自学整理记录，大神见笑

• 最流行的Python底层绘图库，主要做数据可视化图表，模仿MATLAB构建，名字也取自MATLAB

• 网站可以查看事例代码及样式，https://matplotlib.org/

• 其他绘图工具
  1.前端框架百度ECharts，图片可交互，网站http://www.echartsjs.com/index.html
  2.python框架plotly，画图界的github，图片可交互，网站https://plot.ly/python/
  3.python框架seaborn，类似matplotlib，，seaborn和matplotlib图片都不可交互网站http://seaborn.pydata.org/examples/index.html

• 导入pyplot

from matplotlib import pyplot as plt

• 常用统计图
  1.折线图，主要查看变化
  2.直方图，绘制连续型数据，主要是统计
  3.条形图，绘制离散型数据，主要是统计
  4.散点图，主要查看分布规律

折线图

• 提供数据，指定x横轴的值，指定y纵轴的值

x = range(2, 26, 2)
y = [15, 13, 14.5, 17, 20, 25, 26, 26, 24, 22, 18, 15]

• 绘图，传入x和y，通过plot绘制出折线图

plt.plot(x, y)

• 展示图在执行程序的时候展示图形

plt.show()

• 注：x和y的列表个数要相同，否则会报错ValueError

折线图扩展

• 设置图片大小和像素

plt.figure(figsize=(20, 8), dpi=80)

• 注：要写在绘图之前

• 注：figsize两个参数分别表示长度和宽度

• 注：dpi是让图像更清晰

• 保存图片

plt.savefig("./test1.png")

• 注：要写在绘图之后

• 注：参数是保存的路径

• 注：自己加后缀保存成自己想要的格式，比如保存为svg矢量图格式，放大不会有锯齿

• 轴刻度

plt.xticks(range(2, 26, 2))
plt.yticks(range(min(y) + 1, max(y) + 1))

• 注：上面代码分别为设置x轴刻度和y轴刻度

• 调整轴刻度显示信息(包含显示内容、中文乱码)

my_font = font_manager.FontProperties(fname="C:\Windows\ttt\simsun.ttc", size=14)
# 调整x轴刻度信息
_x = list(x)
_xtick_labels = ["10点{}分".format(i) for i in range(60)]
_xtick_labels += ["11点{}分".format(i) for i in range(60)]
plt.xticks(_x[::3], _xtick_labels[::3], rotation=45, fontproperties=my_font)

• 注：需要导包

from matplotlib import font_manager

• 注：rotation表示旋转角度，顺时针旋转

• 注：fontproperties正常显示中文字体

• 注：fename后面的路径一定要手动输入

• 注：可以在FontProperties中的参数size设置字体大小

• 注：y轴同理

• x轴、y轴和标题的提示信息

plt.xlabel("时间", fontproperties=my_font)
plt.ylabel("时间/温度(℃)", fontproperties=my_font)
plt.title("10点到12点每分钟温度变化图", fontproperties=my_font)

• 注：xlabel即x轴信息，ylabel即y轴信息，title即标题

• 注：如果中文乱码，则在后面添加参数fontproperties即可

• 绘制网格

plt.grid(alpha=0.4)

• 注：alpha表示网格透明度，0透明，1不透明

• 注：网格的密度，由x轴和y轴刻度控制

• 绘制多个线条

plt.plot(x, y_1)
plt.plot(x, y_2)

• 注：再plot一次就会画出多一条线

• 添加图例

plt.plot(x, y_1, label="自己")
plt.plot(x, y_2, label="同桌")
...
plt.legend(prop=my_font, loc="upper right")

• 注：两个步骤，首先在plot方法中添加参数label，然后写添加图例方法legeng()

• 注：legend中prop参数是解决中文乱码

• 注：legend中loc参数是图例放的位置，默认是best，系统会放在最合适的位置，自己可以写英文或者汉字，查原码即可

• 线条样式(颜色、线条风格，线条宽度等)

plt.plot(x, y_1,color="r", linestyle="--", linewidth=5)

• 注：color参数可以填颜色字符，或者十六进制颜色代码都可以
• 注：linestyle参数可以改变线条风格
• 注：linewidth参数越大越粗

线条风格.jpg

• 添加文本注释

• 添加水印

散点图

• 绘图，传入x和y，通过scatter绘制出散点图

plt.scatter(x, y)

• 注：x和y的列表个数要相同，否则会报错ValueError
• 注： 散点图扩展与折线图一样

条形图

• 绘图，传入x和y，通过bar绘制出条形图

plt.bar(x, y)

• 注：默认会竖着显示

条形图扩展

• 横着显示

plt.barh(x, y)

• 条形宽度

plt.bar(x, y, width=0.3)
plt.barh(x, y, height=0.3)

• 注：竖着使用width，横着使用height
• 注：其余扩展与折线图类似
• 注：绘制多次条形图，即将x轴向右移动即可，但移动的距离，次数总和不能超过1，且宽度要合适，如下图

绘制多次条形图.jpg

直方图

• 绘图，传入a和组数20，通过hist绘制出直方图

plt.hist(a, 20)

• 注：a参数是原始数据，20参数是组数，即有多少个直方
• 注：直方图会自己计算数据出现的个数，显示在图上，所以需要原始数据，不能用统计好之后的数据
• 注：如果是统计好的数据，依然想绘制成直方图的样式，使用条形图即可
• 注：使用条形图时画出直方图效果，需要将width设置为1，并且x轴刻度向左移动0.5即可

直方图扩展

• 计算组数

d = 5
num_bins = (max(a) - min(a)) // d
...
plt.hist(a, num_bins)
plt.xticks(range(min(a), max(a)+d, d))

• 注：num_bins即组数，d为组距

• 注：最大值与最小值的差除组距，一定要保证整除，否则x轴显示会偏移

• 注：xticks方法中，max+d保证值都能显示完全

• 频率分布直方图

plt.hist(a, num_bins, normed=True)

• 注：正常y轴会显示出现的区域内出现的个数
• 注：normed设置为True，即会将y轴显示为小数格式的频率