Matplotlib
matplotlib:最流行的python底层绘图库,主要做数据可视化图表
(1)基本要点:
axis轴 → x或y坐标轴
折线图每一个拐点是坐标,将坐标连接成一条线,组成一个折线图
体验:
假设一天中每隔两个小时的气温分别是[15,13,14.5,17,20,25,26,26,27,22,18,15]
使用matplotlib库绘制折线图
from matplotlib import pyplot as plt
x = range(2,26,2)
y = [15,13,14.5,17,20,25,26,26,27,22,18,15]
plt.plot(x,y)
plt.show()
① 设置图片大小
figure→ 图形图标,指我们画的图,通过实例化一个figure并且传入参数,python解释器能够在后台自动使用该figure实例
其中:
figsize设置图形的大小,a为图形的宽,b为图形的宽,单位为英寸
dpi为设置图形每英寸的点数,图形尺寸相同的情况下,dpi越高,图像的清晰度越高
像素 = a * dpi X b * dpi
② 保存图片 savefig() 用于保存绘制数据后创建的图形
xticks() → 设置x的刻度
yticks() 用法与xticks()一致
locs:一个数组,用于设置X轴刻度间隔
[lables]:一个数组,用于设置每个间隔的显示标签
**kwargs:设置标签字体倾斜度和颜色等
【两个数组长度需要完全一致,否则不能覆盖整个轴】
plt.xticks(x,color = "blue",rotation = 60)
当刻度太密集时,可以使用列表的步长进行间隔取值,matplotlib会自动适配
④ 设置中文显示
matplotlib默认不支持中文字符,默认的英文字体无法显示汉字
from matplotlib import font_manager
font = {"family":"Microsoft Yahei",'size':'10'}
matplotlib.rc("font",**font)
⑤ 给图像添加描述信息
x轴的label:plt.xlabel(" “)
y轴的label:plt.ylabel(” “)
图形标题:plt.title(” ")
plt.xlabel("时间")
plt.ylabel("温度")
plt.title("温度变化折线图")
详情官方文档可以help(pyplot.plot)
plt.plot(x,y,**kwargs)
**kwargs的参数大致有:
color:颜色
linestyle:线条样式
marker:标记风格
markerfacecolor:标记颜色
makersize:标记大小
linewidth:线条粗细
alpha:透明度(0.5)
color:
(linestyle = ‘none’ 或 linestyle = ’ ’ 表示没有线条)
maker:
⑦ 为每条线添加图例
在plot()中设置label参数