Matplotlib

[1 什么是Matplotlib](#1 什么是Matplotlib)
[2 为什么要学习Matplotlib](#2 为什么要学习Matplotlib)
[3 实现一个简单的Matplotlib画图](#3 实现一个简单的Matplotlib画图)
- [3.1 matplotlib.pyplot模块](#3.1 matplotlib.pyplot模块)
- [3.2 图形绘制的流程](#3.2 图形绘制的流程)
- [3.3 示例](#3.3 示例)
[4 认识Matplotlib图像结构（了解）](#4 认识Matplotlib图像结构（了解）)
[5 折线图（plot）与基础绘图功能](#5 折线图（plot）与基础绘图功能)
- [5.1 图像保存](#5.1 图像保存)
- [5.2 案例：显示温度变化](#5.2 案例：显示温度变化)
- - [5.2.1 准备数据并画出初试折线图](#5.2.1 准备数据并画出初试折线图)
  - [5.2.2 添加自定义x,y刻度](#5.2.2 添加自定义x,y刻度)
  - [5.2.3 添加网格信息](#5.2.3 添加网格信息)
  - [5.2.4 添加描述信息](#5.2.4 添加描述信息)
  - [5.2.5 多条折线绘制](#5.2.5 多条折线绘制)
  - [5.2.6 显示图例](#5.2.6 显示图例)
- [5.3 最终效果](#5.3 最终效果)

1 什么是Matplotlib

专门用于开发2D图表（包括3D图表）的工具
以渐进、交互式方式实现数据可视化

2 为什么要学习Matplotlib

可视化是在整个数据挖掘的关键辅助工具，可以清晰的理解数据，从而调整我们的分析方法。

能将数据进行可视化,更直观的呈现
使数据更加客观、更具说服力

例如下面两个图为数字展示和图形展示:

3 实现一个简单的Matplotlib画图

3.1 matplotlib.pyplot模块

matplotlib.pytplot包含了一系列类似于matlab的画图函数。

python 复制代码

import matplotlib.pyplot as plt

3.2 图形绘制的流程

创建画布 --plt.figure()

plt.figure(figsize=()，dpi=())

 figsize:指定图的长宽

 dpi:图像的清晰度

 返回fig对象

绘制图像 --plt.plot(x,y)

以折线图为例：
```
 x表示横坐标

 y表示纵坐标
```
显示图像 --plt.show()

3.3 示例

显示某城市一周天气

python 复制代码

import matplotlib.pyplot as plt

# 1.创建画布
plt.figure(figsize=(5, 5), dpi=100)

# 2.绘制折线图
plt.plot([1, 2, 3, 4, 5, 6 ,7], [17,17,18,15,11,11,13])

# 3.显示图像
plt.show()

4 认识Matplotlib图像结构（了解）

5 折线图（plot）与基础绘图功能

5.1 图像保存

plt.savefig("路径")

注意：图像保存一定要位于图像显示之前。

5.2 案例：显示温度变化

为了更好地理解所有基础绘图功能，我们通过天气温度变化的绘图来融合所有的基础API使用。

需求:画出某城市11点到12点1小时内每分钟的温度变化折线图，温度范围在15度~18度。

效果：

5.2.1 准备数据并画出初试折线图

python 复制代码

import matplotlib.pyplot as plt
import random

# 画出温度变化图

# 0.准备x, y坐标的数据
x = range(60)
y_wuhan = [random.uniform(15, 18) for i in x]

# 1.创建画布
plt.figure(figsize=(12, 4), dpi=80)

# 2.绘制折线图
plt.plot(x, y_wuhan)

# 3.显示图像
plt.show()

5.2.2 添加自定义x,y刻度

plt.xticks(ticks=None, labels=None, **kwargs)
plt.yticks(ticks=None, labels=None, **kwargs)
- ticks：x/y轴刻度位置的列表，若传入空列表，即不显示x/y轴
- labels：放在指定刻度位置的标签文本。当ticks参数有输入值，该参数才能传入参数
- **kwargs：文本属性用来控制标签文本的展示，例如字体大小、字体样式等

注意 ：第一个参数必须是数字，否则需要进行值的替换

python 复制代码

# 增加以下两行代码

# 构造x轴刻度标签
x_ticks_label = ["11点{}分".format(i) for i in x]
# 构造y轴刻度
y_ticks = range(40)

# 修改x,y轴坐标的刻度显示
plt.xticks(x[::5], x_ticks_label[::5])
plt.yticks(y_ticks[::5])

5.2.3 添加网格信息

为了更加清楚的观察对应图形的值，我们可能需要用网格来帮助我们显示。

plt.grid( b , axis , color , linestyle , linewidth , alpha )
- b：布尔值，是否显示网格。
- axis：取值为"both"、"x"、"y"，表示想绘制哪个方向的网格线
- color：设置网格线的颜色
- linestyle：设置网格线的风格，包括： '-' 、 '--'、'-.'、':' 、'None'、' '
- linewidth：设置网格线的宽度
- alpha：设置网格线透明度

python 复制代码

plt.grid(True,linestyle='--',alpha=0.5)

5.2.4 添加描述信息

添加x轴、y轴描述信息及标题

通过fontsize参数可以修改图像中字体的大小

python 复制代码

plt.xlabel("时间")
plt.ylabel("温度")
plt.title("中午11点0分到12点之间的温度变化图示", fontsize=20)

5.2.5 多条折线绘制

需求:增加一个城市的温度变化信息

python 复制代码

# 增加北京的温度数据
y_beijing = [random.uniform(1, 3) for i in x]

# 使用多次plot可以画多个折线
plt.plot(x, y_beijing, color='r', linestyle='--')

# 显示图例
plt.legend()

5.2.6 显示图例

python 复制代码

# 绘制折线图
plt.plot(x, y_wuhan, label="武汉")
# 使用多次plot可以画多个折线
plt.plot(x, y_beijing, color='r', linestyle='--', label="北京")

# 显示图例
plt.legend()

Matplotlib

Matplotlib

1 什么是Matplotlib

2 为什么要学习Matplotlib

3 实现一个简单的Matplotlib画图

3.1 matplotlib.pyplot模块

3.2 图形绘制的流程

3.3 示例

4 认识Matplotlib图像结构（了解）

5 折线图（plot）与基础绘图功能

5.1 图像保存

5.2 案例：显示温度变化

5.2.1 准备数据并画出初试折线图

5.2.2 添加自定义x,y刻度

5.2.3 添加网格信息

5.2.4 添加描述信息

5.2.5 多条折线绘制

5.2.6 显示图例

5.3 最终效果