【数据分析之道-Matplotlib(一)】Matplotlib Pyplot

系列文章目录

作者：i阿极

作者简介：Python领域新星作者、多项比赛获奖者：博主个人首页

如果觉得文章不错或能帮助到你学习，可以点赞收藏评论+关注哦！

如果有小伙伴需要数据集和学习交流，文章下方有交流学习区！一起学习进步！

---

---

1、Matplotlib介绍

Matplotlib是一个用于绘制数据可视化图形的Python库，支持绘制各种静态，动态，交互式的图表。它是数据科学和机器学习领域最流行的可视化库之一，因其简单易用和高度可定制性而备受欢迎。

Matplotlib可以绘制的图表类型包括折线图，散点图，直方图，饼图，等高线图，3D图等等。它还提供了丰富的绘图功能，可以添加注释、图例、文本、网格线等元素，支持自定义颜色、字体、样式等属性，同时也可以与其他Python库和工具，如NumPy、Pandas、Seaborn等进行结合使用。

Matplotlib最初由John D. Hunter在2003年创建，是一个开源项目，目前由社区共同维护和开发。它已被广泛应用于科学研究、数据分析、工程设计、教育教学等领域。

2、实验环境

Python 3.9

Anaconda

Jupyter Notebook

3、Matplotlib Pyplot操作

Matplotlib是Python中最流行的绘图库之一，可以用于创建各种类型的静态和动态图表。Matplotlib库由多个子库组成，其中pyplot子库是最常用的子库之一，它提供了类似于MATLAB的绘图界面，使得使用Matplotlib进行数据可视化变得更加简单。

3.1导入模块

在使用Pyplot之前，我们需要导入matplotlib库和pyplot模块：

import matplotlib.pyplot as plt

通常习惯将pyplot模块重命名为plt，以便更简洁地调用。

3.2绘制图

绘制图是Pyplot的一个常见功能。以下是绘制图常见函数：

• plot()：用于绘制线图和散点图
• scatter()：用于绘制散点图
• bar()：用于绘制垂直条形图和水平条形图
• hist()：用于绘制直方图
• pie()：用于绘制饼图
• imshow()：用于绘制图像
• subplots()：用于创建子图

绘制折线图，可以通过传递两个参数——x轴和y轴数据来绘制一个简单的折线图：

x = [1, 2, 3, 4, 5]
y = [10, 8, 6, 4, 2]

plt.plot(x, y)
plt.show()

3.3添加标题和标签并解决乱码问题

Pyplot还支持在图表中添加标题和标签，以提高可读性和易用性。

例如：

plt.plot(x, y)
plt.title('折线图示例')
plt.xlabel('X轴')
plt.ylabel('Y轴')
plt.show()

发现添加标题和标签的时候，图表出现了乱码。对于这种情况，可以使用以下两种方式解决：
1、更改Matplotlib默认字体
可以使用matplotlib.rcParams来更改Matplotlib的默认字体。

plt.plot(x, y)
matplotlib.rcParams['font.family'] = 'SimHei'  # 将字体设置为中文黑体
plt.title('折线图示例')
plt.xlabel('X轴')
plt.ylabel('Y轴')
plt.show()

2、指定字体
另一种方法是在绘图时直接指定字体。

import matplotlib.pyplot as plt
import matplotlib.font_manager as fm

my_font = fm.FontProperties(fname='C:/Windows/Fonts/SimHei.ttf')  # 加载中文字体
plt.plot([1, 2, 3, 4])
plt.title('示例', fontproperties=my_font)
plt.show()

3.4绘制多个子图

使用Pyplot，我们可以将多个子图组合在一起，形成一个复杂的图表。
我们可以通过plt.subplots()函数来创建一个包含多个子图的图表：

fig, axs = plt.subplots(2, 2)

axs[0, 0].plot(x, y)
axs[0, 0].set_title('子图1')
axs[0, 1].scatter(x, y)
axs[0, 1].set_title('子图2')
axs[1, 0].bar(x, y)
axs[1, 0].set_title('子图3')
axs[1, 1].pie(y)
axs[1, 1].set_title('子图4')

plt.show()

我们使用plt.subplots()函数创建了一个2x2的子图网格，然后在每个子图上绘制了不同类型的图表，如折线图、散点图、柱状图和饼图。我们可以使用axs变量来引用每个子图，并使用set_title()函数来添加标题。

3.5保存图表

使用Matplotlib Pyplot绘制完图表后，我们可以使用plt.savefig()函数来保存图表为文件。该函数的参数可以指定保存的文件名和格式。

plt.plot(x, y)
plt.title('折线图示例')
plt.xlabel('X轴')
plt.ylabel('Y轴')
plt.savefig('C:\\Users\\XWJ\\Desktop\\daima\\line_chart.png')

我们将折线图保存为名为line_chart.png的PNG文件。在调用plt.savefig()函数时，必须在调用plt.show()函数之前调用，否则图表将不会被保存。

默认情况下，plt.savefig()函数将保存整个图表，包括边框和标签。如果想要仅保存绘制的图表内容，可以在调用plt.savefig()函数之前调用plt.tight_layout()函数，它将自动调整子图间的间距和位置，使其最大化图表的可视面积。

plt.plot(x, y)
plt.title('折线图示例')
plt.xlabel('X轴')
plt.ylabel('Y轴')
plt.tight_layout()
plt.savefig('C:\\Users\\XWJ\\Desktop\\daima\\line_chart.png')

---

文章下方有交流学习区！一起学习进步！
首发CSDN博客，创作不易，如果觉得文章不错，可以点赞收藏评论
你的支持和鼓励是我创作的动力❗❗❗