实验七：散点图和折线图绘制

一、基本概念

1、散点图：散点图是指在回归分析中，数据点在直角坐标系平面上的分布图，散点图表示因变量随自变量而变化的大致趋势，据此可以选择合适的函数对数据点进行拟合。

2、折线图：折线图是排列在工作表的列或行中的数据可以绘制到折线图中。折线图可以显示随时间（根据常用比例设置）而变化的连续数据，因此非常适用于显示在相等时间间隔下数据的趋势。

二、代码编写

1、散点图案例

import matplotlib.pyplot as plt
import numpy as np

# 设置中文黑体为默认字体，正常显示负号
plt.rcParams['font.sans-serif']="SimHei"
plt.rcParams['axes.unicode_minus']=False
# 随机点个数：1024，绘制正态分布的点
n = 1024
x = np.random.normal(0,1,n)
y = np.random.normal(0,1,n)
# 绘制散点图
plt.scatter(x,y,color="blue",marker="*")
# 设置标题，显示文本
plt.title("标准正态分布",fontsize=20)
plt.text(2.5,2.5,"均值：0\n标准差：1")
# 设置x轴和y轴的范围
plt.xlim(-4,4)
plt.ylim(-4,4)
# 设置x轴和y轴文本
plt.xlabel('横坐标x',fontsize=14)
plt.ylabel('横坐标y',fontsize=14)
# 显示绘图
plt.show()

2、折线图案例

import matplotlib.pyplot as plt
import numpy as np

# 设置中文黑体为默认字体
plt.rcParams['font.sans-serif']="SimHei"
# 生成随机数
n = 24
y1 = np.random.randint(27,37,n)
y2 = np.random.randint(40,60,n)
# 绘制折线图
plt.plot(y1,label="温度")
plt.plot(y2,label="湿度")

# 设置x轴和y轴的范围
plt.xlim(0,23)
plt.ylim(20,70)
# 设置x轴和y轴文本
plt.xlabel('小时',fontsize=12)
plt.ylabel('测量值',fontsize=12)
# 设置标题和图例
plt.title('24小时温度湿度统计',fontsize=16)
plt.legend()
plt.show()

三、补充说明

1、绘图库matplotlib，首先利用pip命令安装该库。

2、导入语句：import matplotlib.pyplot as plt，将绘制库别名取为plt。

3、最后一定要利用plt.show()语句将图形显示出来。