matplotlib快速入门

Posted 2022-02-11 --believe

一、定义

1. 主要用于开发2D图表
2. 数据分析，基于分析，进行展示

二、绘图流程

1. 创建画布
2. 绘制图像
3. 显示图像

三、折线图与基础绘图功能

1.图形保存

​ plt.savefig()

​ 注意：图像保存一定要放到show前面

2.添加X轴，y轴刻度

​ plt.xticks

​ plt.yticks

​ 注意：第一个参数必须是数字，如果不是数字，需要进行值替换

import matplotlib.pyplot as plt
plt.figure()
plt.plot([1,2,3],[1,2,3])
x_ticks=range(6)
x_ticks_name=["min".format(i) for i in x_ticks]
y_ticks=range(6)
plt.xticks(x_ticks[::2],x_ticks_name[::2])# 如果要设置字符串必须要第一个参数为行向量数字
plt.yticks(y_ticks[::2])
plt.show()

3.添加网格

plt.grid()

参数：linestyle–绘制网格方式

​ alpha–透明度

4.添加描述信息

plt.xlabel("时间")

plt.xlabel("温度")

plt.title("一小时温度变化图"，fontsize=20)

5.多次plot

直接绘制

6.显示图例

plt.legend()

注意：显示之前，声明plot里面的具体值。

7.多个坐标系图像显示

fig,axis=plt.subplots()

参数：nrows–几行

​ ncols–几列

注意：有些方法需要添加set_*

举例：

import matplotlib.pyplot as plt
fig,axis=plt.subplots(nrows=2,ncols=2)
axis[0][0].plot([1,2,3],[4,5,6])
axis[0][1].plot([3,4,5],[6,7,8])
axis[1][0].plot([4,5,6],[4,5,6])
axis[1][1].plot([6,2,3],[4,5,6])

四、常见图像的绘制

• 折线图 plt.plot

  变化

• 散点图 plt.scatter()

  分布规律

• 柱状图 plt.bar()

  统计、对比

• 直方图 plt.hist()

  分布

• 饼图 plt.pie()

  占比

官方API

https://matplotlib.org/stable/plot_types/index.html