Python：Matplotlib
Matplotlib介绍1)折线图折线图介绍：画折线图的具体案例： 2)散点图散点图介绍：画散点图的具体案例： 3)条形图条形图介绍：画条形图的具体案例： 4)直方图)直方图介绍：画条形图的具体案例： 5)饼图饼图介绍：画饼图的具体案例：Matplotlib介绍
Matplotlib包：
Matplotlib包专门用于开发2D图表、3D图表。（也就是画统计图）
Matplotlib官网：link.
Matplotlib下载和安装：建议直接下载安装Anaconda，直接拥有一个庞大包库，省去各种麻烦。link.
如果画图时遇到中文乱码问题：link.
matplotlib更多例子看官网：link.link.
统计图的优点：
统计表虽然能做到非常精确，但是不够直观。
统计图虽然不会那么精确，但更直观。
关于数据源：
把数据来源写一下，因为不同数据来源找到的数据或多或少有点差别，写下数据来源就算是一个凭证，也方便做后期校对。
1)折线图
折线图介绍：
折线图的特点：用于呈现数据的趋势变化
画折线图步骤：
1.导入matplotlib.pyplot
2.设定画图框架，如清晰度、框架大小、字体等等…
3.折线图的数据
4.画出折线图，设置各种参数（如图片水印、折线图各种效果…) + 设置x轴y轴（如刻度…) + 标题
附注：具体的各种参数可以看帮助文档或者网上找，自己可以慢慢调试，看各种参数的效果。
画折线图的具体案例：
1.一幅折线图
如果表示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?
附注：题目和数据来源于网络课程
import matplotlib.pyplot as pltimport randomdef all_title(xlabel, ylabel, title):plt.xlabel(xlabel) #x轴标题plt.ylabel(ylabel) #y轴标题plt.title(title) #总标题 #画图框架plt.figure(figsize = (20, 6), dpi = 80)plt.rcParams['font.sans-serif']=['SimHei'] #字体#数据x = range(120)y = [random.randint(20, 35) for i in range(120)]#折线图plt.plot(x, y)_xticks = ["10点{}分".format(i) for i in x if i < 60] _xticks += ["11点{}分".format(i-60) for i in x if i >= 60]plt.xticks(x[::4], _xticks[::4], rotation = 45) #x轴刻度all_title("时间", "温度", "温度随时间变化趋势图")plt.text( 1, 20, "作者：xw", fontsize=40, color="gray", alpha=0.4) #水印plt.show()
2.多幅折线图
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y1和y2,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间的差异,同时分析每年交女(男)朋友的数量走势。
附注：题目和数据来源于网络课程
import matplotlib.pyplot as pltdef set_axes(axes):plt.sca(axes) #哪个图需要处理_xaxes = ["{}岁".format(i) for i in x] plt.xticks(x, _xaxes)#x轴刻度plt.xlabel("年龄") #x轴标题plt.ylabel("朋友个数") #y轴标题plt.title("朋友个数随年龄变化") #总标题 #画图框架fig, axes = plt.subplots(nrows = 1, ncols = 2, figsize = (20, 8), dpi = 80)#数据x = range(11,31)y1 = [1, 0, 1, 1, 2, 4, 3, 2, 3, 4, 4, 5, 6, 5, 4, 3, 3, 1, 1, 1]y2 = [1, 0, 3, 1, 2, 2, 3, 3, 2, 1, 2, 1, 1, 1, 1, 1, 1, 1, 1, 1]#折线图axes[0].plot(x, y1, color = "r", linestyle = "--", linewidth = 1, alpha = 1)set_axes(axes[0])axes[1].plot(x, y2 )set_axes(axes[1])plt.text( 1, 1, "作者：xw", fontsize=40, color="gray", alpha=0.4) #水印plt.show()
2)散点图
散点图介绍：
散点图特点：呈现数据的分布规律、离散化程度
画散点图步骤：
1.导入matplotlib.pyplot
2.设定画图框架，如清晰度、框架大小、字体等等…
3.散点图的数据
4.画出散点图，设置各种参数（如图片水印、散点图各种效果…) + 设置x轴y轴（如刻度…) + 标题
附注：具体的各种参数可以看帮助文档或者网上找，自己可以慢慢调试，看各种参数的效果。
散点图的具体参数：
matplotlib.pyplot.scatter(x, y, s=None, c=None, marker=None, cmap=None, norm=None,vmin=None,vmax=None, alpha=None, linewidths=None, verts=None, edgecolors=None, hold=None, data=None, **kwargs)
x,y:横纵坐标
s:散点（标记）的大小，默认20
c:散点（标记）的颜色，默认蓝色。b蓝色，c青色，g绿色，k黑色，m洋红，r红色，w白色，y黄色
marker:散点（标记）的形状，默认是"."，即圆点。可自定义，可以自定义成其它形状，也可以自定义成文字，如" h e l l o hello hello"
cmap:英文对应colormap，用于表示从第一个点开始到最后一个点之间颜色渐进变化，如c=y1,cmap=plt.cm.Reds。
norm: normalize,
vmin:
vmax:
alpha:散点形状的透明度，alpha的范围为[0,1]，从透明到不透明。
linewidths:散点（标记）的边框的宽度
verts:
edgecolors:散点（标记）的边框颜色
hold:
data:
**kwargs:
画散点图的具体案例：
北京3,10月份每天白天的最高气温(分别位于列表y1,y2),那么此时如何寻找出气温和随时间(天)变化的某种规律?
