Matplotlib绘图的简单使用（2）

（一）折线图

画折线图需要用到plot()函数
plot( x, y, color, marker, label, linewidth, markersize )

                                             marker参数——数据点样式

• |实线
  – | 虚线
  -. |点线
  : |点虚线
  . | 点
  , | 像素
  o | 圆形

• |+号标记
  x | x号标记
  v |朝下的三角
  ^ | 朝上的三角
  < | 朝左的三角

| 朝右的三角
D |钻四形
d | 小版钻石形
_ | 水平线形

下面将画出芜湖市24小时温度统计的折线图（温度数据随机生成的）

import matplotlib.pyplot as plt
import numpy as np


plt.figure(figsize=(7,5),facecolor='green')#创建figure（画布）,原谅色.PS:画布并非必须创建

plt.rcParams['font.sans-serif']=['STXINWEI']#设置中文字体为华文新魏，但好像并不是所有的中文字体都支持

plt.title("芜湖市24小时温度统计",fontsize=17)#设置标题


y=np.random.randint(25,35,24)

plt.plot(y,label='温度')

plt.xlim(0,23)#设置x轴坐标范围
plt.ylim(0,51)#设置y轴坐标范围
plt.xlabel('时间',fontsize=13)
plt.ylabel('当地温度值',fontsize=13)


plt.legend()#显示图例
plt.show()#使用该函数进行显示

（二）柱状图

柱状图的绘制需要用到bar函数
bar( x, y, width, facecolor, edgecolor, label )

下面用柱状图显示我与班长的本学期各项成绩对比（数据瞎编的）

import matplotlib.pyplot as plt
import numpy as np


plt.figure(figsize=(7,5),facecolor='green',dpi=100)#创建figure（画布）,原谅色.PS:画布并非必须创建

plt.rcParams['font.sans-serif']=['STXINWEI']#设置中文字体为华文新魏，但好像并不是所有的中文字体都支持

plt.title("我与班长本学期各项成绩统计对比",fontsize=17)#设置标题

subject_name = ['概率论','信号与系统','激光原理','光电物理','模电','单片机','大学英语','毛概','形势与政策']

x = range(len(subject_name))#自动生成X坐标序列

y1=[99,99,99,99,99,99,99,99,99]#我的成绩（瞎编的）
y2=-np.random.randint(0,100,9)#班长的成绩（随机初始化）

plt.xticks(x, subject_name)#修改x轴的刻度显示


plt.bar(x, y1,width=0.8,facecolor='green',edgecolor='black',label='我爱吃菠菜')
plt.bar(x, y2,width=0.8,facecolor='red',edgecolor='yellow',label='胖班长')

# 2.2 添加网格显示
#plt.grid(linestyle="--", alpha=1)#第一个参数表示格点现状，第二个参数表示格点的透明度0~1（好像是）


plt.tight_layout()#这里使图像尽可能占满整个画布，如果不使用该函数，下面的学科名就会因为太长重叠到一起
plt.legend()#显示图例
plt.show()#使用该函数进行显示

（三）散点图

绘制散点图需要用到scatter() 函数

scatter( x, y, scale, color, marker, label )

import matplotlib.pyplot as plt
import numpy as np


plt.figure(figsize=(7,5),facecolor='green',dpi=100)#创建figure（画布）,原谅色.PS:画布并非必须创建

plt.rcParams['font.sans-serif']=['STXINWEI']#设置中文字体为华文新魏，但好像并不是所有的中文字体都支持

plt.title("散点图显示随机数",fontsize=17)#设置标题

x1=np.random.randint(0,101,51)#随机初始化
x2=np.random.randint(0,101,51)#随机初始化
y1=np.random.randint(0,101,51)#随机初始化
y2=np.random.randint(0,101,51)#随机初始化


plt.scatter(x1, y1, color="green",marker='*' ,label="*号的随机数")
plt.scatter(x2, y2, color="red",marker='+',label="+号的随机数" )

# 2.2 添加网格显示
#plt.grid(linestyle="-.", alpha=100)#第一个参数表示格点现状，第二个参数表示格点的透明度


#plt.tight_layout()#这里使图像尽可能占满整个画布，如果不使用该函数，下面的学科名就会因为太长重叠到一起
plt.legend()#显示图例
plt.show()#使用该函数进行显示

（四）备注

上面的plt.xticks(x, subject_name)，这是修改x轴的刻度显示的函数，小伙伴们可自行百度其使用方法，网上都有，而其它的使用频率也是比较频繁的，还有就是plt.grid(linestyle=“-.”, alpha=100)#第一个参数表示格点现状，第二个参数表示格点的透明度。想这些小函数在数据可视化中还有很多，也经常使用到。matplotlib玩的好，这些小的细节都是不可忽略的。

下面推荐一个网站，上面都是matplotlib的画图实例，都有程序。配合着看，相信你也可以画出很多精美的图表，而且都给你分类好了，个人觉的matplotlib画图，这一个网站就够了。

传送门

（五）结语

如果有什么错误的地方，还请大家批评指正，最后，希望小伙伴们都能有所收获。