数据分析——matplotlib1

第一个绘图程序

• 首先导入Matplotlib包中的Pyplot模块，并以as别名的形式简化引入包的名称

from matplotlib import pyplot as plt

• 接下来，使用Numpy提供的函数arange()创建一组数据来绘制图像

#引入numpy包
import numpy as np
#获得-50——50之间的ndarray对象
x=np.arange(-50,51)

• 上述所得x的值作用到x轴上，而该值对应的平方值，也就是y值，使用以下方式获取

y=x**2

• 使用plt的plot()函数对x、y进行绘制

#plot()绘制线性图表
plt.plot(x,y)

matplotlib基本方法

方法名	说明
title()	设置图表名称
xlabel()	设置x轴名称
ylable()	设置y轴名称
xticks(ticks,label,rotation)	设置x轴的刻度，rotation旋转角度
yticks()	设置y轴的刻度
show()	显示图表
legend()	显示图例
text(x,y,text)	显示每条数据的值x，y的位置

图表名称plt.title()

import numpy as np
#x获得-50——50之间的ndarray对象
x=np.arange(-50,50)
#y轴的值是x轴的平方
y=x**2
#设置图名
plt.title("y=x^2")
#绘制图表
plt.plot(x,y)

如何标题写成中文呢？
#设置图名 plt.title("y等于x的平方")

解决方法：
修改字体配置plt.rcParams[“font.sans-serif”]
字体说明：
“SimHei” ------中文黑体
“Kaiti”------中文楷体
“LiSu”—中文隶书
“FangSong”------中文仿宋
“YouYuan”------中文幼圆
“STSong”-----华文仿宋

plt.rcParams['font.sans-serif']=["SimHei"]

设置之后，负号又没办法正确显示？
#解决方式：修改轴中的负号编码 plt.rcParams['axes.unicode_minus']=False

x轴和y轴的名称

plt.xlabel("x轴")
plt.ylabel("y轴")

对于上面的图，如果觉得字体偏小或线条太细，可以设置标签文字大小和线条粗细
fontsize:设置文字大小
plt.title("y等于x的平方",fontsize=50)
linewidth:设置线条
plt.plot(x,y,linewidth=30)

一张图 绘制多个线条

#创建x为-10到10的整数
x=np.arange(-10,10)
#y1是x的平方
y1=x**2
y2=x
#设置标题
plt.title("y1=x^2 x的取值范围[-10,10)")
#设置x轴名称
plt.xlabel("x轴",fontsize=12)
#设置y轴名称
plt.ylabel("y轴")
#绘图线条y1
plt.plot(x,y1)
#绘图线条y2
plt.plot(x,y2)

• 设置x轴、y轴刻度

matplotlib.pyplot.xticks=(ticks=None,labels=None,**kwargs)
1.ticks:此参数是xtick位置的列表。和一个可选参数。
2.labels:此参数包含放置在给定刻度线位置的标签。它是一个可选参数
3.**kwargs:此参数是文本属性，用于控制标签的外观
-----------rotation:旋转角度
-----------color：颜色

#每个时间点的销量绘图
times=['2015/6/26','2015/8/1','2012/9/6','2015/10/12','2015/11/17','2016/1/28']
#随机出销量
sales=np.random.randint(500,2000,size=len(times))

#绘制图形
plt.plot(times,sales)

plt.xticks(range(1,len(time),2))

plt.xticks(range(1,len(times),2),rotation=4)
plt.plot(times,sales)

显示图表

显示所有打开的图形
jupyter notebooks会自动显性

#此处通过python交互模式演示

需要调用show()才会显示

#如果在jupyter中也想出现图形操作菜单，可以使用matplotlib中的魔术方法
%matlpotlib notebook
plt.xticks(range(1,len(times),2),rotation=45)
plt.plot(times,sales)

#如果又想回去原来的展示，使用另一个%matplotlib inline
%matplotlib inline

显示图例

from matplotlib import pyplot as plt
import numpy as np
plt.rcParams['font.sans-serif']=["SimHei"]
times=['2015/6/26','2015/8/1','2012/9/6','2015/10/12','2015/11/17','2016/1/28','2016/2/12','2016/3/13','2016/4/19']
#随机出收入
income=np.random.randint(500,2000,size=len(times))
#支出
expenses=np.random.randint(300,1500,size=len(times))
#绘制图形
plt.xticks(range(1,len(times),2),rotation=45)
#注意：在使用图例前为每个图形设置label参数
plt.plot(times,income,label="收入")
plt.plot(times,expenses,label="支出")
#默认使用每个图形的label值作为图例说明
plt.legend()

plt.legend(loc="center")

显示每条数据的值x、y

plt.text(x,y,string,fontsize=15,vericalalignment=“top”,horizontalalignment=“right”)
1.x,y:表示坐标值上的值
2.string：表示说明文字
3.fontsize：表示字体大小
4.vericalalignment：（va）垂直对齐方式，参数：[‘center’|‘top’|‘botton’|‘baselin’]
5.horizontalalignment:(ha)水平对齐方式，参数：[‘center’|'‘right’|‘left’]

from matplotlib import pyplot as plt
import numpy as np
plt.rcParams['font.sans-serif']=["SimHei"]
times=['2015/6/26','2015/8/1','2012/9/6','2015/10/12','2015/11/17','2016/1/28','2016/2/12','2016/3/13','2016/4/19']
#随机出收入
income=np.random.randint(500,2000,size=len(times))
#支出
expenses=np.random.randint(300,1500,size=len(times))
#绘制图形
plt.xticks(range(1,len(times),2),rotation=45)
#注意：在使用图例前为每个图形设置label参数
plt.plot(times,income,label="收入")
plt.plot(times,expenses,label="支出")
#默认使用每个图形的label值作为图例说明
plt.legend(loc="upper left")
#显示值
for a,b in zip(times,income):
    plt.text(a,b,b)
for a,b in zip(times,expenses):
    plt.text(a,b,b)