开发: C++知识库 Java知识库 JavaScript Python PHP知识库人工智能区块链大数据移动开发嵌入式开发工具数据结构与算法开发测试游戏开发网络协议系统运维
教程: HTML教程 CSS教程 JavaScript教程 Go语言教程 JQuery教程 VUE教程 VUE3教程 Bootstrap教程 SQL数据库教程 C语言教程 C++教程 Java教程 Python教程 Python3教程 C#教程
数码: 电脑笔记本显卡显示器固态硬盘硬盘耳机手机 iphone vivo oppo 小米华为单反装机图拉丁

-> 人工智能 -> （数据分析三板斧）第三斧Matplotlib-第二节：以绘制折线图为例讲解Matplotlib绘图 -> 正文阅读

[人工智能]（数据分析三板斧）第三斧Matplotlib-第二节：以绘制折线图为例讲解Matplotlib绘图

本节以绘制如下折线图为例，讲解在Matplotlib中如何绘图，其他类型的图与折线图差别不大。Matplotlib内容相当多，不要奢望能全部学完，下面所讲的内容可以说基本够用了，有其他需求时可以自行查阅Matplotlib官网

在这里插入图片描述

一：折线图绘制及保存图片（容器层）

（1）matplotlib.pyplot模块

matplotlib.pyplot包含了一系列类似于MATLAB的画图函数，作用于当前图形（Figure）的当前坐标系（Axes）

import matplotlib.pyplot as plt

（2）折线图的绘制及显示

Matplotlib绘制任何图像都遵从以下三步

创建画布
绘制图像
显示图像

举例如下，下图显示的是某地一周内的天气变化情况

import matplotlib.pyplot as plt  # 导入


plt.figure()  # 创建新画布
plt.plot([1, 2, 3, 4, 5, 6, 7], [23, 24, 23, 27, 27, 32, 31])  # 绘图
plt.show()  # 显示

在这里插入图片描述

（3）设置画布属性

可以通过plt.figure(设置画布属性，用法如下

figure(num=None, figsize=None, dpi=None, facecolor=None, edgecolor=None, frameon=True)

num：表示图像编号或名称；其中数字为编号，字符串为名称
figsize：指定figure的宽和高，单位为英寸
dpi：指定绘图对象的分辨率，即每英寸多少个像素，缺省值为80
facecolor：背景颜色
edgecolor：边框颜色
frameon：是否显示边框

plt.figure(figsize=(20, 8), dpi=80, facecolor='red')  # 创建新画布
plt.plot([1, 2, 3, 4, 5, 6, 7], [23, 24, 23, 27, 27, 32, 31])  # 绘制折线图
plt.savefig(r"C:\Users\zhangxing\Desktop\test.png")
plt.show()  # 显示

在这里插入图片描述

（4）保存图片

使用plt.savefig()保存图片

plt.figure()  # 创建新画布
plt.plot([1, 2, 3, 4, 5, 6, 7], [23, 24, 23, 27, 27, 32, 31])  # 绘制折线图
plt.savefig(r"C:\Users\zhangxing\Desktop\test.png")
plt.show()  # 显示

二：折线图完善1（辅助显示层）

对于上面的折线图，现在要求：显示该城市某天11-12时内每分钟的温度变化情况。数据可以这样生成

x_minute = range(60)
y_temp = [random.uniform(15, 18) for i in x_minute]

绘制如下

import matplotlib.pyplot as plt  # 导入
import random

#  数据
x_minute = range(60)
y_temp = [random.uniform(15, 18) for i in x_minute]

# 绘图
plt.figure(figsize=(15, 6), dpi=80)
plt.plot(x_minute, y_temp)
plt.show()

在这里插入图片描述

（1）设置x、y轴刻度

上图的x、y轴刻度显示的有些不合理，这会导致最终图像显示的巨大差异，可以借助xticks()和yticks()进行设定

以xticks()为例，它有三个参数

xticks(locs, [labels], **kwargs)

locs：是数组参数，用于设置X轴刻度间隔；例如你希望刻度显示为(0,2,4,6,8)，那就可以写range(0, 10, 2)
[labels]：是数组参数，用于设置每个间隔的显示标签
kwargs：是关键字参数，用于设置标签字体倾斜度和颜色等外观属性

