1,折线图补充知识:网格,图例,线段颜色
网格:plt.prid()决定网格多少的因素是,x与y轴刻度多少,所以要调整网格稀疏程度,就要调整x与y轴刻度的稀疏度.参数alpha表示透明度
图例:添加图例为中文时,不需要在plt.plot()中设置中文,而要在plt.legend()中用prop设置中文,而不是fontproperties=my_font.
ctrl+b查看函数源码
线段和网格可以设置,颜色,类型,透明度和线段宽度.
在matplotlib.org网站有各种例子与代码
'''
from matplotlib import pyplot as plt
from matplotlib import font_manager
my_font = font_manager.FontProperties(fname="C:WindowsFontssimsun.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)
#设置图形大小
plt.figure(figsize=(20,8),dpi=80)
plt.plot(x,y_1,label="自己",color="#F080F0")#color="#F08080",表示rgb颜色
plt.plot(x,y_2,label="同桌",color="#DB7093",line)#画两条线就是使用两次plot
#还可以使用plt.xlim()和ylim()限制坐标轴范围
#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(range(0,9))
#绘制网格,alpha越大,网格越清楚,表示透明度
plt.grid(alpha=1,linestyle=':')
#添加图例
plt.legend(prop=my_font,loc="upper left")#loc表示图例位置,最好用best,prop为设置字体
#展示
plt.show()
import matplotlib.pyplot as plt
import numpy as np
# 绘制普通图像
x = np.linspace(-1, 1, 50)
y1 = 2 * x + 1
y2 = x**2
plt.figure()
# 在绘制时设置lable, 逗号是必须的
l1, = plt.plot(x, y1, label = 'line')
l2, = plt.plot(x, y2, label = 'parabola', color = 'red', linewidth = 1.0, linestyle = '--')
# 设置坐标轴的取值范围
plt.xlim((-1, 1))
plt.ylim((0, 2))
# 设置坐标轴的lable
plt.xlabel('X axis')
plt.ylabel('Y axis')
# 设置x坐标轴刻度, 原来为0.25, 修改后为0.5
plt.xticks(np.linspace(-1, 1, 5))
# 设置y坐标轴刻度及标签, $$是设置字体
plt.yticks([0, 1], ['$minimum$', 'normal'])
# 设置legend
plt.legend( handles = [l1, l2,],labels = ['a', 'b'], loc = 'best')
#handles是指要处理的数据线段，labels指线段的标签，用于重新规定label,不用plot中的规定,loc设置图例的位置
plt.show()
'''
2,绘制散点图
绘制散点图与绘制折线图的唯一区别在于,
plt.plot 与 plt.scatter 绘制图线的区别
from matplotlib import pyplot as plt
from matplotlib import font_manager
plt.figure(figsize=(20,8),dpi=80)
my_font=font_manager.FontProperties(fname="C:WindowsFontssimsun.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.scatter(x_3,y_3,label='三月份',color='r')
plt.scatter(x_10,y_10,label="十月份",color='b')
_x=list(x_3)+list(x_10)
_x_label=['3月{0}号'.format(i) for i in x_3]
_x_label+=['10月{0}号'.format(i-50) for i in x_10]
plt.xticks(_x[::4],_x_label[::4],fontproperties=my_font,rotation=45)#这里忘记写中文与旋转角
plt.xlabel('日期',fontproperties=my_font)
plt.ylabel('气温',fontproperties=my_font)
plt.title('标题',fontproperties=my_font)
plt.legend(prop=my_font,loc="best")#prop写错
#plt.grid(alpha=1)
plt.show()
3,
4,条形图
代码如下:
from matplotlib import pyplot as plt
from matplotlib import font_manager
my_font=font_manager.FontProperties(fname="C:WindowsFontssimsun.ttc")
plt.figure(figsize=(20,8),dpi=80)
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]
plt.bar(range(len(a)),b,width=0.3)#绘制条形图,并设置宽度
#设置坐标轴刻度,本质是将图中数据与真实数据对应
plt.xticks(range(len(a)),a,fontproperties=my_font,rotation=90)
plt.savefig('./2.png')
plt.show()
但是该代码结果的x轴显示很别扭,所以考虑用横向的条形图
代码如下:
#绘制横向条形图
from matplotlib import pyplot as plt
from matplotlib import font_manager
my_font=font_manager.FontProperties(fname="C:WindowsFontssimsun.ttc")
plt.figure(figsize=(20,8),dpi=80)
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]
plt.barh(range(len(a)),b,height=0.3,color='cyan')#绘制横向条形图的命令为barh,并设置宽度命令为height
