Matplotlib 初使用

五一假期时候，我在自己的电脑上安装了 matplotlib
安装步骤请转至：matplotlib 安装介绍

现在，我终于可以在自己电脑上学习 matolotlib 数学绘图库了，
说终于两个字，是完全是在安装过程中确实历经了折磨，根其原因是不懂，没接触过，而且我的学习方式是阅读，所学内容皆从书上来，有时候阅读的方式确实不如听。

开始学习新内容之前，先分享一下安装时候碰到的坎坷，
两种安装方式：

命令行安装

就是通过命令进行安装，不需要自己手动到官网去下载.whl文件，而且不用考虑python版本，通过特定命令，直接下载matplotlib，而且版本也是自适应的。
那为什么用这种方式安装失败了？
说是自适应版本，说是自动，不用手动下载，没错！！确实没错，但是这也太自动了，把所有版本都下载下来。。
。。。这，我肯定得终止了吧？！

手动安装

手动安装确实靠谱，而且最后我也是通过这种方式成功的。（只讨论安装时候遇到的趣事，安装步骤请移步上述链接）手动安装一定一定要注意版本，看自己的python版本，然后下载版本对应的 .whl ！这样失败概率很小。

好吧！不啰嗦了。下面开始学习新内容喽！

文章目录

- - - 绘制简单的折线图
    - - 先绘制一个简单的折线图
      - 修改标签文字和线条粗细
      - 校正图形
      - 使用scatter() 绘制散点图并设置样式
      - 使用 scatter() 绘制一系列的点点
      - 自动计算数据
      - 删除数据点的轮廓
      - 自定义颜色
      - 使用颜色映射
      - 自动保存图表

绘制简单的折线图

我学习到的所有内容都是从书里来的！
我写的内容，只不过是一种搬运，把书里讲的，大差不差的弄到文章里，就自认为自己学过了，如果有忘记的，遇到问题了！自己知道把答案存在哪了，可以第一时间找到。

先绘制一个简单的折线图

使用平方数序列 1、4、9、16、25绘制图表。

import matplolib pyplot as plt

squares = [1,4,9,16,25]

plt.pylot(squares)
plt.show()

代码很简单，导入一下 matplolib 下的 pyplot，然后调用 pyplot 中的函数就可以了。
其实这个小需求，说白了就是画个图，然后图中的数用指定的，不能乱填。
.
那就创建一个列表，将需求中的数存放在列表里，然后调用pylot函数将列表中存储的数放到图上，就把图画出来了，最后就是调用显示的方法，把图显示出来。接着我们就可以运行程序了。

我们看一下运行效果：
在这里插入图片描述

哦对了！朋友们，我现在改用 pycharm编辑器了。
在这里插入图片描述
之前用 Geany
是因为写的代码不多，这个刚好够用，没必要换，没必要接触功能更多的更简洁的 pycharm。

修改标签文字和线条粗细

有没有觉得上面示例的效果图标签文字太小，线条太细。
不过没关系，
matplotlib可以实现调整可视话的各个方法：

import matplotlib.pyplot as plt

squares = [1,4,9,16,25]

plt.plot(squares,linewidth =5)

#设置图表标题,并给坐标轴加上标题
#设置图表标题
plt.title("Square Numbers",fontsize = 24)
# 设置横坐标标题
plt.xlabel("Value",fontsize = 14)
#设置纵坐标标题
plt.ylabel("Square of Value",fontsize = 24)

#设置刻度标记的大小
plt.tick_params(axis='both',labelsize = 10) #我眼瞎，所以设置的10..
plt.tick_params()
plt.show()

看一下程序运行效果：
在这里插入图片描述
哇！看着好舒服 ~

集中注意力，我们继续学习！

校正图形

不知道你有没有发现折线图中的问题？4的平方是多少？

没错！你算的没有问题，那你看看咱们图上的是多少？。。先别方！我们来校正一下：

这个问题很简单处理，我们只需要在设置一组序列，然后也将其传递到 pyplot函数中，因为该函数会对输出值的生成方式作出假设，而传递进两组序列，它无法自动假设。也就不会出现问题了。

import matplotlib.pyplot as plt

input_values = [1,2,3,4,5]
squares = [1,4,9,16,25]

plt.plot(input_values,squares,linewidth =5)

#设置图表标题,并给坐标轴加上标题
#设置图表标题
plt.title("Square Numbers",fontsize = 24)
# 设置横坐标标题
plt.xlabel("Value",fontsize = 14)
#设置纵坐标标题
plt.ylabel("Square of Value",fontsize = 24)

#设置刻度标记的大小
plt.tick_params(axis='both',labelsize = 10)
plt.tick_params()
plt.show()

