matplotlib入门

1.matplotlib简介及导包

(1)简介

matplotlib比较流行的Python底层绘图库，主要做数据可视化图表。它的名字取材于MATLAB，它是模仿MATLAB构建的。

(2)导包

#  导入pyplot

from matplotlib import pyplot as plt

2.绘图常用的方法

(1)设置显示中文

设置中文的方式参考链接：matplotlib设置中文的的一种方式

(2)设置显示图片的大小

plt.figure()

常用参数及解读：

• figsize(x1,x2) 用于设置图片显示的大小，可选参数，单位为英寸，默认值为(6.4,4.8)。
• dpi=x3 用于设置图片的dpi，可选参数，默认值为100。

(3)设置x(y)轴刻度

plt.xticks() # 设置x轴刻度
plt.yticks() # 设置y轴刻度

常用参数及解读：

• ticks=list1name labels=list2name二者为一对参数，前面是一个array_like数据类型，后面是一个array_like数据类型，并且是可选的，存储的是字符串。两个参数的信息一一对应，即在x轴或者y轴对应的数字刻度上写字符串信息。
• location=x1设置刻度的角度，x1代表的是角度。
• fontproperties=my_font设置显示中文信息

(4)设置图形描述

plt.xlabel() # 设置x轴描述信息
plt.ylabel() # 设置y轴描述信息
plt.title() # 设置图片标题信息

常用参数及解读：

• “描述信息” 字符串类型的具体的描述信息
• fontproperties=my_font 设置显示中文信息

(5)多个数据对比绘制

• 多次绘制图形即可。例如绘制折线图。调用两次plot方法即可。

(6)多个数据设置添加图例

• 在多次绘制图形的函数中添加label参数
• 调用plt.legend()方法

方法参数解读：

• prop=my_font 设置中文字体
• loc=x 设置图例显示的位置，常用可选的位置参数：upper left uuper right best

(7)添加网格

plt.grid() # 绘制网格

常用参数解析：

• alpha=x 调整透明度

(8)展示

plt.show()

(9)保存

plt.savefig("./name.png")

• ./name.png 为图片保存的路径和图片保存的名称。
  注意：可以保存为.svg格式，即矢量图格式，放大后不会有锯齿。

(10)设置图形的样式

在具体的绘制图形的方法中传入如下参数：

• 线条的样式：

线条格式可选项	description
‘-’	solid line style
‘–’	dashed line style
‘-.’	dash-dot line style
‘:’	dotted line style

• 线条的颜色

线条可选颜色	color
‘b’	blue
‘g’	green
‘r’	red
‘c’	cyan
‘m’	magenta
‘y’	yellow
‘k’	black
‘w’	white

3.绘制折线图

(1)图形特点

特点:能够显示数据的变化趋势，反映事物的变化情况。(变化)

(2)绘制方法

plt.plot(x,y)

4.绘制条形图

(1)图形特点

绘制连离散的数据,能够一眼看出各个数据的大小,比较数据之间的差别。(统计)

(2)绘制方法

plt.bar(x,y)  #绘制竖图
plt.barh(x,y) #绘制横图

(3)应用场景

• 统计频率
• 统计频数

5.绘制直方图

(1)图形特点

特点:绘制连续性的数据,展示一组或者多组数据的分布状况(统计)

(2)直方图中的一些概念

• 组距
  每一组数据之间的距离。
• 组数
  组数=极差/组距
极差=最大值-最小值
• 组距可以我们自己设定，极差要能够整除组距。

(3)绘制方法

matplotlib.hist(data,bins,normed)

参数解读：

• data 统计的数据
• bins 组数 可以传入一个列表，长度为组数，值为分组依据，当组距不均匀时使用这种方式。
• normed 是否进行频率统计，默认为否。这是一个可选参数。
• 可以通过高度或者宽度调整条形图的宽度。(在函数中传递width height参数 参数的总体参数应该小于1)。

(4)应用场景

没有统计过的数据，适合使用直方图进行展示，因为直方图可以进行分组。统计后的数据不适合使用直方图进行展示。

6.绘制散点图

(1)图形特点

判断变量之间是否存在数量关联趋势,展示离群点(分布规律)

(2)绘制方法

plt.scatter(x,y)

7.其他图形样式

matplotlib的其他样式