Matplotlib画图

什么是Matplotlib

• 专门用于开发2D/3D图表
• 使用起来极其简单
• 以渐进、交互方式实现数据可视化

三层结构：

• 容器层
  • Canvas,位于最底层的系统层，也就是画板层
  • figure，画布层
    • 一个figure区可以有多个绘图区，但是一个绘图区只能属于一个figure
  • Axes，绘图区
    • axis坐标轴
• 辅助显示层
  • 可使图像显示更加直观容易被用户理解，但又不会对图像产生实质的影响
• 图像层
  • 不同类型图

折线图

应用场景：某一个书屋或指标随事件变化的状况

展现上海一周的天气

#导包
import matplotlib.pyplot as plt
#figure图像，创建画布
plt.figure()
plt.plot([1,2,3,4,5,6,7],[17,17,18,15,11,11,13]))#x轴、y轴
#图最终呈现
plt.show()

​

设置画布属性和图片保存

plt.figure(figsize=(),dpi=())
plt.savefig（path）

• figsize：指定图的长宽
• dpi：图像的清晰度
• 返回fig对象

修改x、y轴刻度

1. 首先就需要在创建画布之前准备x、y的数据

比如：画出上海11点~12点一小时内每分钟的温度变化折线图，温度范围在15-18

x=range(60)
y_shanghai=[random.uniform(15,18) for i in x]

2. 但是发现如果不合适的话，就需要你去添加（修改）x、y刻度

x_label=[]
plt.xticks（）
plt.ytivks（）

​

其他辅助显示层完善折线图

1. 网格

plt.grid(True,linestyle='--',alpha=0.5)

• true默认
• linstyle：–虚线
• alpha：透明度

2. 添加x、y轴描述信息及标题

plt.xlabel（）
plt.ylabel（）
plt.title（）

完善原始折线图（比如添加一个数据）

• 几个数据，就几个plot
• 需要对折现样式改变的话，直接在plot那句里改即可
  ​

• 这是图形风格字符
  ​

图例的设置

• 不仅需要在图像层面修改，也需要在辅助显示层面修改
• plt.legend（loc=“”）
  • loc里是显示图例在哪一区域，但是一般这个默认不用填
    ​

多个坐标系显示-plt.subplots（面向对象的画图方法）

跟上面对比来看

2.创建画布
#plt.figure(figsize=(20,8),dpi=80)
figure,axes=plt.subplots(nrows=1,ncols=2,figsize=(20,8),dpi=80)

​

绘制数学函数图像

【Matplotlib】（一）绘制图像函数_matplotlib 画函数-CSDN博客

散点图

应用场景：判断变量之间是否存在数量关系的趋势（分布关系、规律）

plt.scatter

柱状图

应用场景：比较数据间的差别，一眼看出各数据的大小

plt.bar

Matplotlib绘制柱状图-CSDN博客

直方图

应用场景：反映一组数据的分布状况

plt.hist

Matplotlib之直方图绘制_matplotlib绘制直方图-CSDN博客

饼图

应用场景：不同类型数据占比

plt.pie

​
Python matplotlib 绘制饼图_编程饼图画法-CSDN博客

---

subplot与subplots是什么？以及区别