一、初识Matplotlib

是Python最常见的可视化工具之一

1.1 认识Matplotlib的图像结构

容器层：

Canvas:画板，位于最低分层，用户一般接触不到。
Figure：画布，建立在画板之上，相当于一个设计图纸。
Axes: 绘图区，建立在画之上。

辅助显示层：

是Axes（绘图区）中除了根据数据绘制出的图像以外的内容
如x，y坐标轴，边框线，绘图标题，网格线等。

图像层：

是指Axes内通过plot、scatter、bar、histogram、pie等函数根据数据绘制出的图形

1.2 绘制一个折线图

使用plt.plot(x,y)绘制折线图：

#调用matplotlib中的pyplot的绘图函数plot()方法进行绘图
#生成画布figure，然后在绘图区axes绘图

#在jupyter notebook中启用对matploytlib的支持
%matplotlib inline
#导包并将pyplot起别名为plt
from matplotlib import pyplot as plt
#添加数据
x = range(1,8)
y = [12,15,13,16,11,12,19]
#绘图
plt.plot(x,y)
#展示绘图
plt.show()

将下列代码加入上面代码给图像加点料：

参数含义：
color:设置折线颜色
alpha:设置折线透明度
linestyle：设置折线样式，支持’-', ‘–’, ‘-.’, ‘:’
linewidth: 设置折线的粗细
marker: 设置拐点的样式

#自定义折线的颜色，粗细以及拐点
plt.plot(x,y,color='red',alpha=0.5,linestyle='-',linewidth=3,marker='*')

增加标题的描述信息：

#有可能不显示中文，添加这行代码
plt.rcParams['font.sans-serif'] = ['SimHei']
#添加坐标轴和标题
plt.plot(x,y)
plt.xlabel('x轴坐标')
plt.ylabel('y轴坐标')
plt.title('我是图的标题')

二、给图像添加修饰

2.1 自定义x的刻度

xticks参数：
xticks(locs,[labels],kwargs)
locs:是数组参数，表示x-axis的刻度线显示标注的地方**，就是ticks的地方
第二个参数也是数组参数，表示locs数组表示的位置添加的标签，也就标签的值。

#导包
from matplotlib import pyplot as plt
import random
x=range(1,61) 
y=[random.randint(15,18) for i in x]# 利用random.randint()函数在15-18之间取值60次
plt.figure(figsize=(20,8),dpi=80)
plt.plot(x,y)
#设置x刻度
x_ticks = ["10点{}分".format(i) for i in x] 
plt.xticks(list(x)[::3],x_ticks[::3],rotation=45) #[::3]从头到尾，间隔为3.
plt.show()

plt.xticks(list(x)[::3],x_ticks[::3],rotation=45)
list(x)[::3] ：第一个参数，根据x的个数，调整x轴的疏密程度
x_ticks[::3]：第二个参数，还是用x的值作为刻度的标签，但是只获取了其中的一部分，为了确保第一个参数和第二个参数个数相同
rotation=45：默认刻度是横向的，这个是对文字进行旋转45度。

2.2一图多线

其实就是在一张画布上画两次，主要是学习一下如何区分开两条线。也就是增加描述信息。

#导包
from matplotlib import pyplot as plt
import random
#准备数据
x=range(1,61)
print(x)
#手动模拟山东和北京的气温
y_shandong = [random.randint(15,18)for i in x]
y_beijing = [random.randint(13,16)for i in x]
#绘制图形画布
plt.figure(figsize=(20,8),dpi=80)
plt.plot(x,y_shandong,label='山东',linestyle='--',color='red')
plt.plot(x,y_beijing,label='北京',linestyle='-',color='green')
#增加描述信息
plt.title("山东和北京的气温")
plt.xlabel("时间")
plt.ylabel("温度")
#设置x刻度，上个图的基础
x_ticks = ["10点{}分".format(i) for i in x] 
plt.xticks(list(x)[::3],x_ticks[::3],rotation=45)
plt.show()

plt.grid设置网格线：把代码加到上一个代码plt.show()前

plt.grid(alpha=1,linestyle='-.')

legend()用来显示图例，图例中的文字需要在绘制方法中添加

plt.legend(loc=0)

添加这两行代码所示图像：

2.3一图绘制多个坐标系子图

subplot方法参数：

plt.subplot(nrows,ncols,index)创建子图
nrows：指定数据图区域分成多少行
ncols：指定将数据图区域分成多少列
index：指代获取第几个区域

#设置画布
fig,axes=plt.subplots(nrows=2,ncols=2,figsize=(20.,8),dpi=80)

将多个子图画在一张图上：

#导包
from matplotlib import pyplot as plt
import numpy as np
#准备数据
x=[1,10,14,16,17,18]
y=np.array([3,4,6,2,1,5])
#准备画布
plt.figure(figsize=(20.,8),dpi=80)
#绘制第一个子图
plt.subplot(2,2,1)
plt.plot(y)
plt.title("Axes1")
#绘制第二个子图
plt.subplot(2,2,2)
plt.plot(y**3)
plt.title("Axes2")
#绘制第三个子图
plt.subplot(2,2,3)
plt.plot(y**3)
plt.title("Axes3")
plt.show()

三、主流图形的绘制

3.1绘制柱状图

柱状图：利用柱子的高度，反应数据的差异

plt.bar(x,heigh,wight,color)
x:记录x轴上的标签
height：记录柱子高度
wight：设置柱子宽度
color：设置柱子的颜色，传入颜色列表[‘red’,‘blue’,‘black’,‘green’,‘gray’]等多种颜色

#在jupyter notebook中启用对matploytlib的支持
%matplotlib inline
#中文字体
plt.rcParams['font.sans-serif'] = ['SimHei']
#导包并将pyplot起别名为plt
from matplotlib import pyplot as plt
#准备数据
a=['流浪地球','疯狂的外星人','飞驰人生','大黄蜂','新喜剧之王']
b=[38.13,19.85,14.89,11.36,5.93]
#准备画布
plt.figure(figsize=(20.,8),dpi=80)
plt.bar(a,b)
plt.show()

设置宽度和颜色属性：

plt.bar(a,b,width=0.3,color=['red','#7CFC00','yellow'])