python matplotlib

1.1 修改标签文字和线条粗细

import matplotlib.pyplot as plt   #导入模块pyplot,并指定别名plt,以免反复出现pyplot，模块pyplot包含很多用于生成图标的函数

squares=[1,4,9,16,25]   #创建一个列表
plt.plot(squares,linewidth=5)     #函数plot()根据这些数字绘制出有意义的图形,linewidth()决定了plot()绘制的线条粗细

plt.title("Square Numbers",fontsize=24) #title()给图标指定标题，fontsize指定了图标中文字的大小
plt.xlabel("Value",fontsize=14) #为每条轴设置标题
plt.ylabel("Square of Value",fontsize=14)

plt.tick_params(axis='both',labelsize=14)   #设置刻度标记的大小
plt.show()      #plt.show()打开matplotlib查看器，并显示绘制的图形

结果：

image.png

1.2 矫正图形

import matplotlib.pyplot as plt
input_values=[1,2,3,4,5]
squares=[1,4,9,16,25]   #创建一个列表
plt.plot(input_values,squares,linewidth=5)   #同时提供输入值和输出值，它无需对输出值的生成方式作出假设
--snip--

结果：

image.png

1.3 使用scatter()绘制散点图并设置其样式

import matplotlib.pyplot as plt

plt.scatter(2,4,s=200)  #使用scatter()并传递一对x和y坐标，它在指定位置绘制一个点，s表示绘制的点的尺寸

plt.title("Square Numbers",fontsize=24) #title()给图标指定标题，fontsize指定了图标中文字的大小
plt.xlabel("Value",fontsize=14) #为每条轴设置标题
plt.ylabel("Square of Value",fontsize=14)

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

输出：

image.png

1.4 使用scatter()绘制一系列点

import matplotlib.pyplot as plt
x_values=[1,2,3,4,5]
y_values=[1,4,9,16,25]
plt.scatter(x_values,y_values,s=100)    #绘制的点的坐标分别为(1,1)、(2,4)、(3,9)、(4,16)、(5,25)

plt.title("Square Numbers",fontsize=24) #title()给图标指定标题，fontsize指定了图标中文字的大小
plt.xlabel("Value",fontsize=14) #为每条轴设置标题
plt.ylabel("Square of Value",fontsize=14)

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

输出:

image.png

1.5 自动计算数据

import matplotlib.pyplot as plt
x_values=list(range(1,1001))
y_values=[x**2 for x in x_values]

plt.scatter(x_values,y_values,s=40)
plt.title("Square Numbers",fontsize=24) #title()给图标指定标题，fontsize指定了图标中文字的大小
plt.xlabel("Value",fontsize=14) #为每条轴设置标题
plt.ylabel("Square of Value",fontsize=14)
plt.axis([0,1100,0,1100000])    #设置每个坐标轴的取值范围,x范围为0~1100,y范围为0~11000000
plt.show()

image.png

1.6 删除数据点的轮廓

plt.scatter(x_values,y_values,s=100,edgecolor='none')#散点颜色默认为蓝色点和黑色轮廓

1.7 自定义颜色

plt.scatter(x_values,y_values,s=100,edgecolor='none',c='red')#传递参数c自定义颜色，
plt.scatter(x_values,y_values,s=100,edgecolor='none',c=(0.8,0.8,0.8))#还可使用RGB颜色模式，其中包含三个0~1之间的小数值，他们分别表示红，绿和蓝分量。越接近0，指定的颜色越深，值越接近1，指定的颜色越浅

1.8 使用颜色映射
颜色映射是一系列颜色，它们从起始颜色渐变到结束颜色。在可视化中，颜色映射用于突出数据的规律。

x_values=list(range(1001))
y_values=[x**2 for x in x_values]

plt.scatter(x_values,y_values,c=y_values,cmap=plt.cm.Blues,edgecolor='none',s=40)   #将c值设置成一个y值列表，并使用参数cmap告诉pyplot使用哪个颜色映射
plt.title("Square Numbers",fontsize=24) #title()给图标指定标题，fontsize指定了图标中文字的大小
plt.xlabel("Value",fontsize=14) #为每条轴设置标题
plt.ylabel("Square of Value",fontsize=14)
plt.show()

输出：

image.png

1.9 自动保存图表

plt.savefig('squares_plot.png',bbox_inches='tight') #第一个参数指定以什么样的文件名保存图片，并存储到该文件所在目录中；第二个参数指定将图片多余的空白区域裁剪掉