附注：题目和数据来源于网络课程
import matplotlib.pyplot as pltdef all_title(xlabel, ylabel, title):plt.xlabel(xlabel) #x轴标题plt.ylabel(ylabel) #y轴标题plt.title(title) #总标题 #画图框架plt.figure(figsize = (20, 8), dpi = 100)#数据x1 = range(1, 32)x2 = range(50, 81)y1 = [11,17,16,6,12,15,14,17,14,17,18,21,12,15,14,17,18,21,16,17,20,17,15,16,18,19,21,26,23,24,22]y2 = [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]#散点图plt.scatter(x1, y1)plt.scatter(x2, y2)_xticks = ["3月{}号".format(i) for i in x1]_xticks += ["10月{}号".format(i) for i in x1]plt.xticks(x[::2], _xticks[::2], rotation = 45) #x轴刻度all_title("时间", "温度", "温度随时间变化分布规律")plt.text( 5, 5, "作者：xw", fontsize=40, color="gray", alpha=0.4) #水印plt.show()
3)条形图
条形图介绍：
条形图特点：
画条形图步骤：
1.导入matplotlib.pyplot
2.设定画图框架，如清晰度、框架大小、字体等等…
3.条形图的数据
4.画出条形图，设置各种参数（如图片水印、散点图各种效果…) + 设置x轴y轴（如刻度…) + 标题
附注：具体的各种参数可以看帮助文档或者网上找，自己可以慢慢调试，看各种参数的效果。
条形图分类：
1.竖条：（条形图的条是竖的）
竖条：matplotlib.pyplot.bar(横坐标，纵坐标），条粗细用width
2.横条：（条形图的条是横的）
横条：matplotlib.pyplot.barh(纵坐标，横坐标)，条粗细用height，更多详细信息看帮助文档help(plt.barh)
画条形图的具体案例：
附注：作图数据来源于网络课程
import matplotlib.pyplot as pltdef all_title(xlabel, ylabel, title):plt.xlabel(xlabel) #x轴标题plt.ylabel(ylabel) #y轴标题plt.title(title) #总标题 #画图框架plt.figure(figsize = (20, 8), dpi = 100)#数据_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]x = range(len(_x)) #条形图plt.bar(x, y, width = 0.7)plt.xticks(x, _x, rotation = 70) #x轴刻度（仅是把数据列表放进去，如果需要调整步长就调整步长）all_title("电影", "票房(亿)", "电影票房数据对比图")plt.text( 5, 14, "作者：xw", fontsize=40, color="gray", alpha=0.4) #水印plt.show()
附注：作图数据来源于网络课程
import matplotlib.pyplot as pltdef all_title(xlabel, ylabel, title): #封装标题们plt.xlabel(xlabel) #x轴标题plt.ylabel(ylabel) #y轴标题plt.title(title) #总标题 #画图框架plt.figure(figsize = (20, 8), dpi = 100)#数据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]#条形图plt.barh(x, y, height = 0.5)all_title("票房(亿)", "电影", "电影票房数据对比图")plt.text( 5, 14, "作者：xw", fontsize=40, color="gray", alpha=0.4) #水印plt.show()
4)直方图
)直方图介绍：
直方图特点：
频率分布直方图 和 频数分布直方图 的区别：
频率分布直方图 纵坐标：频率/组距
频数分布直方图 纵坐标：频数
画条形图的具体案例：
1.分组无余数的情况：
附注：作图数据来源于网络课程
import matplotlib.pyplot as pltdef all_title(xlabel, ylabel, title): #封装标题们plt.xlabel(xlabel) #x轴标题plt.ylabel(ylabel) #y轴标题plt.title(title) #总标题 #画图框架，一个图形，图形里可显示中文plt.figure(figsize = (20, 8), dpi = 100)#数据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]width = 3 #组距num = int((max(a)-min(a)) / width) #组数= 极差/组距，极差注意加括号#直方图plt.hist(a, num)plt.xticks(range(min(a), max(a) + 1)[::width])plt.grid(linestyle = ":", alpha = 0.7) #网格all_title("电影时长", "电影数", "电影数量及时长统计")plt.show()