例如将上图x，y轴的间隔设置为5

import matplotlib.pyplot as plt  # 导入
import random

#  数据
x_minute = range(60)
y_temp = [random.uniform(15, 18) for i in x_minute]

# 绘图
plt.figure(figsize=(15, 6), dpi=80)
plt.plot(x_minute, y_temp)

# 修改刻度
plt.xticks(range(0, 60, 5))
plt.yticks(range(0, 40, 5))
plt.show()

在这里插入图片描述

x轴刻度直接显示数组并不合理，现在需要将其转化为为**11点()**分的形式，方法如下

注意：matplotlib无法正常显示中文，所以需要下载SimHei(点击跳转下载)，然后在代码进行设定（如下）

import matplotlib.pyplot as plt  # 导入
import random
plt.rcParams['font.sans-serif'] = ['SimHei']   # 用来正常显示中文标签
plt.rcParams['axes.unicode_minus'] = False   # 用来正常显示负号

#  数据
x_minute = range(60)
y_temp = [random.uniform(15, 18) for i in x_minute]

# 绘图
plt.figure(figsize=(15, 6), dpi=80)
plt.plot(x_minute, y_temp)

# 修改刻度
x_label = ["11点{}分".format(i) for i in x_minute]  # 显示标签
plt.xticks(range(0, 60, 5), x_label[::5])  # 特别注意标签的步长也要一直
plt.yticks(range(0, 40, 5))


plt.show()

在这里插入图片描述

如果希望它倾斜一定角度和更改颜色，方法如下

import matplotlib.pyplot as plt  # 导入
import random
plt.rcParams['font.sans-serif'] = ['SimHei']   # 用来正常显示中文标签
plt.rcParams['axes.unicode_minus'] = False   # 用来正常显示负号

#  数据
x_minute = range(60)
y_temp = [random.uniform(15, 18) for i in x_minute]

# 绘图
plt.figure(figsize=(15, 6), dpi=80)
plt.plot(x_minute, y_temp)

# 修改刻度
x_label = ["11点{}分".format(i) for i in x_minute]  # 显示标签
plt.xticks(range(0, 60, 5), x_label[::5], color='red', rotation = 60)  # 特别注意标签的步长也要一直
plt.yticks(range(0, 40, 5))


plt.show()

在这里插入图片描述

（2）添加网格显示

使用plt.grid()以显示网格

import matplotlib.pyplot as plt  # 导入
import random
plt.rcParams['font.sans-serif'] = ['SimHei']   # 用来正常显示中文标签
plt.rcParams['axes.unicode_minus'] = False   # 用来正常显示负号

#  数据
x_minute = range(60)
y_temp = [random.uniform(15, 18) for i in x_minute]

# 绘图
plt.figure(figsize=(15, 6), dpi=80)
plt.plot(x_minute, y_temp)

# 修改刻度
x_label = ["11点{}分".format(i) for i in x_minute]  # 显示标签
plt.xticks(range(0, 60, 5), x_label[::5], color='red', rotation=60)  # 特别注意标签的步长也要一直
plt.yticks(range(0, 40, 5))

# 显示网格
plt.grid(True, linestyle='--', alpha=0.5, color='red')


plt.show()

alpha：透明度

在这里插入图片描述

（3）添加描述信息

使用plt.xlabel()和plt.ylabel()增加坐标轴描述信息

import matplotlib.pyplot as plt  # 导入
import random
plt.rcParams['font.sans-serif'] = ['SimHei']   # 用来正常显示中文标签
plt.rcParams['axes.unicode_minus'] = False   # 用来正常显示负号

