matplotlib图形绘制（上）

示例一：初始折线图1

# 展示某城市一周的天气变化情况
import matplotlib.pyplot as plt
# 1. 创建画布
plt.figure()
# 2. 绘制图像
plt.plot([1, 2, 3, 4, 5, 6, 7], [17, 15, 18, 16.9, 17, 19, 18])
# 3. 展示图像
plt.show()

output_1_0.png

完善折线图1（画布层-尺寸和像素）

import matplotlib.pyplot as plt
# 1. 创建画布
# 创建画布时可以直接修改图像的属性：大小尺寸，像素（清晰度）
plt.figure(figsize=(15, 8), dpi=60)
# 2. 绘制图像
x = range(1, 8)
y = [17, 15, 18, 16.9, 17, 19, 18]
plt.plot(x, y)
# 保存图像,注意：必须写在展示图像之前，因为展示完图片后会自动释放所有图像资源，如果保存则会保存空图像
plt.savefig("./Matplot-Image/weather1.png")
# 3. 展示图像
plt.show()

output_3_0.png

示例二：初始折线图2

# 展示上海市11点到12点1小时内每分钟温度的变化折线图，假设温度范围在15度~20度之间
# 思路和步骤：
# 1. 准备数据（x表示11点到12点，按照分钟显示；y表示温度的变化情况[15°~20°之间]）
import random
import matplotlib.pyplot as plt

x = range(60)
# 每分钟的温度变化，即y轴随着x轴变化而变化，故循环生成60次15~18之间均衡分布的数
y = [random.uniform(15, 20) for i in x]

# 2. 创建画布，指定画布尺寸【figsize】和像素（清晰度）[dpi]
plt.figure(figsize=(20,8),dpi = 60)

# 3. 绘制图像（按照要求进行展示）
plt.plot(x, y)

# 4. 展示图片
plt.show()

output_5_0.png

完善折线图2（辅助显示层-修改x和y轴）

import random
import matplotlib.pyplot as plt

x = range(60)
# 每分钟的温度变化，即y轴随着x轴变化而变化，故循环生成60次0°到40°之间均衡分布的数（某城市温度的范围）
y = [random.uniform(15, 20) for i in x]

# 2. 创建画布
plt.figure(figsize=(20,8),dpi = 90)

# 3. 绘制图像（按照要求进行展示）
plt.plot(x, y)

# 修改x、y的刻度显示
x_label = ["11点{}分".format(i) for i in x]
plt.xticks(x[::5], x_label[::5])


j = range(0, 41)[::5]
y_label = ["{}°".format(i) for i in j]
plt.yticks(range(0, 41)[::5], y_label)

# 显示背景网格(True默认可以省略，表示增加网格，linestyle表示网格线风格，alpha表示透明度)
plt.grid(True, linestyle="--", alpha=0.5)

# 添加描述信息
plt.xlabel("时间/分钟")
plt.ylabel("温度")
plt.title("上海市11点到12点每分钟温度变化情况")

# 4. 展示图片
plt.show()

output_7_0.png

完善折线图2（图像层-添加城市）

# 需求：在原有图像基础上再添加一个城市温度变化
# 展示11点到12点北京的温度变化（假设温度变化范围在1度到3度之间）
# 思路：
# 1. x和y轴不用改变（辅助显示层不动）、在图像层再增加一条折线图即可。
# 2. 在原有折线图基础上准备北京温度数据（图像层进行）
# 具体步骤:
# 1> 创建画布
import random
import matplotlib.pyplot as plt
plt.figure(figsize=(20, 8), dpi=80)
# 2> 绘制图像
# ① 准备数据
x = range(60)
y_shanghai = [random.uniform(15, 20) for i in x]
y_beijing = [random.uniform(1, 3) for i in x]

# ② 绘制图像(可以指定折线风格、颜色等)
plt.plot(x, y_shanghai, color="r", linestyle="-.", label="上海")
plt.plot(x, y_beijing, color="b", linestyle="-", label="北京")

# ③ 修改x和y轴的刻度
x_label = ["11点{}分".format(i) for i in x]
plt.xticks(range(60)[::5], x_label[::5])
j = range(0, 41, 5)
y_label = ["{}°".format(i) for i in j]
plt.yticks(range(41)[::5], y_label)

# ④ 添加网格
plt.grid(linestyle="--", alpha=0.5)

# ⑤ 添加描述信息
plt.xlabel("时间/分钟")
plt.ylabel("温度")
plt.title("上海、北京11点到12点温度变化情况")

# ⑥ 添加图例
#plt.legend()
plt.legend(loc="upper center")

# 3> 展示图像
plt.show()

output_9_0.png

完善折线图2（多个绘图区）

# 1. 创建画布
import random
import matplotlib.pyplot as plt

# 使用subplots(nrows=行数,ncols=列数,...)创建容器层对象（画布和坐标系），返回画布和坐标
figure,axes = plt.subplots(nrows=1, ncols=2, figsize=(20, 8), dpi=60)