2.分组无余数的情况：
附注：作图数据来源于网络课程
import matplotlib.pyplot as pltdef all_title(xlabel, ylabel, title): #封装标题们plt.xlabel(xlabel) #x轴标题plt.ylabel(ylabel) #y轴标题plt.title(title) #总标题 #画图框架，一个图形，图形里可显示中文plt.figure(figsize = (20, 8), dpi = 100)plt.rcParams['font.sans-serif']=['SimHei'] #字体#数据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]width = 5 #组距num = int((max(a)-min(a)) / width) #组数= 极差/组距，极差注意加括号x = [min(a) + i * width for i in range(num+2)] #78+0*5=78 78+1*5=83 78+10=88 93 .....分组区间，假设组数15.5 到了则例取15 我们起码要用到16 所以必须17，所以要加2#直方图plt.hist(a, x)plt.xticks(x)plt.grid(linestyle = ":", alpha = 0.7) #网格all_title("电影时长", "电影数", "电影数量及时长统计")plt.show()
5)饼图
饼图介绍：
画饼图的参数：
matplotlib.pyplot.pie(x, explode=None, labels=None, colors=None, autopct=None,
pctdistance=0.6, shadow=False, labeldistance=1.1, startangle=None,
radius=None, counterclock=True, wedgeprops=None, textprops=None,
center=(0, 0), frame=False, rotatelabels=False, hold=None, data=None)
x:饼图各部分的比例，如果sum(x)>1（饼图各部分的比例之和），会将多出的部分进行均分。
explode:饼图各部分离开圆心的距离。默认值为0，不离开圆心。
labels:饼图各部分外侧显示的说明文字。
colors:饼图各部分的颜色。默认值为None，使用当前活动环的颜色。
autopct:饼图各部分百分比,可以使用format字符串或者format function。’%1.1f’：指小数点后保留一位有效值，’%1.2f%%’：保留两位小数点，增加百分号（%）。
pctdistance:autopct的位置,默认值为0.6。
shadow:饼图是否阴影。默认值为False，即没有阴影。
labeldistance:labels的位置，默认值为1.1,默认在饼图外侧，小于1则绘制在饼图里面。
startangle:起始绘制角度,默认图是从x轴正方向逆时针画起,如设定=90则从y轴正方向画起。
radius:控制饼图半径，默认值为1；
counterclock:指定指针方向；默认为：True，即逆时针。False即可改为顺时针。
wedgeprops:字典类型，可选参数，默认值：None。参数字典传递给wedge对象用来画一个饼图。例如：wedgeprops={‘linewidth’:3}设置wedge线宽为3。
textprops:设置标签（labels）和比例文字的格式；字典类型，可选参数，默认值为：None。传递给text对象的字典参数。
center:浮点类型的列表，可选参数，默认值：(0,0)。图标中心位置。
frame:默认值：False。如果是true，绘制带有表的轴框架。
rotatelabels:默认值为：False。如果为True，旋转每个label到指定的角度。
画饼图的具体案例：
附注：作图数据来源于网络课程
import matplotlib.pyplot as plt#画图框架plt.figure(figsize = (20, 8), dpi = 100)#数据movie_name = ['雷神3：诸神黄昏','正义联盟','东方快车谋杀案','寻梦环游记','全球风暴','降魔传','追捕','七十七天','密战','狂兽','其它']place_count = [60605,54546,45819,28243,13270,9945,7679,6799,6101,4621,5]colors = ['b','r','g','y','c','m','y','k','c','g','g']#饼图plt.pie(place_count, labels = movie_name, autopct = "%3.2f%%", colors = colors)plt.axis("equal") #一定画出圆形plt.legend() #显示具体描述性信息，默认右上角plt.text( 1, 1, "作者：xw", fontsize=40, color="gray", alpha=0.4) #水印plt.show()
以后继续补充…
如果觉得《Python：Matplotlib（折线图/散点图/条形图/直方图/饼图）》对你有帮助，请点赞、收藏，并留下你的观点哦！
