Python数据分析_matplotlib绘图库(1)

光是下载matplotlib就花了我好长时间，简直废物也！要不是还有使命在身，现在就切腹自尽！
1.从实例开始：

from matplotlib import pyplot as plt
#意思就是从2D绘图库matplotlib里拿出绘图模块pyplot来用，为了省事，把它简化为plt
import random
#random用处在于生成随机数

x = range(0,121)    #定义x轴数值
y = [random.randint(20,35) for i in range (121)]    #定义y轴数值
plt.figure(figsize(30,15),dpi = 50)    #figure用来定义图像尺寸
plt.plot(x,y)

xtick_labels = ["10 hours {} min ".format(i) for i in range(60)]
ytick_labels = ["11 hours {} min ".format(i) for i in range(60,120)]
plt.xticks(list(x)[::3],xtick_labels[::3],rotation = 45)    
#对x轴设置步进，为了美观旋转示数

#设置各个坐标轴的名称
plt.xlabel("time")
plt.ylabel("temperature")
plt.title("whatever")

plt.show()
#show出设置的图表

*        一个值得注意的弊端：from matplotlib import pyplot as plt，之后就不需要再写成matplotlib.pyplot的麻烦形式了，简化的同时，也可能会带来一些麻烦，有时两个库中的模块可能重名，此时就会造成名称上的冲突，幸亏这里不会。在一个程序里应用多个库，还可能重名，我要多长时间才会到达那种程度呀~~~

*        random.randint(start,end)的作用就是返回到start到end范围内的一个值。

*        figure的作用是设置最终show出的表格的尺寸大小，figsize(长，宽)用来设置长和宽，dpi用来定义图像的像素。没用它也行，计算机回帮我默认，可计算机的审美不在线，还是乖乖自己定。

*        plt.xlabel()和plt.ylabel()用来给相应的坐标轴命名。

*        plt.show()命令是用来让图像显示出来的，否则敲了半天全敲在内存里了，有种你去内存里瞅瞅，诶西八。

*        llist(x)[::3]中 [::3] 看起来奇奇怪怪，其实是设置步长的意思，此处设置的步长为3。

*        plt.xticks(...... , rotation = 45)中rotation的作用是调整对应轴的底标的旋转角度，此处调整为45度，目的是美观简洁没那么挤，这里是pycharm，可不是印度。

*        range( start , end )里可以有两个数字，即开始的数字和结束的数字，这里结束的数字娶不到，欸不对，是取不到，还娶不到，输入法你是怎样一种想法，娶数字，推荐你娶8吧哈哈。言归正传，最终取到的数字是end-1；

*        range( start , end , 步进)，里面也可以有三个数字，前两个同前，后一个是步进的意思，即隔步进个数字取一个数字。

*        plt.plot( x , y )的作用是将 x , y 的数据生成一个图像。

2.从另一个实例开始

from matplotlib import pyplot as plt

a = [11,22,33,44,55]
d = 5    #就是组距的意思
bins = (max(a) - min(b)) // d    #给a均匀的摊开
plt.figure(figsize = (30,15),bpi = 50)

plt.hist(a , bins)
plt.grid(alpha = 0.5,color = "purple")

plt.xtick(range(max(a),min(a)+d,d))
plt.show()

*        这段代码极其不完善，甚至可以说是垃圾而已

*        //的作用是除后取整，等价于C中的%

*        plt.grid的作用是给图表添加背景网格

        *        其中alpha设置的是网格的粗细程度

        *        其中的color设置的是网格的颜色，注意颜色要加引号，直接对应英文即可

3.继续从实例出发——了解bar

from matplotlib import pyplot as plt
song = ["stay","creep","godzilla","animals"]
popularity = [55,60,50,40]

plt.figure(figsize = (30,15) , dpi = 80)
plt.bar(range(len(song)),popularity,color = "orange",width = 0.1)
plt.grid(alpha = 0.5 , color = "gray")

plt.xticks(range(len(song)),song,rotation = 45)
plt.xlabel("the name of the songs")
plt.ylabel("the popularity of the songs")

plt.show()

*        plt.bar表示的是生成条形图，条形图的性质都在括号里了

        *        除了定义x,y轴之外，还可以定义条形图的颜色，后续还可以给不同组的条形图分别定义颜色，看起来既美观，又便于区分。

        *        width用来给条形图的条子定义宽度，数值默认为0.8，大小在0到1之间，大于小于都会报错。

4.从一个实例出发——了解barh

from matplotlib import  pyplot as plt

a = ["kongfu","bloody","talking to the moon","take me to charch"]       
b = [22,36,44,52]

plt.figure(figsize = (30,15) , dpi = 50)
plt.barh = (range(len(a)) , b , height = 0.5 , color = "yellow")

plt.yticks(range(len(a)) , a , rotation = 0)
plt.grid(alpha = 0.5 , color = "gray")

plt.show()

 *        两者之间的区别：bar画的是竖着的条形图，barh画的是横着的条形图

*        注意：a,b两者数组元素得是一一对应的，不然程序会报错

*        注意：figure后面直接接括号，figsize后得有 “ = ” ，别再搞错了八嘎

*        barh括号中的数据：

        *        range(len(a))代表的是纵轴项目个数，，b是横轴，height对应的是横向条形图的粗细，color代表的是颜色。

        *        注意：bar对应的是width，barh对应的是height，对应不起来会报错

        *        除此之外还有很多属性都可以添加，期待期待！

5.变量的启示

*        形如：

width = 0.2

感觉上敲0.2比width容易，可是这样一来，没有特点的0.2在后面的代码中难以辨认，难免会碰到类似的数字，这样就分不清谁是谁的谁了。但如果把它赋给width，就轻而易举的知道这个变量表示的是xxx的宽度，虽然增加了些许麻烦，却可以省掉一大堆误会。