#  数据
x_minute = range(60)
y_temp = [random.uniform(15, 18) for i in x_minute]

# 绘图
plt.figure(figsize=(15, 6), dpi=80)
plt.plot(x_minute, y_temp)

# 修改刻度
x_label = ["11点{}分".format(i) for i in x_minute]  # 显示标签
plt.xticks(range(0, 60, 5), x_label[::5], color='red', rotation=60)  # 特别注意标签的步长也要一直
plt.yticks(range(0, 40, 5))

# 显示网格
plt.grid(True, linestyle='--', alpha=0.5, color='red')

# 增加坐标轴描述信息
plt.xlabel("时间")
plt.ylabel("温度")
plt.title("某地11时-12时温度变化情况")


plt.show()

在这里插入图片描述

三：折线图完善2（图像层）

（1）plt.plot()细谈

plt.plot()这个函数我们打交道的次数会非常多，因为它涉及的是图像层面的修改，格式如下

plt.plot(x, y, format_string, **kwargs)

x：x轴数据，列表或数组，可选
y：y轴数据，列表或数组
format_string（关键字参数）：控制曲线的格式字符串，可选，由颜色字符、风格字符和标记字符组成（注意可以一次性在一个字符串内输入）
**kwargs：第二组或更多；(x, y, format_string)为一组，可以输入多组

关键字参数中常用关键字如下

color：控制颜色
linestyle：控制线条风格
marker：控制标记风格
markerfacecolor：控制标记颜色
markersize：控制标记尺寸

相应颜色字符、标记字符等符号如下

在这里插入图片描述

例如上图修改线条为绿色虚线星型标记

plt.plot(x_minute, y_temp, 'g:*')

在这里插入图片描述

（2）在本图上再添加一组或多组数据

现在需要添加另外一个地方的相同时间内的温度变化情况，范围为1~3℃，数据如下

y_temp2 = [random.uniform(1, 3) for j in x_minute]

代码如下

import matplotlib.pyplot as plt  # 导入
import random
plt.rcParams['font.sans-serif'] = ['SimHei']   # 用来正常显示中文标签
plt.rcParams['axes.unicode_minus'] = False   # 用来正常显示负号

#  数据
x_minute = range(60)  # 时间变化情况
y_temp = [random.uniform(15, 18) for i in x_minute]  # 地点1
y_temp2 = [random.uniform(1, 3) for j in x_minute]   # 地点2

# 创建画布
plt.figure(figsize=(15, 6), dpi=80)

# 绘制图像
plt.plot(x_minute, y_temp, 'b:*', x_minute, y_temp2, 'y-s')  # 地点1和地点2


# 修改刻度
x_label = ["11点{}分".format(i) for i in x_minute]  # 显示标签
plt.xticks(range(0, 60, 5), x_label[::5], color='red', rotation=60)  # 特别注意标签的步长也要一致
plt.yticks(range(0, 40, 5))

# 显示网格
plt.grid(True, linestyle='--', alpha=0.5, color='red')

# 增加坐标轴描述信息
plt.xlabel("时间")
plt.ylabel("温度")
plt.title("某地11时-12时温度变化情况")


plt.show()

其中的绘图还可以这样写

plt.plot(x_minute, y_temp, 'b:*') 
plt.plot(x_minute, y_temp2, 'y-s')

在这里插入图片描述

（3）添加图例

现在这张图已经有两组数据了，所以需要用图例进行区分，设置图例步骤如下

首先在plt.plot()中设定图例标签（也就是图例名字）
调用plt.legend()显示图例

import matplotlib.pyplot as plt  # 导入
import random
plt.rcParams['font.sans-serif'] = ['SimHei']   # 用来正常显示中文标签
plt.rcParams['axes.unicode_minus'] = False   # 用来正常显示负号

#  数据
x_minute = range(60)  # 时间变化情况
y_temp = [random.uniform(15, 18) for i in x_minute]  # 地点1
y_temp2 = [random.uniform(1, 3) for j in x_minute]   # 地点2

