python数据分析——Matplotlib基本用法

基本使用

# 导入包
import matplotlib.pyplot as plt

x = range(2,26,2)
y = [15,13,16,25,21,23,16,19,17,22,12,13]

# 画图
plt.plot(x,y)

# 显示图片
plt.show()

plt.figure()

设置图片大小,像素

# 设置图片大小,像素
fig = plt.figure(figsize=(20,8),dpi=80)

plt.savefig()

保存图片

plt.savefig('mat1.png',dpi=300)

plt.xticks()

设置刻度标签

# plt.xticks(range(20,50))
plt.xticks([5,10,15,20,15],['lab1','lab2','lab3','lab4','lab5'])

python数据分析——Matplotlib基本用法_第1张图片

python数据分析——Matplotlib基本用法_第2张图片

plt.title

设置标题

plt.title('Is my title',fontsize=20)

python数据分析——Matplotlib基本用法_第3张图片

plt.xlabel/plt.ylabel

添加标签

plt.xlabel('X Label')
plt.ylabel('Y Label')

python数据分析——Matplotlib基本用法_第4张图片

plt.xlim

设置坐标范围

plt.xlim(2, 20)
plt.ylim(10, 20)

python数据分析——Matplotlib基本用法_第5张图片

plt.legend()

添加图例
python数据分析——Matplotlib基本用法_第6张图片

plt.gca()

设置背景色:可以使用plt.gca().set_facecolor()函数来设置图形的背景色
python数据分析——Matplotlib基本用法_第7张图片

plt.grid(True)

python数据分析——Matplotlib基本用法_第8张图片

解决中文不显示

  • 设置字体:可以通过设置字体来解决中文不显示的问题。首先,确保已经安装了支持中文的字体,比如SimHei或Microsoft YaHei。然后,使用matplotlib.rcParams来设置全局字体。
import matplotlib.pyplot as plt
import matplotlib

# 设置中文字体
matplotlib.rcParams['font.sans-serif'] = ['SimHei']  # 或者 ['Microsoft YaHei']

# 绘制图形
plt.plot([1, 2, 3], [4, 5, 6])
plt.xlabel('X轴')
plt.ylabel('Y轴')
plt.title('中文标题')
plt.show()

  • 使用字体文件:如果以上方法无效,可以尝试使用字体文件来设置中文字体。首先,下载合适的中文字体文件(.ttf格式),然后使用matplotlib.font_manager模块加载字体文件,并设置为全局字体。
import matplotlib.pyplot as plt
import matplotlib.font_manager as fm

# 加载字体文件
font_path = '/path/to/font.ttf'
font_prop = fm.FontProperties(fname=font_path)

# 设置中文字体
plt.rcParams['font.family'] = font_prop.get_name()

# 绘制图形
plt.plot([1, 2, 3], [4, 5, 6])
plt.xlabel('X轴', fontproperties=font_prop)
plt.ylabel('Y轴', fontproperties=font_prop)
plt.title('中文标题', fontproperties=font_prop)
plt.show()

散点图

import  matplotlib.pyplot as plt
import matplotlib
import random

# 设置中文字体
matplotlib.rcParams['font.sans-serif'] = ['Microsoft YaHei']

x = [random.random() for _ in range(20)]
y = [random.random() for _ in range(20)]

plt.scatter(x,y)

plt.xlabel("X")
plt.ylabel("Y")
plt.title('散点图')

plt.show()

柱状图

  • width:柱子的宽度,默认值为0.8。
plt.bar(x, height, width=0.5)
  • color:柱子的颜色,可以使用颜色名称或十六进制值。
plt.bar(x, height, color='red')
plt.bar(x, height, color='#FF0000')
  • edgecolor:柱子边缘的颜色。
plt.bar(x, height, edgecolor='black')
  • linewidth:柱子边缘的线宽。
plt.bar(x, height, linewidth=2)
  • label:柱子的标签,用于图例。
plt.bar(x, height, label='柱状图')
plt.legend()
  • alpha:柱子的透明度,取值范围为0到1。
plt.bar(x, height, alpha=0.5)
  • align:柱子的对齐方式,可以选择’center’(默认)、‘edge’或’align’。
plt.bar(x, height, align='edge')
  • tick_label:柱子的刻度标签。
plt.bar(x, height, tick_label=['A', 'B', 'C'])

多层次柱状图

import  matplotlib.pyplot as plt
import matplotlib
import random

# 设置中文字体
matplotlib.rcParams['font.sans-serif'] = ['Microsoft YaHei']


a=['星期一','星期二','星期三','星期四']
b1=[1256,1036,2569,1548]
b2=[2653,2410,1360,3250]
b3=[3562,1548,1254,3654]

bar_width = 0.2
a1 = list(range(len(a)))
a2 = [i+bar_width for i in a1]
a3 = [i+bar_width*2 for i in a1]

plt.xticks(a2[:],a[:])

plt.bar(a1,b1,width=0.2,color='blue')
plt.bar(a2,b2,width=0.2,color='red')
plt.bar(a3,b3,width=0.2,color='green')


plt.show()

python数据分析——Matplotlib基本用法_第9张图片

直方图

import random
import matplotlib.pyplot as plt

# 生成随机数据
data1 = [random.randint(1, 100) for _ in range(100)]
data2 = [random.randint(50, 150) for _ in range(100)]

# 设置直方图的参数
num_bins = 10  # 柱子数量
alpha = 0.5  # 透明度
color1 = 'blue'  # 颜色1
color2 = 'red'  # 颜色2

# 绘制直方图
plt.hist(data1, bins=num_bins, alpha=alpha, color=color1, label='Data 1')
plt.hist(data2, bins=num_bins, alpha=alpha, color=color2, label='Data 2')

# 添加图例,标签和标题
plt.legend()
plt.xlabel('Value')
plt.ylabel('Frequency')
plt.title('Comparison Histogram')

plt.grid()

plt.show()

python数据分析——Matplotlib基本用法_第10张图片

你可能感兴趣的:(python,python,数据分析,matplotlib)