数据可视化Matplotlib使用1-基本介绍

安装

pip install matplotlib 

Matplotlib 图像结构

• 一般, Matplotlib图像可以分成三层结构
• 第一层是底层的容器层, 主要包括Canvas, Figure, Axes
• 第二层为辅助显示层,主要包括axis,spines, grid, legend, title等
• 第三层为图像层, 就是通过plot、scatter等方法绘制的图像
  

容器层

• Canvas 是位于最底层的系统层, 在绘图过程中就是充当画板的角色,(放置画布(Figure)的工具)
• Figure 是Canvas(画板)上方的第一层,在绘图的过程中充当画布的角色, 可以设置画布的大小和分辨率
• Axes 是Canvas层上方的第二层, 在绘图的过程中相当于画布上的绘图区的角色, (一个Axes就是一个绘图区), 一个Figure对象可以包含多个Axes对象，每个Axes都是一个独立的坐标系，绘图过程中的所有图像都是基于坐标系绘制的
  

辅助显示层

• 辅助显示层是Axes层内的除了根据绘制出的图像以外的内容

• 主要包括Axes外观(facecolor)、边框线(spines)、坐标轴(axis)、坐标轴名称(axis label)、坐标轴刻度标签(tick label)、网格线(grid)、图例(legend)、标题(title)等内容

• 该层的设置可使图像显示更加直观更加容易被用户理解，但又不会对图像产生实质的影响
  

图像层

• 图像层值 Axes内通过 plot、scatter、bar、histogram、pie等函数根据数据绘制出的图像

Canvas（画板）位于最底层，用户一般接触不到
Figure（画布）建立在Canvas之上
Axes（绘图区）建立在Figure之上
坐标轴（axis）、图例（legend）等辅助显示层以及图像层都是建立在Axes之上

绘制图像-pyplot

先导入

from matplotlib import pyplot as plt

#在使用jupyter notebook时调用matplotlib.pyplot的绘图函数plot()进行绘图的时候，或者生成一个figure画布的时候,需要加上%matplotlib
%matplotlib inline

x = range(1,8) 
y = [17, 17, 18, 15, 11, 11, 13]
plt.plot(x,y) 
plt.show()

• 绘制图形需要确定 x , y 的值,(x和y的个数要相同)
• plt.plot(x, y) : 根据传进去的x, y 进行绘制折线图
• plt.show() : 显示绘制的图形
• X轴和Y轴可以默认生成,也可以自定义

x = range(1,8) 
y = [17, 17, 18, 15, 11, 11, 13]
plt.plot(x, y, color='red',alpha=0.5,linestyle='-',linewidth=3,marker='o') 
plt.show()

• color='red' ：设置线的颜色
• alpha=0.5 ：设置线的透明度，让其拥有似漏非漏的感觉
• inestyle='—' ：设置线的样式，- 实线(solid)、-- 短线(dashed)、-. 短点相间线(dashdot)、：虚点线(dotted)
• linewidth=3 ：设置线的宽度
• marker='o' ：设置折点的样式，默认是什么都没有

折点样式