#设置坐标轴刻度,本质是将图中数据与真实数据对应,这里应该让a与y轴对应而不是x轴
plt.yticks(range(len(a)),a,fontproperties=my_font)
#添加网格
plt.grid(alpha=0.4)
plt.savefig('./3.png')
plt.show()
5,绘制多个条形图,在一张图上
代码如下:
from matplotlib import pyplot as plt from matplotlib import font_manager my_font=font_manager.FontProperties(fname='C:WindowsFontssimsun.ttc') plt.figure(figsize=(20,8),dpi=80) a = ["猩球崛起3：终极之战","敦刻尔克","蜘蛛侠：英雄归来","战狼2"] y_16 = [15746,312,4497,319] y_15 = [12357,156,2045,168] y_14 = [2358,399,2358,362] #为了让图像不重叠,这里其实是在第一个图形里插第二个与第三个,而不是两部分分开 bar_width=0.2#设置变量,可以便于代码下面重复使用=0.2#设置变量,可以便于代码下面重复使用 x_14=range(len(a)) x_15=[i+bar_width for i in x_14] x_16=[i+bar_width*2 for i in x_14] plt.bar(x_14,y_14,width=bar_width,color='cyan',label='14号') plt.bar(x_15,y_15,width=bar_width,label='15号') plt.bar(x_16,y_16,width=bar_width,label='16号') plt.xticks(x_15,a,fontproperties=my_font)#这里用x_15是因为它在每一个图形的中间 plt.legend(prop=my_font) plt.grid(alpha=0.4) plt.show()
6,绘制直方图
plt.hist()实现绘制,并且需要传入两个参数,一个数据,一个是将数据分为多少组.
组数=极差/组距 ,组距自己来定
#直方图 from matplotlib import pyplot as plt from matplotlib import font_manager 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,最好可以被max(a)-min(a)整除,否则,在对应x轴刻度的时候不好对应.因为组数进行了取整操作,但是在实际分组时候,并不取整 num_bins = (max(a)-min(a))//d print(max(a),min(a),max(a)-min(a)) print(num_bins) #设置图形的大小 plt.figure(figsize=(20,8),dpi=80) plt.hist(a,num_bins,density=True,stacked=True)#不加density=True,stacked=True,绘制频数分布直方图,加了之后,绘制频率分布直方图 #这里num_bins可以传入一个列表,用来表示其组距,适用于组距不均匀的情况 #设置x轴的刻度 plt.xticks(range(min(a),max(a)+d,d))#这里需要max(a)+d,因为步长为d,max(a)+1,并不能保证多取一个刻度 plt.grid() plt.show()
7,这个问题不可以绘制成直方图,因为直方图需要全部数据,这个问题中的数据已经进行了总结,所以可以用条形图的方法绘制出直方图的效果.
第一种方法:
from matplotlib import pyplot as plt from matplotlib import font_manager interval = [0,5,10,15,20,25,30,35,40,45,60,90] width = [5,5,5,5,5,5,5,5,5,15,30,60] quantity = [836,2737,3723,3926,3596,1438,3273,642,824,613,215,47] print(len(interval),len(width),len(quantity)) #设置图形大小 plt.figure(figsize=(20,8),dpi=80) plt.bar(range(12),quantity,width=1)#这里的width设置要保证两两紧挨着,才可以达到直方图的效果 #这里不可以直接把interval传入,如果把interval传入,则画出的图形到90,无法形成直方图效果,这里是画图 #设置x轴的刻度 _x = [i-0.5 for i in range(13)]#这里i-0.5是为了让图形从0开始,如果是i,有0.5的宽度落在右边 #注意这里是range(13),而不是interval,同理,xticks设置对应关系,如果传入interval,则也会使坐标轴刻度增加到90 _xtick_labels = interval+[150] plt.xticks(_x,_xtick_labels)#第一个参数决定了坐标轴范围,第二个参数决定了对应关系 plt.grid(alpha=0.4) plt.show()
第二种方法:
from matplotlib import pyplot as plt from matplotlib import font_manager interval = [0,5,10,15,20,25,30,35,40,45,60,90] width = [5,5,5,5,5,5,5,5,5,15,30,60] quantity = [836,2737,3723,3926,3596,1438,3273,642,824,613,215,47] print(len(interval),len(width),len(quantity)) #设置图形大小 plt.figure(figsize=(20,8),dpi=80) plt.bar(interval,quantity,width=width) #设置x轴的刻度 temp_d = [5]+ width interval+=[150] _x = [i-temp_d[interval.index(i)]*0.5 for i in interval] #为什么要这样处理,因为width不同,所以每一个柱状都有一半在网格左边,且随着width越大,这一半数值越大 print(_x) plt.xticks(_x,interval) plt.grid(alpha=0.4) plt.show()
8,
9,其他的画图工具
echarts,可画动态
plotly,比较好用,可画动态
seaborn
