目录
什么是matplotlib
matplotlib是python中底层绘图库，它主要是能将数据进行可视化，更加直观的呈现数据。
绘制折线图
下图是绘制折线图常用方法。
?
?
通过举例来学习:
例1：假设一天中每隔两个小时(range(2,26,2))的气温(℃)分别是[15,13,14.5,17,20,25,26,26,27,22,18,15]，画出折线图。
from matplotlib import pyplot as plt
#折线图
x = range(2,26,2) #x轴
y = [15,13,14.5,17,20,25,26,26,27,22,18,15] #y轴
#设置图片大小
fig=plt.figure(figsize=(20,8),dpi=80) #figure是一个全局的，figsize中第一个参数实宽，第二个参数实高，dpi每英寸上点的个数
#绘图
plt.plot(x,y) #传入x，y，绘制折线图
#绘制x轴或y轴的刻度
#plt.xticks(x) #把x的每一个值放到坐标轴上
#plt.xticks(range(2,25))
_xtich_labels=[i/2 for i in range(4,49)]
plt.xticks(_xtich_labels[::3])
plt.yticks(range(min(y),max(y)+1))
#保存图片
#plt.savefig('./t1.png')
#显示
plt.show()例2：”如果列表a表示10点到12点的每一分钟的气温,如何绘制折线图观察每分钟气温的变化情况?
其中 a= [random.randint(20,35) for i in range(120)]
from matplotlib import pyplot as plt
import random
import matplotlib
from matplotlib import font_manager
#windws 和 linux设置字体的方式
# font = {'family': 'MicroSoft YaHei',
# 'weight': 'bold',
# 'size': 'larger'}
# matplotlib.rc('font',**font) #表示将上面font中的family=MicroSoft YaHei
#matplotlib.rc('font',family='MicroSoft YaHei',weight='bold') #与上面写法一样
#方法二 设置字体
my_font=font_manager.FontProperties(fname='C:/Windows/Fonts/msyh.ttc') #系统字体路径
#如果列表a表示10点到12点的每一分钟的气温,如何绘制折线图观察每分钟气温的变化情况?
x=range(0,120)
y=[random.randint(20, 35) for i in range(120)]
plt.plot(x,y)
#调整x轴的刻度
_x=list(x) #强制转换
_xtick_labels=['10点{}分'.format(i) for i in range(60)]
_xtick_labels+=['11点{}分'.format(i) for i in range(60)] #中文没有显示
#取步长，数字和字符串一一对应，数据的长度一样
plt.xticks(_x[::10],_xtick_labels[::10],rotation=90,fontproperties=my_font) #rotation旋转的度数 fontproperties对应上面的字体
#添加描述信息
plt.xlabel('时间',fontproperties=my_font)
plt.ylabel('温度 单位(℃)',fontproperties=my_font)
plt.title('10点到12点每分钟的气温变化情况',fontproperties=my_font)
plt.show()例3：假设大家在30岁的时候,根据自己的实际情况,统计出来了你和你同桌各自从11岁到30岁每年交的女(男)朋友的数量如列表a和b,请在一个图中绘制出该数据的折线图,以便比较自己和同桌20年间的差异,同时分析每年交女(男)朋友的数量走势
a = [1,0,1,1,2,4,3,2,3,4,4,5,6,5,4,3,3,1,1,1]
b = [1,0,3,1,2,2,3,3,2,1 ,2,1,1,1,1,1,1,1,1,1] 要求: ? ? y轴表示个数 ? ? x轴表示岁数,比如11岁,12岁等
from matplotlib import pyplot as plt
from matplotlib import font_manager
my_font=font_manager.FontProperties(fname='C:/Windows/Fonts/msyh.ttc')
y_1 = [1,0,1,1,2,4,3,2,3,4,4,5,6,5,4,3,3,1,1,1]
y_2 = [1,0,3,1,2,2,3,3,2,1 ,2,1,1,1,1,1,1,1,1,1]
x=range(11,31)
plt.plot(x,y_1,label='自己',color='r',linestyle=':',linewidth=5) #color表示线条颜色 linestyle表示线条形式 : 表示虚线,linewidth线条的粗细
plt.plot(x,y_2,label='同桌') #俩次plot绘制俩个图形
#设置x轴刻度
_xtick_labels=['{}岁'.format(i) for i in x]
plt.xticks(x,_xtick_labels,fontproperties=my_font)
#plt.yticks()
#绘制网格
plt.grid(alpha=0.4) #alpha表示透明度 网格中也可以指定线条的形状
#添加图例
plt.legend(prop=my_font,loc=0) #那条先表示什么，跟上面label一起用,prop=my_font显示中文,loc代表位置
#展示
plt.show()绘制散点图
举例：
假设通过爬虫你获取到了北京2016年3,10月份每天白天的最高气温(分别位于列表a,b),那么此时如何寻找出气温和随时间(天)变化的某种规律?