# 2. 绘制图像
# ① 准备数据
x = range(0,60)
y_shanghai = [random.uniform(15, 20) for i in x]
y_beijing = [random.uniform(1, 3) for i in x]

# ② 绘制图像(可以指定折线风格、颜色等)
# plt.plot(x, y_shanghai, color="r", linestyle="-.", label="上海")
# plt.plot(x, y_beijing, color="b", linestyle="-", label="北京")
axes[0].plot(x, y_shanghai, color="r", linestyle="-.", label="上海")
axes[1].plot(x, y_beijing, color="b", linestyle="-", label="北京")

# ③ 修改x和y轴的刻度
x_label = ["11点{}分".format(i) for i in x]
axes[0].set_xticks(range(60)[::5])
axes[0].set_xticklabels(x_label[::5])

j = range(0, 41, 5)
y_label = ["{}°".format(i) for i in j]
axes[0].set_yticks(range(41)[::5])
axes[0].set_yticklabels(y_label)

x_label = ["11点{}分".format(i) for i in x]
axes[1].set_xticks(range(60)[::5])
axes[1].set_xticklabels(x_label[::5])


j = range(0, 41, 5)
y_label = ["{}°".format(i) for i in j]
axes[1].set_yticks(range(41)[::5])
axes[1].set_yticklabels(y_label)

# ④ 添加网格
axes[0].grid(linestyle="--", alpha=0.5)
axes[1].grid(linestyle="--", alpha=0.5)

# ⑤ 添加描述信息
axes[0].set_xlabel("时间/分钟")
axes[0].set_ylabel("温度")
axes[0].set_title("上海11点到12点温度变化情况")

axes[1].set_xlabel("时间/分钟")
axes[1].set_ylabel("温度")
axes[1].set_title("北京11点到12点温度变化情况")

# ⑥ 添加图例
#plt.legend()
axes[0].legend(loc="upper center")
axes[1].legend(loc="upper center")

# 3> 展示图像
plt.show()

output_11_0.png

案例：统计某培训机构一、二季度学员的反馈情况

• 评价内容包括：课程深度、学员吸收、讲师授课水平

import random
import matplotlib.pyplot as plt

# 1. 创建画布
plt.figure(figsize=(20, 8),dpi=70)
# 2. 绘制图像
# 1> 准备数据
x = ["{}月份".format(i) for i in range(1, 7)]

y_depth = [2, 5, 4, 5, 8, 7]
y_absorb = [4, 3, 3, 5, 2, 4]
y_techer = [4, 6, 5, 8, 7, 9]

# 2> 绘制折线图
plt.plot(x,y_depth, label = "课程深度")
plt.plot(x,y_absorb, label = "学员吸收")
plt.plot(x,y_techer, label = "讲师评价")


# ① 修改y轴的刻度——分数（0分-10分）
plt.yticks(range(11))

# ② 增加图例
#plt.legend(loc="upper center")
plt.legend()

# ③ 增加描述信息
plt.title("某培训机构半年学员反馈情况")
plt.xlabel("时间/月份")
plt.ylabel("评价分数（最高10分）")

# ④ 增加网格背景
plt.grid(linestyle="--", alpha=0.5)

# 3. 展现图像
plt.show()

output_13_0.png

扩展：绘制数学函数

import matplotlib.pyplot as plt
import numpy as np
# 0. 准备数据
x = np.linspace(-1, 1, 1000)
y = pow(x, 2)
#y = pow(2, x)
# 1. 创建画布
plt.figure(figsize=(20, 8), dpi=80)
# 2. 绘制图像
plt.plot(x, y)
# 3. 展现图像
plt.show()

output_13_0.png

知识点小结

1、matplotlib三层结构

• 容器层

  1. 画板层（Canvas）
  2. 画布层（Figure）——>创建画布（指定尺寸和像素[清晰度]）
  3. 绘图区/坐标系（Axes）——>绘制图像——>结合辅助显示区使图更丰富

• 辅助显示层（在绘图区之上）——>修改x和y轴刻度、描述信息、图例等

• 图像层（在绘图区之上）——>根据数据描绘图像

2、折线图应用场景

• 展现某事物、某指标随时间的变化情况！
• 各种数学函数

1. 展现公司产品（不同区域）每天活跃用户数
2. 展现某App每天下载量等
3. 展现产品新功能上线后，用户点击次数随时间的变化
4. 画各种数学函数图像