在看一下传递两组序列的输出效果：
在这里插入图片描述

无稽之谈

我也在思考一个问题，为什么传递两组序列，x和y坐标上的数标就会增加或者？难道坐标是我们传递设置的吗？
可是代码中没有写关于这个设置的语句啊~
哦！想明白了。
plot()函数到底可以接收多少个参数我确实无从知道，因为《python 编程从入门到实践》这本书确实真的是从入门到实践了。没有讲细节方面，尺度刚好是在会用，知道怎么用。先不考虑 plot() 能接收什么参数的问题，我们把焦点放在，我们传递了什么！
squares 这组序列将决定图上曲线表示的值。
而 input_values呢？你有没有发现 squares 中存储了几个元素？
.
是的，你也发现了吧。所以我是这么认为的，所以是无稽之谈…

使用scatter() 绘制散点图并设置样式

该函数可用于绘制曲线图上需要突出的值，其效果如图：
在这里插入图片描述
该效果通过调用 scatter() 函数的编码如下：

import matplotlib.pyplot as plt
plt.scatter(2,4)
plt.show()

scatter 其中传递的两个参数，就是需要突出显示的坐标。

接着，我们也给点状图加上标题，标签等：

import matplotlib.pyplot as plt

plt.scatter(2,4,s=200)
plt.title("Square Numbers",fontsize =24)
plt.xlabel("Value",fontsize =14)
plt.ylabel("Square of Value",fontsize =14)

plt.tick_params(axis='both',which='major',labelsize=14)
plt.show()

效果如图：
在这里插入图片描述

使用 scatter() 绘制一系列的点点

如果想绘制更多的点点，我们可以将scatter接收的两个参数组成为序列传递。
在这里插入图片描述

就像这样：

import matplotlib.pyplot as plt

x_values = [1,2,3,4,5]
y_values = [1,4,9,16,25]

plt.scatter(x_values,y_values,s =100)

plt.title("Square Numbers",fontsize =24)
plt.xlabel("Value",fontsize = 14)
plt.ylabel("Square of Value",fontsize = 14)

plt.tick_params(axis='both',which='major',labelsize =14)
plt.show()

自动计算数据

如果自己计算列表要包含的值，效率是非常低下的。如果需求中需要绘制的点非常多怎么办？1000个？

我们可以利用循环来帮助我们完成计算。
编码如下：

import matplotlib.pyplot as plt

x_values = list(range(1,1001))
y_values = [x**2 for x in x_values]

plt.scatter(x_values,y_values,s =10)

plt.title("Square Numbers",fontsize =24)
plt.xlabel("Value",fontsize = 14)
plt.ylabel("Square of Value",fontsize = 14)

plt.tick_params(axis='both',which='major',labelsize =12)
#设置每个坐标轴取值范围
plt.axis([0,1100,0,1100000])
plt.show()

程序执行效果如图：
在这里插入图片描述

删除数据点的轮廓

图上小点点的颜色默认为蓝色，轮廓默认为黑色。
如果数据较小时，我们能看到的数据效果还是很清晰的，可是如果数据量很多时，黑色的轮廓将会黏在一起。

所以我们对其轮廓进行删除：

plt.scatter(x_values,y_values,edgecolor='none',s=40)

来对比一下删除之后的效果：
在这里插入图片描述

自定义颜色

向 scatter 传递参数 c 可以进行点点颜色的设置：

plt.scatter(x_values,y_values,c = 'green',edgecolor='none',s=40)

在这里插入图片描述

或者也可以通过 RGB形式来定义颜色：

#RGB模式指定颜色需要设置元组
plt.scatter(x_values,y_values,c =(0,0,0.8),edgecolor='none',s=40)

使用颜色映射

颜色映射是一系列颜色，它们从起始颜色渐变到结束颜色。
在可视化中，颜色映射用于突出数据的规律。例如用较浅的颜色显示较小的值，用较深的颜色显示较大的值。

import matplotlib.pyplot as plt

x_values = list(range(1,1001))
y_values = [x**2 for x in x_values]

plt.scatter(x_values,y_values,c=y_values,cmap=plt.cm.Blues,edgecolor='none',s=40)

plt.title("Square Numbers",fontsize =24)
plt.xlabel("Value",fontsize = 14)
plt.ylabel("Square of Value",fontsize = 14)

plt.tick_params(axis='both',which='major',labelsize =12)
#设置每个坐标轴取值范围
plt.axis([0,1100,0,1100000])
plt.show()

效果如图：
在这里插入图片描述

自动保存图表

如果想让程序自动将图表保存到文件中，
可以对 plt.show() 的调用替换为 plt.savefig()：

plt.savefig('squares_plt.png',bbox_inches='tight')

第一个参数指定以什么样的文件名保存图表。
第二个参数指定图表多余的空白区域裁剪掉。如果想在保存图表时忽略空白区域，可以不指定这个参数。