Matplotlib的基本用法

三层结构：

　　容器层：①画板层②画布层③绘图区

　　辅助显示层

　　图像层

可绘制的集中图像及应用场景：

　　折线图plot：图像的变化规律

　　散点图scatter：关系/规律

　　柱状图bar：统计/对比

　　直方图histogram：分布情况

　　饼图：占比

使用Matplotlib进行画图操作，首先需要导入matplotlib.pyplot进行操作，通常导入操作为：

　　import matplotlib.pyplot as plt

　　#创建画布 相当于开辟内存

　　plt.figure()

　　#设定画图的点 前面是对应点的横坐标，后面是对应点的纵坐标

　　plt.plot([1,0,9],[4,5,6])

　　#将图像进行展示

　　plt.show()

使用方法：

　　#创建画布

　　plt.figure(figsize=(length，width),dpi=)

　　figsize:指定图的长宽（length，width）

　　dpi：图像的清晰度 每英寸多少个点

　　返回fig对象

　　#保存图像

　　plt.savefig(path)

　　代码需写在show前面，写在之后会保存空的图像

　　#修改x，y的刻度

　　plt.xticks(x,**kwargs)

　　x:要显示的刻度值

　　plt.yticks(y,**kwargs)

　　y:要显示的刻度值

　　实例：x_label = ["11点{}分".format(i) for i in x]

　　　　　plt.xticks(x[::5], x_label[::5])

　　#添加网格显示

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

　　True:确认添加网格

　　linestyle：线条的风格

　　alpha：透明度

　　#给X轴添加标签

　　plt.xlabel()

　　#给Y轴添加标签

　　plt.ylabel()

　　#给整个表格添加标题

　　plt.title()

　　#绘制图像

　　plt.plot(x,y,color,linestyle,label)

　　x,y：横纵坐标

　　color：设置绘制图像的颜色

　　linestyle：线条风格 默认为实线

　　label:为绘制的图设置标签（没有使用显示图例不会显示）

　　#显示图例

　　plt.legend(loc)

　　loc：通过传入数据来控制图例的位置

　　#创建绘图区

　　plt.subplots(nrows=1,ncols=1,**fig_kw)

　　返回值：figure（画布），axes（绘图区）

　　可以定义figsize，dpi等

　　#在多个绘图区的情况下，面向对象编程，使用绘图区的方法

　　

　　实例：

　　axes[0].plot(x, y_shanghai, color="r", linestyle="-.", label="上海")
　　axes[1].plot(x, y_beijing, color="b", label="北京")

　　# 显示图例
　　axes[0].legend()
　　axes[1].legend()

　　# 修改x、y刻度
　　# 准备x的刻度说明
　　x_label = ["11点{}分".format(i) for i in x]
　　axes[0].set_xticks(x[::5])
　　axes[0].set_xticklabels(x_label)
　　axes[0].set_yticks(range(0, 40, 5))
　　axes[1].set_xticks(x[::5])
　　axes[1].set_xticklabels(x_label)
　　axes[1].set_yticks(range(0, 40, 5))

　　# 添加网格显示
　　axes[0].grid(linestyle="--", alpha=0.5)
　　axes[1].grid(linestyle="--", alpha=0.5)

　　# 添加描述信息
　　axes[0].set_xlabel("时间变化")
　　axes[0].set_ylabel("温度变化")
　　axes[0].set_title("上海11点到12点每分钟的温度变化状况")
　　axes[1].set_xlabel("时间变化")
　　axes[1].set_ylabel("温度变化")
　　axes[1].set_title("北京11点到12点每分钟的温度变化状况")

　　

　　#绘制散点图

　　plt.scatter(x,y)

　　x：横坐标

　　y：纵坐标

　　#绘制柱状图

　　plt.bar(x,y,width,align="center",**kwargs)

　　x：横坐标

　　y：纵坐标

　　color：可以传入列表，给柱状图按照顺序赋予颜色

　　绘制两个相邻的柱状图，可以使用两次bar函数，但是需要对两个bar函数x值进行调整

　　#绘制直方图：

　　plt.hist(x,bins=None,density=None,**kwargs)

　　x：需要进行分布状况研究的目标数据

　　bins：组数，指的是需要分为多少组 （最大值-最小值）//组距

　　density：使用频率代替纵坐标

　　#绘制饼图

　　plt.pie(x,labels=,autopct=,colors)

　　x：数量，自动算百分比

　　labels：每部分名称

　　autopct：占比显示指定%1.2f%%

　　colors：每部分颜色

　　#调整饼图的长宽，使之成为正圆

　　plt.axis("equal")