目录
Matplotlib基本图表绘制
折线图
python
复制代码
from matplotlib import pyplot as plt
import matplotlib
#字典类型的字体预设，键值对依次为字体名、粗细、大小
font = {'family': 'MicroSoft YaHei',
'weight': 'bold',
'size': 10}
#设置线条宽度
matplotlib.rc('lines', lw=2)
#设置字体样式
matplotlib.rc('font', **font)
#通过figure实例设置窗口大小figsize和清晰度dpi
fig = plt.figure(figsize=(20, 8), dpi=80)
#准备数据
x = range(2, 26, 2)
y_1 = [15, 13, 14.5, 17, 20, 25, 26, 26, 24, 22, 18, 15]
y_2 = [0, 3, 7, 4, -1, 5, 8, 2, 3, 2, 5, 0]
#在同一折线图上分别绘制两组数据，label参数为图例，外观参数见下文
plt.plot(x, y_1, label="苏州", color="pink", linestyle="-.")
plt.plot(x, y_2, label="哈尔滨", color='c', linestyle=':')
#准备x轴刻度
_xtick_labels = ["10月{}日".format(i) for i in range(2, 26, 2)]
#设置x轴刻度，参数一为x轴上打刻度标签的值，参数二为x轴上的刻度标签，二者均为列表，一一对应，rotation关键字参数设置标签旋转角度
plt.xticks(x, _xtick_labels, rotation=45)
#设置y轴刻度，只给出y轴上打刻度标签的值，标签即数值
plt.yticks(range(min(y_2), max(y_1)+1))
#绘制图表网格，alpha参数为透明度
plt.grid(alpha=1, linestyle="--")
#绘制图例在左上角，loc参数为绘制位置
plt.legend(loc="upper left")
#绘制轴标签
plt.xlabel("日期")
plt.ylabel("温度/℃")
#绘制图题
plt.title("10月气温变化情况")
#将图表保存为相对路径下的文件
plt.savefig("./sig_size.png")
#显示图表
plt.show()
更多外观
外观类型
| 关键字参数 |
含义 |
| lw(lineweight) |
线条宽度 |
| ls(linestyle) |
线条样式 |
| c(color) |
线条颜色 |
| fc(facecolor) |
图表填充颜色 |
| ec(edgecolor) |
图表边缘颜色 |
| mew(markeredgewidth) |
标记边缘宽度 |
| aa(antialiased) |
抗锯齿 |
颜色
| 类别 |
举例 |
| 字符 |
r（红色） |
| 字符串 |
black（黑色） |
| 16进制 |
#000000 （白色） |
线条样式
| 字符 |
类型 |
| - |
实线 |
| -- |
破折线 |
| -. |
点划线 |
| : |
点虚线 |
| '' |
无线条 |
图例位置
图例中loc关键字参数的值可以是字符串、数字或坐标元组。
| 字符串 |
数字 |
| best |
0 |
| upper right |
1 |
| upper left |
2 |
| lower left |
3 |
| lower right |
4 |
| right |
5 |
| center left |
6 |
| center right |
7 |
| lower center |
8 |
| upper center |
9 |
| center |
10 |
使用本地字体
python
复制代码
from matplotlib import font_manager
#fname关键字参数从字体文件路径导入字体，可选size关键字参数
my_font = font_manager.FontProperties(fname="/System/Library/Fonts/PingFang.ttc")
#在添加文本时使用fontporperties关键字参数设置对应字体样式，图例中使用prop关键字参数
plt.xticks(x, _xtick_labels, rotation=45, fontproperties=my_font)
散点图
python
复制代码
#用scatter方法绘制散点图，除了不需要linestyle参数其余代码与折线图相通
plt.scatter(x, y_1, label="苏州", color="pink")
plt.scatter(x, y_2, label="哈尔滨", color='c')
条形图
python
复制代码
from matplotlib import pyplot as plt
font = {'family': 'MicroSoft YaHei',
'weight': 'bold',
'size': 15}
matplotlib.rc("font", **font)
fig = plt.figure(figsize=(20, 8), dpi=80)
#准备x轴数据名称
a = ["黑神话：悟空", "最终幻想7：重生", "艾尔登法环：黄金树幽影", "小丑牌", "暗喻幻想", "宇宙机器人"]
#准备数据名称对应的数据
b_1 = [81, 92, 94, 90, 94, 94]
b_2 = [83, 90, 81, 88, 88, 92]
#设置条宽
bar_width = 0.3
#在间隔单位刻度的基础上，将两组数据的横坐标分别向两侧偏移半个条宽，否则数据条会重叠
x = list(range(len(a)))
x_1 = [i-bar_width*0.5 for i in x]
x_2 = [i+bar_width*0.5 for i in x]
#绘制条形图，依次给出条形横坐标、条高、条宽、条色、图例名
plt.bar(x_1, b_1, width=0.3, color="orange", label="媒体")
plt.bar(x_2, b_2, width=0.3, color="red", label="用户")
#绘制x轴刻度
plt.xticks(range(len(a)), a)
#绘制网格并设置透明度
plt.grid(alpha=0.3)
#绘制图例在左上角
plt.legend(loc="upper left")
#绘制图题
plt.title("TGA年度游戏提名M站评分")
#显示图表
plt.show()
横向条形图
在竖向条形图代码的基础上作如下修改：
python
复制代码
#绘制横向条形图，宽度width参数改为高度height参数
plt.barh(x_1, b_1, height=0.3, color="orange", label="媒体")
plt.barh(x_2, b_2, height=0.3, color="red", label="用户")
#将数据名改到y轴刻度上
plt.yticks(range(len(a)), a)
#将图例调整到右下角的空闲区域
plt.legend(loc="lower right")
直方图
python
复制代码
from matplotlib import pyplot as plt
import matplotlib
font = {'family': 'MicroSoft YaHei',
'weight': 'bold',
'size': 15}
matplotlib.rc("font", **font)
fig = plt.figure(figsize=(15, 8), dpi=80)
#准备数据
a = [15, 20, 15, 20, 25, 25, 30, 15, 30, 25,
15, 30, 25, 35, 30, 35, 30, 25, 20, 30,
20, 25, 35, 30, 25, 20, 30, 25, 35, 25,
15, 25, 35, 25, 25, 30, 35, 25, 35, 20,
30, 30, 15, 30, 40, 30, 40, 15, 25, 40,
20, 25, 20, 15, 20, 25, 25, 40, 25, 25,
40, 35, 25, 30, 20, 35, 20, 15, 35, 25,
25, 30, 25, 30, 25, 30, 43, 25, 43, 22,
20, 23, 20, 25, 15, 25, 20, 25, 30, 43,
35, 45, 30, 45, 30, 45, 45, 35]
#设置组距
d = 5
#计算组数，需检验能否整除
num_bins = (max(a)-min(a))//d
#绘制直方图，第一个参数为数据，第二个参数为组数
plt.hist(a, num_bins)
#绘制x轴刻度标签
plt.xticks(range(min(a), max(a)+d, d))
#绘制网格
plt.grid(alpha=0.3)
#显示图像
plt.show()
频率分布直方图
python
复制代码
#绘制频率分布直方图添加关键字参数density并设为True
plt.hist(a, num_bins, density=True)
