Python数据分析(一)matplotlib基础绘图和调整x轴刻度

往期推荐:
python基础语法(一)range函数
python基础语法(二)列表

系列文章:
Python数据分析(二)matplotlib折线图应用实例——绘制10点到12点的气温
Python数据分析(三)matplotlib折线图应用实例——自定义图形风格
Python数据分析(四)matplotlib常用统计图总结


Python数据分析(一)matplotlib基础绘图和调整x轴刻度

  • 前言
  • 一、matplotlib基本要点
  • 二、matplotlib设置图片功能
    • 1.matplotlib设置图片功能
    • 2.matplotlib设置x,y轴

前言

每个红色的点是坐标,把5个点的坐标连接成一条线,组成一个折线图。

假设一天中每个两个小时(range(2,26,2))的气温分别是:
[15,13,14.5,17,20,25,26,26,24,33,18,15]

一、matplotlib基本要点

matplotlib基本要点:

from matplotlib import pyplot as plt ——> 导入pyplot

x = range(2,26,2)
	#数据在x轴的位置,是一个可迭代对象
	——> range(起始,末尾,步长)
	——> range是前闭后开区间,所以到26range(2,25,2)也是可以的
y = [15,13,14.5,17,20,25,26,26,24,33,18,15]
	# 数据在y轴的位置,是一个可迭代对象
	——> x轴和y轴的数据一起组成了所有要绘制出的坐标
	——> 分别是(2,15),(4,13),(6,14.5),(8.17)......
	plt.plot(x,y) ——> 传入x和y,通过plot绘制出折线图
	plt.show() ——> 在执行程序的时候展示图形

二、matplotlib设置图片功能

1.matplotlib设置图片功能

  • 设置图片大小,高清无码
  • 保存到本地
  • 描述信息,x轴和y轴分别表示什么,图表示什么
  • 调整x或者y的刻度间距
  • 线条的样式,比如颜色、透明度等
  • 标记特殊的点,比如最高点和最低点
  • 给图片添加水印,防止盗用

2.matplotlib设置x,y轴

matplotlib设置x,y轴源代码

import matplotlib.pyplot as plt 
fig = plt.figure((figsize=(10,5))
x = range(2,26,2)
y =[15,13,14.5,17,20,25,26,26,24,33,18,15]
plt.plot(x,y)
plt.xticks(x) ——> 设置x的刻度
#plt.xticks(x[::n]
——> 当刻度太密集时使用列表的步长(间隔取值),更改后的步长为(原步长*n)
plt.show

matplotlib设置x,y轴应用示例

import matplotlib.pyplot as plt 
x = range(2,26,2)
y =[15,13,14.5,17,20,25,26,26,24,33,18,15]
fig = plt.figure(figsize=(20,8),dpi=80)
	——> figure图形图表的意思,这里指画的图
	——> 实例化一个figure并且传递参数,能够在后台自动使用该figure实例
	——> 图像模糊的时候可以传入dpi参数 ,让图片更清晰到
	——> dpi = dots per inch 每英寸像素数

# 绘图
plt.plot(x,y) 

# 显示x轴刻度线
plt.xticks(x)
	——> x = range(2,26,2)
	——> x轴的刻度为step = 2

# 设置x轴刻度线
plt.xticks(range(2,25))
	——> 默认步长为1

# 设置x轴刻度线(列表)
_xtick_labels = [i/2 for i in range(4,49)]
	——> 设置刻度线步长为0.5
plt.xticks(_xtick_labels[::3])
	——> 设置刻度线间隔为 0.5*3 = 1.5

# 设置x轴刻度线的显示范围
plt.xticks(range(25,50))
	——> 刻度线从25开始显示
plt.yticks(range(min(y),max(y)+1)
	——> range右边取不到最大值,要加上1

# 保存图片
plt.savefig("./sig_size.png") 
	——> 保存图片
	——> 可以保存为svg矢量图格式,放大不会有锯齿

# 展示图形
plt.show() 

你可能感兴趣的:(matplotlib,python,数据分析)