了一个类似于MATLAB的界面,可以轻松地创建各种类型的图表,如线图、散点图、直方图、饼图等。它还支持添加图例、坐标轴标签、标题等,使得图表更具可读性和吸引力。 使用matplotlib,您可以通过简单的几行代码创建一个基本图表。首先,您需要导入matplotlib库以及所需的模块,比如pyplot。然后,使用plot函数传递数据数组即可创建一个线图。您还可以使用其他函数和参数来对图表进行定制,如设置线条颜色、添加网格线、调整坐标轴范围等。 除了基本的绘图功能,matplotlib还提供了许多高级功能,如3D绘图、动画、图像处理等。您可以使用这些功能来创建更复杂的图表,并展示更多的细节和信息。 在使用matplotlib之前,您可能需要安装它,可以通过命令`pip install matplotlib`来安装。然后,您可以在Python代码中导入matplotlib库,并开始使用它的功能。 另外,matplotlib还有一个强大的社区支持,提供了丰富的文档、教程和示例代码,这些资源可以帮助您快速上手和解决问题。 总而言之,matplotlib是一个功能丰富且易于使用的库,可以帮助您轻松地创建图表和可视化数据。无论您是初学者还是有经验的开发者,都可以从matplotlib中受益,并将其应用于各种数据分析和可视化任务中。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

面咋了

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值