matplotlib绘制简单地折线图

数据可视化与数据挖掘紧密相关最流行的工具之一是matplotlib，她是一个数学绘图库！

matplotlib可制作各种图表，可访问链接：http://matplotlib.org/内涵各种事列！

1、绘制简单的折线图

使用平方数序列1、4、9、16、25来绘制 这个图标
首先建立一个mpl_squares.py文件

import matplotlib.pyplot as plt		#导入pyplot模块，并制定别名plt
squares=[1,4,9,16,25]
plt.plot(squares)		#讲存储的平方数序列传递给plot()函数
plt.show()		#打开matplotlib查看器

运行即可 Ctrl+shift+f10效果图如下:

2、升级版（加粗线条、刻度标记大小、给定坐标轴标签）

import matplotlib.pyplot as plt
squares=[1,4,9,16,25]
plt.plot(squares,linewidth=5)#线条加粗

#设置图标标题，并给坐标轴加上标签
plt.title("Head Label",fontsize=24) #头标签，给定字体大小
plt.xlabel("X Abscissa",fontsize=14)  #横坐标
plt.ylabel("Y Ordinate",fontsize=14)    #纵坐标

#设置刻度标记的大小
plt.tick_params(axis='both',labelsize=14)
plt.show()

运行即可 Ctrl+shift+f10效果图如下:

相比于第一个视觉效果好些了！

3、视觉效果加强了，查看图片发现并没有绘制正确的数据（4.0处指定在了25！）

1、 当你向plot()提供一系列数字的时候，它假设第一个数据点对应的是x横坐标值为0，但我们第一个对应的点是x值为1。
2、改变此现象方法有，给plot()同时提供输入值和输出值即可！

import matplotlib.pyplot as plt
input_squares=[1,2,3,4,5]		#提供了输入值
squares=[1,4,9,16,25]
plt.plot(input_squares,squares,linewidth=5)#传递了输入值和输出值

#设置图标标题，并给坐标轴加上标签
plt.title("Head Label",fontsize=24) #头标签，给定字体大小
plt.xlabel("X Abscissa",fontsize=14)  #横坐标
plt.ylabel("Y Ordinate",fontsize=14)    #纵坐标

#设置刻度标记的大小
plt.tick_params(axis='both',labelsize=14)
plt.show()

改动了2至4行代码！！！（看注释）
运行即可 Ctrl+shift+f10效果图如下:

---

使用plot()时，可指定各种实参，还有很多函数对图形进行定制！

---

4、绘制单个点，可使用scatter(),并向它传递一对X和Y坐标

新建一个scatter_squares.py文件

import matplotlib.pyplot as plt
plt.scatter(2,4,s=200)
#设置图标标题，并给坐标轴加上标签
plt.title("Head Label",fontsize=24) #头标签，给定字体大小
plt.xlabel("X Abscissa",fontsize=14)  #横坐标
plt.ylabel("Y Ordinate",fontsize=14)    #纵坐标
#设置刻度标记的大小
plt.tick_params(axis='both',which='major',labelsize=14)
plt.show()

运行即可 Ctrl+shift+f10效果图如下:

plt.scatter(2,4,s=200)调用了scatter()函数，X坐标2，Y坐标4，哪S是什么呢？？
S是是指定的点的尺寸，如图中你会发现这个点是不是很粗！

5、可不可以使用scatter(),绘制一系列的点呢？？？

当然可以！！我们可以向scatter()传递两个列表分别包含X至和Y值

import matplotlib.pyplot as plt
x_value=[1,2,3,4,5]
y_value=[1,4,9,16,25]
plt.scatter(x_value,y_value,s=100)
#设置图标标题，并给坐标轴加上标签
plt.title("Head Label",fontsize=24) #头标签，给定字体大小
plt.xlabel("X Abscissa",fontsize=14)  #横坐标
plt.ylabel("Y Ordinate",fontsize=14)    #纵坐标
#设置刻度标记的大小
plt.tick_params(axis='both',which='major',labelsize=14)
plt.show()

运行即可 Ctrl+shift+f10效果图如下:

6、前5点都是手动输入（如果数据过多）效率就会低下，这时候我们可以考虑自动计算数据

利用循环来完成计算，绘制1000个点代码如下：

import matplotlib.pyplot as plt
x_value=list(range(1,1001))
y_value=[x**2 for x in x_value]
plt.scatter(x_value,y_value,s=20)
#设置图标标题，并给坐标轴加上标签
plt.title("Head Label",fontsize=24) #头标签，给定字体大小
plt.xlabel("X Abscissa",fontsize=14)  #横坐标
plt.ylabel("Y Ordinate",fontsize=14)    #纵坐标
plt.axis([0,1100,0,1100000])
plt.show()

x_value=list(range(1,1001))
建立一个列表，包含1000个数字
y_value=[x**2 for x in x_value]
计算平方值，x值通过上方列表遍历得出来的，最终储存在y_value列表中
plt.axis([0,1100,0,1100000])
给定x轴范围0-1000，y轴范围0~1100000

运行即可 Ctrl+shift+f10效果图如下:

plt.scatter(x_value,y_value,edgecolors=‘none’,s=20)

补充一点，绘制很多点时候，轮廓可能会黏在一起，要删除数据点的轮廓可以在scatter()函数中使用edgecolors=‘none’

plt.scatter(x_value,y_value,c=‘red’,edgecolors=‘none’,s=20)

自定义颜色
向scatter()函数传递参数c，给定颜色名称（这里我就用红色举例下过如下，效果图见图一）
也可以使用RGB颜色模式自定义颜色
向scatter()函数传递参数c，其中包含三个0~1之间的小数值，分别代表红、绿、蓝分量(这里我举例了c=(0.5,0,0.8)效果为紫色，代码如下，效果图见图二）

plt.scatter(x_value,y_value,c=(0.5,0,0.8),edgecolors=‘none’,s=20)

图一：

图二：

7、单色，是不是太过于单调，这里我们可以使用渐变色

pyplot内置了一组颜色映射，你需要告诉pyplot该如何设置每个点颜色：

import matplotlib.pyplot as plt
x_value=list(range(1,1001))
y_value=[x**2 for x in x_value]
plt.scatter(x_value,y_value,c=y_value,cmap=plt.cm.Blues,edgecolors='none',s=20)
#设置图标标题，并给坐标轴加上标签
plt.title("Head Label",fontsize=24) #头标签，给定字体大小
plt.xlabel("X Abscissa",fontsize=14)  #横坐标
plt.ylabel("Y Ordinate",fontsize=14)    #纵坐标

plt.axis([0,1100,0,1100000])
plt.show()

plt.scatter(x_value,y_value,c=y_value,cmap=plt.cm.Blues,edgecolors=‘none’,s=20)

这里将c设置成了一个y值列表，并使用参数cmap告诉pylot要使用哪个颜色映射。

这里的意思是将y值最小的点设置显示为浅蓝色，y值较大的点显示为深蓝色（效果图如下：）

pyplot中所有的颜色的映射，可访问http://matplotlib.org/单机Examples,向下滚动到Color Examples，在点击colormaps_reference

7、最后一步，自动保存图标

plt.show()我们可以替换为plt.savefig()

plt.savefig('zjz.png',bbox_inches='tight')

‘zjz.png’
图片的文件名
bbox_inches=‘tight’
指定将图标多余的空白区域裁剪

文件图片会自动保存在mpl_squares.py同级目录下
效果如下：

双击显示效果如下：

不足之处，请指出，蟹蟹！！！