python数分析之matplotlib库(中)

刺骨的言语ヽ痛彻心扉 2023-02-26 08:23 1阅读 0赞

\*\*

# **matplotlib库基础学习** #

\*\*  
tip:设置全局matpoltlib中文字体

import matplotlib.font_manager
    plt.rcParams['font.sans-serif'] = ['SimHei']

**回顾**  
上节我们学习了：

> 1.用x和y参数绘图  
> 2.设置刻度信息  
> 3.调整大小

现在我们继续学习  
引用网格是我们的图表更加清晰显著

plt.grid()#grid英文意思是网格
    plt.yticks(range(0,9))#yticks()方法设置网格的间隔，稀疏程度。
    plt.grid(alpha = 0.4)#alpha是grid()方法的参数，透明度0-1，1是不透明。

如果需要加上另一组数据进行对比，则只需要再次调用plot()即可。默认第一组数据的线条为蓝色，第二条为红色。加上label参数可以标注线条信息，并且调用legend()方法，可以指定线条特点，颜色信息。

#添加第二组参数进行对比，改y轴信息即可
    plt.plot(x,y1,label = '同桌',color = 'r',linewidth = 5)#label为图例信息，color为颜色(颜色参数可以用16进制表示)，linewidth则是线条粗细
    plt.plot(x,y2,label = '自己',linestyle = ':')#linestyle参数为线条特点，:代表纯虚线
    
    #调用legend()方法使图例信息生效
    plt.legend(loc = "upper left")#loc为显示位置的一个参数"upper left"左上角

效果图如下：  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzE3ODAyODk1_size_16_color_FFFFFF_t_70]

## **总结前面的学习：** ##

> 1.绘制了折线图 			   plt.plot()
    > 2.设置了图片的大小和分辨率 	   plt.figure(figsize =(20,8),dpi = 80)
    > 3.实现了图片的保存			   plt.savefig
    > 4.设置了x,y轴上的刻度和字符    plt.xticks(tick = None,label = None)
    > 5.解决了刻度稀疏密集的问题	   plt.xticks()
    > 6.设置标题，xy轴的label	   plt.title() plt.xlabel() plt.ylabel()
    > 7.设置字体								
    > 8.在图上绘制多个图形		   plt.plot()多次调用即可
    > 9.为不同的图形添加图例		   plt.plot(label = '同桌') plt.legend(loc= "upper left")

**matplotlib只能绘制折线图吗？**  
No,it’s incredible!  
[matplotlib官网图例][matplotlib]  
用什么图形来表示数据需要考虑应用的场景

> 折线图：上升或者下降来表示数量的增减变化的统计图  
> 特点：相同类型数据的变化 例子：天气

> 直方图：由一系列不等高度的纵向条纹或线条表示数据分布的情况，一般用横轴表示数据范围，纵轴表示分布情况。  
> 特点：连续的数据 例子：工资

> 条形图：排列在工作表的列或行中的数据可以绘制到条形图中。  
> 特点：离散的数据 例子： 香蕉，苹果，菠萝（之间没有关系的数据）

> 散点图：用两组数据构成多个坐标点，考察坐标点的分布，判断两变量之间是否存在某种关联或者总结的分布模式。  
> 特点：展示分布规律

[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzE3ODAyODk1_size_16_color_FFFFFF_t_70]: /images/20230209/63c661d9e4bf4c44bf901f82b1509ac2.png
[matplotlib]: https://matplotlib.org/gallery/index.html