# 创建画布
plt.figure(figsize=(15, 6), dpi=80)

# 绘制图像
plt.plot(x_minute, y_temp, 'b:*', label='A地')  # 地点1
plt.plot(x_minute, y_temp2, 'y-s', label='B地')  # 地点1

# 修改刻度
x_label = ["11点{}分".format(i) for i in x_minute]  # 显示标签
plt.xticks(range(0, 60, 5), x_label[::5], color='red', rotation=60)  # 特别注意标签的步长也要一致
plt.yticks(range(0, 40, 5))

# 显示网格
plt.grid(True, linestyle='--', alpha=0.3, color='red')

# 显示图例
plt.legend()

# 增加坐标轴描述信息
plt.xlabel("时间")
plt.ylabel("温度")
plt.title("两地11时-12时温度变化情况")


plt.show()

在这里插入图片描述

plt.legend()中有很多参数可以设定，以下参数用的比较多（具体用法可以自己查）

loc：设置图例的位置
frameon：是否显示图例边框
edgecolor：图例边框颜色
facecolor：图例背景颜色

plt.legend(loc='upper left', frameon=False)

在这里插入图片描述

四：多个绘图区域（面向对象绘图方法）

前面画图时针对的都是一张图，即便有多组数据，也还是在一张图上绘制。如果现在我们要求上面的两组数据分别绘制在不同的图上，那应该怎么做呢？其实这反映的就是面向对象思想的绘图方法，因为只要一张图绘制好了，其他图只需要参照此模板即可。这里推荐使用 subplots()函数完成

subplots() 函数可以一次生成多张图，格式如下

subplots(nrows=1, ncols=1, *, sharex=False, sharey=False, squeeze=True, subplot_kw=None, gridspec_kw=None, **fig_kw)

nrows：默认为1；设置图表的行数
ncols：默认为1；设置图表的列数

它有两种返回值

figure：图对象
axes：用于设置坐标轴（set_xticks、set_yticks、set_xlabel、set_ylabel）

代码如下，与绘制单图有所区别，具体体现在方法名字不同，且需要用axes[0]或axes[1]指定应该设置哪个图的坐标轴

plt.plot要改为axes[0].plot和axes[1].plot
plt.xticks要改为axes[0].set_xticks和axes[0].set_yticks
plt.xlabel要改为axes[0].set_xlabel
其余像网格、图例都要自己设定自己的
如果无法正确执行，可能是方法没有写对，可以查阅官方文档Matplotlib文档

import matplotlib.pyplot as plt  # 导入
import random
plt.rcParams['font.sans-serif'] = ['SimHei']   # 用来正常显示中文标签
plt.rcParams['axes.unicode_minus'] = False   # 用来正常显示负号


#  数据
x_minute = range(60)  # 时间变化情况
y_temp = [random.uniform(15, 18) for i in x_minute]  # 地点1
y_temp2 = [random.uniform(1, 3) for j in x_minute]  # 地点2

# 设置绘图区
figure, axes = plt.subplots(nrows=1, ncols=2, figsize=(15, 6), dpi=80)

# 绘制图像
axes[0].plot(x_minute, y_temp, 'b:*', label='A')  # 地点1
axes[1].plot(x_minute, y_temp2, 'y-s', label='B')  # 地点2

# 显示图例
axes[0].legend()
axes[1].legend()

# 修改刻度
x_label = ["11点{}分".format(i) for i in x_minute]  # 显示标签
axes[0].set_xticks(range(0, 60, 5), x_label[::5], rotation=60)  # 地点1
axes[0].set_yticks(range(0, 40, 5))
axes[1].set_xticks(range(0, 60, 5), x_label[::5], rotation=60)  # 地点2
axes[1].set_yticks(range(0, 40, 5))

# 显示网格
axes[0].grid(True, linestyle='--', alpha=0.3, color='red')
axes[1].grid(True, linestyle='--', alpha=0.3, color='red')

# 增加坐标轴描述信息
axes[0].set_xlabel("时间")
axes[0].set_ylabel("温度")
axes[0].set_title("A地11时-12时温度变化情况")

axes[1].set_xlabel("时间")
axes[1].set_ylabel("温度")
axes[1].set_title("B地11时-12时温度变化情况")

plt.show()