Python数据可视化Matplotlib绘制图形

初始Matplotlib

使用Matplotlib绘制简单图形 （折线图、柱形图、条形图、饼图等等）

通过figure()函数创建画布

import numpy as np
import matplotlib.pyplot as plt
data = np.arange(100,201)   # 生成包含100-200的数组
plt.figure(facecolor='gray')# 创建一个灰色画布
plt.plot(data)              # 绘制data数据的折线图
plt.show()                  # 显示图形

figure() 函数里面部分参数表示含义如下：（plt.figure(facecolor=“gray”)）
figsize : 用于设置画布的尺寸，宽度、高度以英尺为单位
dpi : 用于设置图形的分辨率
facecolor : 用于设置画板的背景颜色
edgecolor : 用于显示边框颜色
frameon : 表示是否显示边框

通过subplot() 函数创建单个子图

subplot(nrows, ncols, index, **kwargs)
参数表示的含义：
nrows,ncols:表示子区网格的行数，列数
index: 表示矩阵区域的索引

subplot()函数将整个绘图区域等分为 " nrows(行）* ncols(列) " 的矩阵区域，按照从左到右、从上到下的顺序对每个区域进行编号。

代码：

import numpy as np
import matplotlib.pyplot as plt
# 生成0-100的数组
nums = np.arange(0, 101)
# 分成2*2的矩阵区域,返回子图数组axes
fig, axes = plt.subplots(2, 2)
ax1 = axes[0, 0]     # 根据索引[0,0]从Axes对象数组中获取第1个子图
ax2 = axes[0, 1]     # 根据索引[0,1]从Axes对象数组中获取第2个子图
ax3 = axes[1, 1]     # 根据索引[1,1]从Axes对象数组中获取第4个子图
# 在选中的子图上作图
ax1.plot(nums, nums)
ax2.plot(nums, -nums)
ax3.plot(nums, nums**2)
plt.show()

添加各类标签

函数名称	说明
title()	设置当前标题
xlabel()	设置当前图形x轴的标签名称
ylabel()	设置当前图形y轴的标签名称
xticks()	指定x轴刻度的数目与取值
yticks()	指定x轴刻度的数目与取值
xlim()	设置或获取当前图形x轴的范围
ylim()	设置或获取当前图形y轴的范围
legend()	在轴上放置一个图列

绘制常见图表

绘制图标的函数：

函数名称	函数说明
bar	绘制条形图
barh	绘制水平条形图
hist	绘制直方图
pie	绘制饼图
specgram	绘制光谱图
stackplot	绘制堆积图
scatter	绘制散点图
plot	绘制折线图
boxplot	绘制箱线图

绘制柱状图

bar(x,heigh,width,align=“center”)
上述函数的含义：
x : 表示x轴的数据
height : 表示条形的高度
width : 表示条形的宽度 ，默认 0.8
color ：表示条形的颜色
edgecolor : 表示条形边框的颜色

代码：

import numpy as np
import matplotlib.pyplot as plt
# 显示中文
plt.rcParams['font.sans-serif'] = ['SimHei']
plt.rcParams['axes.unicode_minus'] = False
# 创建0-4的一维数组
x = np.arange(5)
# 随机生成整数
y1 = np.random.randint(1,31,size=5)
y2 = np.random.randint(1,31,size=5)
width = 0.25
ax = plt.subplot(1,1,1)
ax.bar(x,y1,width,color='r')
ax.bar(x+width,y2,width,color='g')
ax.set_xticks(x+width)
ax.set_xticklabels(['January','February','March','April','May'])
plt.show()

颜色、线型、标记的设置 （折线图）

color参数支持的颜色值 :

颜色值	说明
b	蓝色
g	绿色
r	红色
c	青色
y	黄色
k	黑色
w	白色
…	…

linestyle参数支持的样式值 :

线型值	说明
‘-’	实线
‘- -’	长虚线
‘-.’	短点相间线
‘:’	短虚线
…	…

marker参数支持的标记值 ：

标记风格值	说明
‘o’	实心圆圈
‘p’	五边形
‘*’	星形
‘D’	菱形
‘s’	正方形
…	…

以折线图做实例
代码：

import numpy as np
import matplotlib.pyplot as plt
# 显示中文
plt.rcParams['font.sans-serif'] = ['SimHei']
plt.rcParams['axes.unicode_minus'] = False

data = np.arange(1, 3, 0.3)
plt.plot(data, color='c', marker='x', linestyle='--')
plt.plot(data+1, color='m', marker='o', linestyle=':')
plt.plot(data+2, color='k', marker='p', linestyle='-.')
plt.show()

简单初始Matplotlib的图形， 请敬请期待！