今天我们开始学习 "数据可视化"这一章，我们主要是使用matplotlib库，来实现将数据整理以图表等形式显示出来
数据可视化
1.mpl_squares.py:
# coding = utf8
import os
os.path.abspath(".")
import matplotlib.pyplot as plt
"""绘制简单折线图
"""
input_values = [1, 2, 3, 4, 5]
squares = [1, 4, 9, 16, 25]
plt.title("Square Numbers", fontsize = 14)
plt.xlabel("Value", fontsize = 14)
plt.ylabel("Squares Value", fontsize = 14)
plt.tick_params(axis = "both", labelsize = 14)
# 没有正确绘制图形的平方对应，是因为当前给的平方值是从1开始的，而pyplot是默认从0开始的，所以有偏差，因此添加输入值即可纠正
plt.plot(input_values, squares, linewidth = 14)
plt.show()
效果图：
2.scatter_squares.py:
# coding = utf8
import os
os.path.abspath(".")
import matplotlib.pyplot as plt
"""绘制散点图
"""
# x_values = [1, 2, 3, 4, 5]
# y_values = [1, 4, 9, 16, 25]
# 自动计算数据
x_values = list(range(1, 1001))
y_values = [x ** 2 for x in x_values]
# 设置x，y坐标的范围
plt.axis([0, 1001, 0, 1002001])
# c : 设置散点的颜色，可直接设置颜色名称或使用RGB元组，0～1颜色逐渐变浅
# plt.scatter(x_values, y_values, c = "red", edgecolor = "none", s = 40)
# plt.scatter(x_values, y_values, c = (0.3, 0.8, 1), edgecolor = "none", s = 40)
# c:colormap颜色映射，根据不同情况来使用不同颜色渐变来表示数值的变化规律
# cmap 映射参考见：/gallery/color/colormap_reference.html#sphx-glr-gallery-color-colormap-reference-py
plt.scatter(x_values, y_values, c = y_values, cmap = plt.cm.Dark2, edgecolor = "none", s = 40)
plt.title("Squares number", fontsize = 14)
plt.xlabel("Values", fontsize = 14)
plt.ylabel("Squares Values", fontsize = 14)
plt.tick_paramsq(axis = "both", labelsize = 14)
# 紧凑图表，去除空白多余部分
plt.tight_layout()
# 自动保存图表
plt.savefig("./data_Generator/scatter_squares.png", bbox_inches = "tight")
plt.show()
效果图：
如上是对matplotlib库的pyplot图表类的一个简单使用，下一章我们将讲述“随机漫步”
关注 + 收藏 + 点赞哦，谢谢啦～
如果觉得《python绘制折线图保存_Python系统学习 - 绘制简单折线图》对你有帮助，请点赞、收藏，并留下你的观点哦！
