---

系列课程学习目标

• [✔] 了解Python中的可视化库
• [✔] 了解NumPy库的基本原理
• [✔] 掌握matplotlib库的绘图方法
• 掌握pandas库的绘图方法
• 掌握seaborn库的绘图方法
• 掌握Bokeh库的绘图方法
• 掌握pyqtgraph库的绘图方法

---

1. 基于matplotlib的数据可视化

Matplotlib: 最流行的Python底层绘图库，主要做数据可视化图表,名字取材于MATLAB，模仿MATLAB构建

Matplotlib库的效果 http://matplotlib.org/gallery.html

为什么要学习matplotlib？
1.能将数据进行可视化,更直观的呈现
2.使数据更加客观、更具说服力

2 matplotlib.pyplot函数库简介

1️⃣ Matplotlib库由各种可视化类构成，内部结构复杂，受Matlab启发。

2️⃣matplotlib.pyplot是绘制各类可视化图形的命令子库，相当于快捷方式。

3️⃣pyplot中的每一个函数都会对画布图像作出相应的改变，如创建画布、在画布中创建一个绘图区、在绘图区上画几条线、给图像添加文字说明等。matplotlib.pyplot中常见函数包含有plt.figure、plt.subplot以及plt.axes。

🔹Matplotlib库的使用

import matplotlib.pyplot as plt
plt.plot([2,1,3,5,4])
plt.show()

但是目前存在以下几个问题:

1.设置图片大小(想要一个高清大图)
2.保存到本地
3.描述信息,比如x轴和y轴表示什么,这个图表示什么
4.调整x或者y的刻度的间距
5.线条的样式(比如颜色，形状等)
6.标记出特殊的点(比如告诉别人最高点和最低点在哪里)

1. plt.figure()
   使用plt.figure()函数创建一个全局绘图区域，其中可包含如下参数：

   figsize：设置图像的宽度和高度，单位为英寸
   facecolor：设置图像背景颜色
   dpi：设置绘图对象的分辨率
   edgecolor：设置图像边框颜色
   
   

2. plt.xticks() /plt.yticks() 设置当前X轴/Y轴刻度位置的值
   
   

3. plt.subplot(nrows, ncols, plot_number)
   subplot用于在全局绘图区域中创建自绘图区域，其中可包含如下参数：
   nrows：subplot的行数
   ncols：subplot的列数
   plot_number：子图的位置
   ◾使用subplot可以规划figure划分为n个子图，但每条subplot命令只会创建一个子图 。
   ◾在全局绘图区域中创建一个分区体系，并定位到一个子绘图区域。
   🔹plt.subplot(nrows, ncols, plot_number)
   
   

4. plt.axes()
   ◾plt.axes(rect,facecolor=’w’)创建一个坐标系风格的子绘图区域。
   ◾ 默认创建一个subplot(111) 坐标系，参数rect=[left,bottom,width,height]中4个变量的范围都是[0,1]，表示坐标系与全局绘图区域的关系。代码如下：

import matplotlib.pyplot as plt
plt.axes([0.1,0.1,0.7,0.3], facecolor='y')
plt.show()

🔹plt.axes()

5. plt.subplots_adjust()
   ◾plt.subplots_adjust()用于调整子绘图区域的布局。常见语法如下：
   plt.subplots_adjust(left=,bottom=,right=,top=, hspace=)
   left: 画布中子图左边离y轴距离
   bottom: 画布中子图下边离x轴距离
   right: 画布中子图右边离y轴距离
   top: 画布中子图上边离x轴距离
   hspace:子图之间的距离

3 matplotlib.pyplot相关函数简介

在matplotlib.pyplot 库中有plt子库，该子库提供了7个用于读取和显示的函数， 17个用于绘制基础图表的函数，3个区域填充函数，9个坐标轴设置函数以及11个标签与文本设置函数

3.1 plt.plot(x, y, format_string, **kwargs)

plt.plot(x, y, format_string, **kwargs)

x: X轴数据，列表或数组，可选。
y: Y轴数据，列表或数组。
format_string: 控制曲线的格式字符串，可选。
**kwargs: 第二组或更多(x, y, format_string)

当绘制多条曲线时，各条曲线的x不能省略。

format_string: 控制曲线的格式字符串，可选。
由颜色字符、风格字符和标记字符组成

**kwargs: 第二组或更多(x, y, format_string)

color: 控制颜色，color = ‘green’
linestyle: 线条风格，linestyle =‘--’或 ‘dashed’
linewidth: 线条宽度，linewidth = 3
marker: 标记风格，marker = ‘o’
markerfacecolor: 标记颜色，markerfacecolor = ‘blue’
markersize: 标记尺寸，markersize = 20

3.2 plt.title()

fontsize：设置字体大小
fontproperties：设置字体格式
fontweight：设置字体粗细 (‘light’, ‘normal’, ‘medium’, ‘semibold’, ‘bold’)
fontstyle：设置字体类型(‘normal’, ‘italic’ , ‘oblique’)
rotation：旋转角度 vertical, horizontal或数字
backgroundcolor：标题背景颜色

import matplotlib.pyplot as plt

fig = plt.figure(figsize = (8,6), dpi = 50)

x = range(0,10,2)
y = [2,1,3,5,4]

plt.plot(x,y,color = 'g', linestyle = '-.',linewidth = 3,
        marker = 'h', markerfacecolor = 'c', markersize = 15)

plt.xticks(x)
plt.yticks(range(min(y),max(y)+1))

plt.title('示例', fontproperties = 'Kaiti', fontsize = 25, backgroundcolor = 'c')

plt.show()

3.3 plt.xlabel()/ylabel()

fontsize：设置字体大小
fontproperties：设置字体格式
rotation：旋转角度 vertical, horizontal或数字
backgroundcolor：背景颜色

import matplotlib.pyplot as plt

fig = plt.figure(figsize = (8,6), dpi = 50)

x = range(0,10,2)
y = [2,1,3,5,4]

plt.plot(x,y,color = 'g', linestyle = '-.',linewidth = 3,
        marker = 'h', markerfacecolor = 'c', markersize = 15)

plt.xticks(x)
plt.yticks(range(min(y),max(y)+1))

plt.title('示例', fontproperties = 'Kaiti', fontsize = 25)
plt.xlabel('X轴', fontproperties = 'Kaiti', fontsize = 20)
plt.ylabel('Y轴', fontproperties = 'Kaiti', fontsize = 20)
plt.show()

3.4 plt.legend()

3.5 pyplot的中文显示

3.5.1 第一种方法

pyplot并不默认支持中文显示，需要rcParams修改字体实现。

rcParams的属性

3.5.2 第二种方法

在有中文输出的地方，增加一个属性：fontproperties

3.6 pyplot的文本显示

文本显示函数



plt.annotate(s, xy=arrow_crd, xytext=text_crd, arrowprops=dict)

3.7 pyplot的子绘图区域

plt.subplot2grid()
plt.subplot2grid(GridSpec, CurSpec, colspan = 1, rowspan = 1)

理念：设定网格，选中网格，确定选中行列区域数量，编号从0开始。

plt.subplot2grid((3,3),(1,0),colspan=2)

4. pyplot的基础图表函数

5. numpy和matplotlib绘图综合应用