数据分析——matplotlib（一）

一些重要的库——里面有对以下库的基本介绍

什么是matplotlib

matplotlib是最流行的Python底层绘图库，主要做数据可视化图表。

为什么要学习matplotlib

1、能将数据进行可视化，更直观的呈现
2、使数据更加客观。更具说服力

在使用matplotlib时，我们使用一下导入惯例
我们导入的并不是matplotlib本身，而是pyplot这个模块，pyplot可以帮助我们绘图。

from matplotlib import pyplot as plt

或者

import matplotlib.pyplot as plt

简易绘图

plt.plot(x,y)
传入x和y，通过plot绘制出折线图

plt.show()
执行程序时展示图形

from matplotlib import pyplot as plt
x=range(0,24,2)
y=[2,4,6,8,1,3,5,7,7,5,3,1]
plt.plot(x,y)
plt.show()

motplotlib(一)

设置图片大小

matplotlib所绘制的图位于图片（Figure）对象中，我们可以通过plt.figure生成一个图片：

fig=plt.figure()

或者

fig=plt.figure(figsize=(a,b),dpi=c)

其中参数figsize=(a,b)中，a，b分别为图片的长和宽，dpi=cc为dpi参数，设置图片分辨率。（ps：简单调试时可不加但不要太高）
带上参数调试

fig=plt.figure(figsize=(10,8),dpi=200)

对比不设置参数

保存图片

plt.savefig("str")

参数str为图片保存名字（可以附带所需要的格式）
例：

plt.savefig("图片一")
plt.savefig("图片一.png")
plt.savefig("图片一.svg")

设置轴的刻度

plt.xtick(range(a,b,c))

设置x轴的刻度范围及精度，参数均为整型，a、b为上下限，c为精度。

plt.ytick(range(a,b,c))

设置y轴的刻度范围及间距，参数同上。

若需要小于1的精度，可用列表代替range()

设置轴的刻度名

plt.xtick(range(a,b,c),[])
plt.ytick(range(a,b,c),[])

该方法的第二个参数是一个列表，列表长度与前一个参数轴的刻度一一对应，两者长度相等
例：

from matplotlib import pyplot as plt
import random
x=range(0,60)
_x=list(x)[::3]
y=[random.randint(20,35) for i in range(60)]
plt.plot(x,y)
time=["10:{}".format(i) for i in _x]
plt.xticks(_x,time)
plt.yticks(range(20,35))
plt.show()

记录十点的温度变化，制图

可以看到坐标轴十分拥挤，这里我们可以利用plt.xtick(range(a,b,c),[],rotation=)来调整角度；

plt.xticks(_x,time,rotation=45)

注：正常matplotlib不支持中文字体，需要调整后刻度才允许有中文