折线图（plot）
折线图.png
plt.plot 同一个坐标系，折线
plt.subplots: 多个坐标系
1.生成画布
2.准备数据
3.显示
单个坐标系与多个坐标系代码对比：
# plt.figure(figsize=(20, 8), dpi=80)
fig,axes=plt.subplots(nrows=1, ncols=2, figsize=(20, 8),dpi=100)
#上海折线图绘制
# plt.plot(x,y_shanghai, label="上海")
axes[0].plot(x,y_shanghai, label="上海")
#北京拆线图绘制
# plt.plot(x,y_beijing,color='r', linestyle='--', label="北京")
axes[1].plot(x,y_beijing,color='r', linestyle='--', label="北京")
# plt.xticks(x[::5],x_ch[::5])
axes[0].set_xticks(x[::5], x_ch[::5])
axes[1].set_xticks(x[::5], x_ch[::5])
# plt.yticks(y_ticks[::5])
axes[0].set_yticks(y_ticks[::5])
axes[1].set_yticks(y_ticks[::5])
# plt.xlabel("时间")
axes[0].set_xlabel("时间")
axes[1].set_xlabel("时间")
# plt.ylabel("温度")
axes[0].set_ylabel("温度")
axes[1].set_ylabel("温度")
# plt.title("一些城市的温度变化曲线图")
axes[0].set_title("一些城市的温度变化曲线图")
axes[1].set_title("一些城市的温度变化曲线图")
# plt.legend(loc="best")
axes[0].legend(loc="best")
axes[1].legend(loc="best")
强制将折线图从0开始
# 画出温度变化图
# 1.fig
plt.figure(figsize=(20, 8), dpi=80)
# 准备x, y坐标的数据,x,y 一一对应
x = range(60)
# 强制将折线图从y轴开始
plt.xlim(0,60)
y = [random.uniform(15, 18) for i in x]
y_ticks = range(40)
# 显示温度变化
#折线图绘制
plt.plot(x,y)
# 显示刻度， ：5间隔，步长
plt.xticks(x[::5])
plt.yticks(y_ticks[::5])
plt.show()
设置图片保存路径
代码截图
柱状图（bar）
各种图的特点：
各种图的特点.png
柱形图绘制
plt.figure(figsize=(20, 8), dpi=80)
movie_name = ['雷神3：诸神黄昏','正义联盟','东方快车谋杀案','寻梦环游记','全球风暴','降魔传','追捕','七十七天','密战','狂兽','其它']
y=[73853,57767,22354,15969,14839,8725,8716,8318,7916,6764,52222]
x=range(len(movie_name))
plt.bar(x,y,width=0.5)
plt.show()
柱状图应用场景：
适合在分类数据对比场景上
- 数据统计
- 用户数量对比分析
直方图（Histogram）
频数直方统计图
直方图应用场景：
- 用于表示分布情况
- 通过直方图还可以观察和估计那些数据比较集中，异常或者
直方图.png
直方图的绘制
plt.figure(figsize=(20, 8), dpi=80)
time =[131, 98, 125, 131, 124, 139, 131, 117, 128, 108, 135, 138, 131, 102, 107, 114, 119, 128, 121, 142, 127, 130, 124, 101, 110, 116, 117, 110, 128, 128, 115, 99, 136, 126, 134, 95, 138, 117, 111,78, 132, 124, 113, 150, 110, 117, 86, 95, 144, 105, 126, 130,126, 130, 126, 116, 123, 106, 112, 138, 123, 86, 101, 99, 136,123, 117, 119, 105, 137, 123, 128, 125, 104, 109, 134, 125, 127,105, 120, 107, 129, 116, 108, 132, 103, 136, 118, 102, 120, 114,105, 115, 132, 145, 119, 121, 112, 139, 125, 138, 109, 132, 134,156, 106, 117, 127, 144, 139, 139, 119, 140, 83, 110, 102,123,107, 143, 115, 136, 118, 139, 123, 112, 118, 125, 109, 119, 133,112, 114, 122, 109, 106, 123, 116, 131, 127, 115, 118, 112, 135,115, 146, 137, 116, 103, 144, 83, 123, 111, 110, 111, 100, 154,136, 100, 118, 119, 133, 134, 106, 129, 126, 110, 111, 109, 141,120, 117, 106, 149, 122, 122, 110, 118, 127, 121, 114, 125, 126,114, 140, 103, 130, 141, 117, 106, 114, 121, 114, 133, 137, 92,121, 112, 146, 97, 137, 105, 98, 117, 112, 81, 97, 139, 113,134, 106, 144, 110, 137, 137, 111, 104, 117, 100, 111, 101, 110,105, 129, 137, 112, 120, 113, 133, 112, 83, 94, 146, 133, 101,131, 116, 111, 84, 137, 115, 122, 106, 144, 109, 123, 116, 111,111, 133, 150]
bins = 2
group = int((max(time) - min(time)) / bins)
#画直方图
plt.xlabel('电影时长大小')
plt.ylabel('电影的数据量')
plt.xticks(list(range(min(time),max(time)))[::2])
plt.hist(time,group)
# 增加网格显示
plt.grid(True, linestyle='--', alpha=0.9, color='k')
plt.title("排片占比示意图")
plt.show()
饼状图（pie）
饼状图的绘制
plt.figure(figsize=(20, 8), dpi=80)
x = ['雷神3：诸神黄昏','正义联盟','东方快车谋杀案','寻梦环游记','全球风暴','降魔传','追捕','七十七天','密战','狂兽','其它']
y=[60605,54546,45819,28243,13270,9945,7679,6799,6101,4621,20105]
plt.pie(y,labels=x,autopct="%1.1f%%",colors=['b','r','g','y','c','m','y','k','c','g','g'])
plt.axis('equal')
plt.legend(loc="best")
plt.show()