前言
在学习数据分析前，一定要有python基础，不一定要非常熟练的掌握这门语言，但一定要对python有个大概的了解（就像我一样，大一学过python，但是现在忘的差不多了，但是没关系，有个大致了解即可，遇到不会的再去Google就行😂）。
什么是matplotlib
matplotlib是最流行的python底层绘图库，主要做数据可视化图表，名字取自matlab,模仿matlib构建
我们为什么要学matplotlib
- 能将数据进行可视化，更直观的呈现。
- 使数据更加客观，更具说服力
正文
第一版
代码
from matplotlib import pyplot as plt
x=range(2,26,2)
y=[15,16,18,19,21,21,24,27,25,23,22,18]
plt.plot(x,y)
plt.show()
效果
这是最简略的版本，我们只是简单的把折线图画出来了，但是先不说别人能不能看明白，我们自己就看不明白。所以我们要改进。
要改进的问题：
- 设置图片大小
- 保存到本地
- 描述信息，比如x轴，y轴表示什么，这个图表示什么
- 调整x轴，y轴刻度的间距
- 线条的样式（比如颜色，透明度）
- 给图片加水印（防止图片被盗用）
第二版
代码
# 导入库
from matplotlib import pyplot as plt
# 解决中文乱码
import matplotlib
matplotlib.rc("font",family='FangSong')
# 初始化数据
# 数据在x轴的位置，是一个可迭代的对象，在y轴也是如此
# x轴和y轴的数据一起组成了所有要绘制出的坐标，分别是(2,15),(4,16).....(24.18)
x=range(2,26,2)
y=[15,16,18,19,21,21,24,27,25,23,22,18]
# 设置图片大小属性
# figsize设置画布的大小，第一个元素是长，第二个元素是宽
# dpi表示清晰度（我也不是很清楚，大概这么理解），越大图片越清晰
fig=plt.figure(figsize=(20,8),dpi=160)
# 添加描述信息，x/y轴表示什么，这个图形表示什么
# xlabel和ylabel都是设置横纵坐标的信息
# title是设置整张图片的信息，表示这张图片表示什么
plt.xlabel("时间")
plt.ylabel("温度（摄氏度）")
plt.title("一天中气温随时间变化曲线")
# 调整x/y轴的刻度间距
# 先准备一个列表，这个列表中的数据是x轴的刻度，然后将x轴刻度设置成列表中的数据。y轴也是如此。
x_ticks=range(2,25)
y_ticks=range(min(y),max(y)+1)
plt.xticks(x_ticks)
plt.yticks(y_ticks)
# 添加水印
plt.text(x=1, # 水印开头左下角对应的X点
y=35, # 水印开头左下角对应的Y点
s="Matplotlib", # 水印文本
fontsize=30, # 水印大小
color="gray", # 水印颜色
alpha=0.5) # 水印是通过透明度控制的
# 绘制图形
plt.plot(x,y)
# 保存到本地
plt.savefig("./image/pic1.svg")
# 展示图形
plt.show()
效果
进阶练习
需求：我们绘制一个折线图，表示我和同桌随年龄增长交往的朋友的数量，注意这里是要一个图里画两条线。
代码
# 一个小demo演示
from matplotlib import pyplot as plt
# 解决中文乱码
import matplotlib
matplotlib.rc("font",family='FangSong')
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)
fig=plt.figure(figsize=(20,8),dpi=160)
plt.xlabel("年龄")
plt.ylabel("交往的朋友数量（个）")
plt.title("随年龄增长交往的朋友数量")
x_ticks=["{}岁".format(i) for i in x]
plt.xticks(x,x_ticks)
plt.yticks(range(min(y),max(y)+3))
# 加上网格
plt.grid(alpha=.4,linestyle="-.")
# 设置线条样式
plt.plot(x,y_1,label="自己",color="r",linestyle=":")
plt.plot(x,y_2,label="同桌",color="b",linestyle="--")
plt.legend()
plt.show()
# plt.savefig("./image/pic2.svg")
注意
● 这里设置的x轴刻度带有中文，一般按照上面的格式来设置（应该还有其他方法，但是我才学疏浅，还没有掌握）。x_ticks是中文和数字组合的刻度的列表，最后用plt.plot()设置时要传两个参数，第一个参数是纯数字（一定要和x_ticks中的填充的数字一样），第二个参数就是x_ticks。
● 设置线条样式
| 颜色字符 | 风格字符 |
| r红色 | -实线 |
| g绿色 | --虚线 |
| b蓝色 | -.点划线 |
| w白色 | :点虚线 |
| c青色 | ' '留空或空格，无线条 |
| m洋红 | |
| y黄色 | |
| k黑色 | |
#00ff0016进制，自定义颜色 |
效果
代码
# 第二个小demo，演示十点到十二点的的气温变化
from matplotlib import pyplot as plt
# 解决中文乱码
import matplotlib
matplotlib.rc("font",family='FangSong')
x=range(0,120)
y=[random.randint(20,35) for i in range(120)]
fig=plt.figure(figsize=(20,8),dpi=200)
plt.xlabel("time")
plt.ylabel("气温")
x_ticks=["10点{}分".format(i) for i in range(60)]
x_ticks+=["11点{}分".format(i) for i in range(60)]
plt.xticks(list(x)[::3],x_ticks[::3],rotation=45)
plt.yticks(range(20,36))
plt.grid(alpha=.4)
plt.text(x=1, # 水印开头左下角对应的X点
y=35, # 水印开头左下角对应的Y点
s="Matplotlib", # 水印文本
fontsize=30, # 水印大小
color="gray", # 水印颜色
alpha=0.5) # 水印是通过透明度控制的
plt.plot(x,y)
plt.show()
# plt.savefig("./image/pic3.svg")
效果
说明
在设置x轴刻度时，我们会遇到两个问题。
● 如果太密集的话，我们进行切片操作。
● 如果太密集的话，我们对刻度进行旋转，rotation就是设置旋转的参数，传的参数就是旋转的度数（0度是横着，即与x轴平行）
总结
- 绘制折线图（plt.plot）
- 设置图片的大小和分辨率（plt.figure）
- 实现图片的保存（plt.savefig）
- 设置x/y轴上的刻度和字符串（plt.xticks和plt.yticks）
- 解决刻度稀疏和密集的问题（切片和旋转）
- 设置标题，xy轴的label（plt.titleplt.xlabelplt.ylabel)。特别的，如果有多条线的话，要在绘制时（plt.plot）设置每条线的标签，并且最后还要plt.legend。
- 设置字体，解决中文乱码的问题