?
from matplotlib import pyplot as plt
from matplotlib import font_manager
my_font=font_manager.FontProperties(fname='C:/Windows/Fonts/msyh.ttc')
y_3 = [11,17,16,11,12,11,12,6,6,7,8,9,12,15,14,17,18,21,16,17,20,14,15,15,15,19,21,22,22,22,23]
y_10 = [26,26,28,19,21,17,16,19,18,20,20,19,22,23,17,20,21,20,22,15,11,15,5,13,17,10,11,13,12,13,6]
x_3 = range(1,32)
x_10=range(51,82)
plt.figure(figsize=(20,8),dpi=80)
plt.scatter(x_3,y_3,label='3月份') #绘制散点图
plt.scatter(x_10,y_10,label='10月份')
_x=list(x_3)+list(x_10)
_xtick_labels=['3月{}日'.format(i) for i in x_3]
_xtick_labels+=['10月{}日'.format(i-50) for i in x_10]
plt.xticks(_x[::3],_xtick_labels[::3],fontproperties=my_font,rotation=45)
plt.xlabel('时间',fontproperties=my_font)
plt.ylabel('温度',fontproperties=my_font)
plt.title('标题',fontproperties=my_font)
#图例
plt.legend(loc='upper left',prop=my_font)
plt.show()?绘制条形图
例1：
假设你获取到了2017年内地电影票房前20的电影(列表a)和电影票房数据(列表b),那么如何更加直观的展示该数据?
a = ["战狼2","速度与激情8","功夫瑜伽","西游伏妖篇","变形金刚5：最后的骑士","摔跤吧！爸爸","加勒比海盗5：死无对证","金刚：骷髅岛","极限特工：终极回归","生化危机6：终章","乘风破浪","神偷奶爸3","智取威虎山","大闹天竺","金刚狼3：殊死一战","蜘蛛侠：英雄归来","悟空传","银河护卫队2","情圣","新木乃伊",]
b=[56.01,26.94,17.53,16.49,15.45,12.96,11.8,11.61,11.28,11.12,10.49,10.3,8.75,7.55,7.32,6.99,6.88,6.86,6.58,6.23] 单位:亿
from matplotlib import pyplot as plt
from matplotlib import font_manager
my_font=font_manager.FontProperties(fname='C:/Windows/Fonts/msyh.ttc')
x = ["战狼2","速度与激情8","功夫瑜伽","西游伏妖篇","变形金刚5：最后的骑士",
"摔跤吧！爸爸","加勒比海盗5：死无对证","金刚：骷髅岛","极限特工：终极回归",
"生化危机6：终章","乘风破浪","神偷奶爸3","智取威虎山","大闹天竺",
"金刚狼3：殊死一战","蜘蛛侠：英雄归来","悟空传","银河护卫队2","情圣","新木乃伊",]
y=[56.01,26.94,17.53,16.49,15.45,
12.96,11.8,11.61,11.28,11.12,10.49,10.3,8.75,7.55,7.32,6.99,6.88,6.86,6.58,6.23]
plt.figure(figsize=(20,8),dpi=80)
plt.barh(range(len(x)),y,height=0.3,color='orange') #绘制条形图 height表示线条的粗细
plt.yticks(range(len(x)),x,fontproperties=my_font)
plt.grid(alpha=0.3)
plt.show()?例2：
假设你知道了列表a中电影分别在2017-09-14(b_14), 2017-09-15(b_15), 2017-09-16(b_16)三天的票房,为了展示列表中电影本身的票房以及同其他电影的数据对比情况,应该如何更加直观的呈现该数据?
a = ["猩球崛起3：终极之战","敦刻尔克","蜘蛛侠：英雄归来","战狼2"]
b_16 = [15746,312,4497,319]
b_15 = [12357,156,2045,168]
b_14 = [2358,399,2358,362]
from matplotlib import pyplot as plt
from matplotlib import font_manager
my_font=font_manager.FontProperties(fname='C:/Windows/Fonts/msyh.ttc')
a = ["猩球崛起3：终极之战","敦刻尔克","蜘蛛侠：英雄归来","战狼2"]
b_16 = [15746,312,4497,319]
b_15 = [12357,156,2045,168]
b_14 = [2358,399,2358,362]
bar_width=0.2
x_14=list(range(len(a)))
x_15=[i+bar_width for i in x_14] #x坐标往右移动，防止重叠
x_16=[i+bar_width*2 for i in x_14]
plt.figure(figsize=(20,8),dpi=80)
plt.bar(range(len(a)),b_14,width=bar_width,label='9月14日')
plt.bar(x_15,b_15,width=bar_width,label='9月15日')
plt.bar(x_16,b_16,width=bar_width,label='9月16日')
plt.xticks(x_15,a,fontproperties=my_font)
#设置图例
plt.legend(prop=my_font) #显示中文
plt.show()绘制直方图
举例：
假设你获取了250部电影的时长(列表a中),希望统计出这些电影时长的分布状态(比如时长为100分钟到120分钟电影的数量,出现的频率)等信息,你应该如何呈现这些数据?
from matplotlib import pyplot as plt
from matplotlib import font_manager
my_font=font_manager.FontProperties(fname='C:/Windows/Fonts/msyh.ttc')
a=[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]
#计算组数
d=3 #组距
num_bins=(max(a)-min(a))//d
plt.hist(a,num_bins,normed=True) #绘制直方图，a是数据，num_bins表示组数 normed=1可以看到占比
plt.xticks(range(min(a),max(a)+d,d))
plt.grid()
plt.show()
?常见图形对比：
?