一， 首先当然是配置环境了
在Windows的DOM窗口中输入如下命令（在pycharm下面的Terminal中同）
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple matplotlib
（注：小编没有记错的话，这个包有五十多M，如果不加国内镜像源，将会持续下载几小时之久。。。）
二，3分钟快速入门
1，导入模块
import matplotlib.pyplot as plt # 导入matplotlib模块
# 导入numpy和pandas模块，后面可能会用到
import numpy as np
import pandas as pd
2， 几种常见函数图像（y=x, y=x^2 +3, y=sin(x)）
① y=x图像
x = np.linspace(-10, 10, 10) # 设置y=x的x轴
# plt.plot（）表示画折线图，第一个x表示x轴上的数值，第二个x表示y轴轴上的数值（因为y=x的x轴和y轴一样），
# marker表示每个所取点对应的标记形状 ， color='r'表示线颜色是red红色， linestyle='--' 表示折线
# 的线条风格为'--'， linewidth表示折线的线宽度， label表示标记图形内容的标签文本
plt.plot(x, x, marker='o', color='r', linestyle='--', linewidth=1, label='y=x')
plt.legend()
plt.show() # 展示图
注：代码简写
plt.plot(x, x, marker='o', color='r', linestyle='--', linewidth=1, label='y=x')
plt.plot(x, x, marker='o', c='r', ls='--', lw=1, label='y=x') # 效果同上
plt.plot(x, x, 'o--r', lw=1, label='y=x') # 同上，即 marker，color，linestyle中的参数可以混在一起写，不区分顺序(但是不能把--中的两个-分开写)
注：关于marker，color， linestyle中的参数还有很多，帮助手册中的内容如下
**Markers**
============= ===============================
character description
============= ===============================
``'.'`` point marker
``','`` pixel marker
``'o'`` circle marker
``'v'`` triangle_down marker
``'^'`` triangle_up marker
``'<'`` triangle_left marker
``'>'`` triangle_right marker
``'1'`` tri_down marker
``'2'`` tri_up marker
``'3'`` tri_left marker
``'4'`` tri_right marker
``'8'`` octagon marker
``'s'`` square marker
``'p'`` pentagon marker
``'P'`` plus (filled) marker
``'*'`` star marker
``'h'`` hexagon1 marker
``'H'`` hexagon2 marker
``'+'`` plus marker
``'x'`` x marker
``'X'`` x (filled) marker
``'D'`` diamond marker
``'d'`` thin_diamond marker
``'|'`` vline marker
``'_'`` hline marker
============= ===============================
**Line Styles**
============= ===============================
character description
============= ===============================
``'-'`` solid line style
``'--'`` dashed line style
``'-.'`` dash-dot line style
``':'`` dotted line style
============= ===============================
**Colors**
The supported color abbreviations are the single letter codes
============= ===============================
character color
============= ===============================
``'b'`` blue
``'g'`` green
``'r'`` red
``'c'`` cyan
``'m'`` magenta
``'y'`` yellow
``'k'`` black
``'w'`` white
============= ===============================
② y=x^2 +3图像
# 解决中文乱码问题
plt.rcParams['font.sans-serif'] = ['SimHei']
plt.rcParams['axes.unicode_minus'] = False
x = np.linspace(-10, 10, 100) # 设置x轴的数值
y = x**2 + 3 # 设置y轴的数值
plt.plot(x, y, '--g', lw=1, label='y=x^2+3')
# size表示图形内容的标题
plt.title('折线图', c='r', size=15)
plt.legend()
plt.show() # 展示图
③ y=sin(x)图像
# 解决中文乱码问题
plt.rcParams['font.sans-serif'] = ['SimHei']
plt.rcParams['axes.unicode_minus'] = False
x = np.linspace(-10, 10, 100)
y = np.sin(x)
plt.plot(x, y, '--g', lw=1, label='y=sin(x)')
plt.title('折线图', c='r', size=15)
plt.legend()
plt.xlabel('这是x轴', c='b', size=13) # 设置x轴的标签文本
plt.ylabel('这是y轴', c='k', size=13) # 设置y轴的标签文本
plt.xlim(-2*np.pi, 2*np.pi) # 设置x轴的显示范围
plt.ylim(-1, 1) # 设置y轴的显示范围
plt.xticks(np.arange(-2*np.pi, 2*np.pi, np.pi/4), rotation=45) # 限制x轴的显示密度，rotation=45表示x轴上刻度字体旋转45°
plt.yticks(np.arange(-1, 1.1, 0.2)) # 限制y轴的显示密度
plt.show()
④ 将3个图合成一张图
# 解决中文乱码问题
plt.rcParams['font.sans-serif'] = ['SimHei']
plt.rcParams['axes.unicode_minus'] = False
x = np.linspace(-5, 5, 100)
y1 = x
y2 = x**2 + 3
y3 = np.sin(x)
plt.figure(figsize=(9, 6)) # 设置画布大小，9 即900px，6 即600px（不要设置的过大奥）
plt.plot(x, y1, ':b', lw=2, label='y=x')
plt.plot(x, y2, '-r', lw=1, label='y=x^2+3')
plt.plot(x, y3, '--g', lw=1.5, label='y=sin(x)')
plt.title('折线图', c='r', size=15)
plt.legend()
plt.xlabel('这是x轴', c='b', size=13)
plt.ylabel('这是y轴', c='k', size=13)
plt.show()
⑤ 一张画布上画多张图
# 解决中文乱码问题
plt.rcParams['font.sans-serif'] = ['SimHei']
plt.rcParams['axes.unicode_minus'] = False
x = np.linspace(-5, 5, 100)
y1 = x
y2 = x**2 + 3
y3 = np.sin(x)
y4 = np.cos(x)
pf = plt.figure(figsize=(10, 7))
as1 = pf.add_subplot(2, 2, 1) # 表示将画图分为2行2列，as1在第1个位置
as2 = pf.add_subplot(2, 2, 2) # 表示将画图分为2行2列，as2在第2个位置
as3 = pf.add_subplot(2, 2, 3) # 表示将画图分为2行2列，as3在第3个位置
as4 = pf.add_subplot(2, 2, 4) # 表示将画图分为2行2列，as4在第4个位置
as1.plot(x, y1, ':b', lw=2, label='y=x')
as2.plot(x, y2, '-r', lw=1, label='y=x^2+3')
as3.plot(x, y3, '--g', lw=1.5, label='y=sin(x)')
as4.plot(x, y4, '-.k', lw=1.5, label='y=cos(x)')
as1.legend()
as2.legend()
as3.legend()
as4.legend()
plt.show()
三，画柱状图
# 解决中文乱码问题
plt.rcParams['font.sans-serif'] = ['SimHei']
plt.rcParams['axes.unicode_minus'] = False
x = np.arange(1, 13)
y = np.random.randint(1, 50, 12)
lab = ['a', 'b', 'c', 'd', 'e', 'f', 'g', 'h', 'i', 'j', 'k', 'l']
plt.figure(figsize=(9, 6.5))
plt.bar(x, y, color='b', tick_label=lab, label='柱形图')
plt.xticks(np.arange(1, 13))
plt.title('柱形图练习', color='b', size=13)
plt.legend()
plt.xlabel('箱子编号')
plt.ylabel('箱子大小')
plt.show()
四，画饼图
# 解决中文乱码问题
plt.rcParams['font.sans-serif'] = ['SimHei']
plt.rcParams['axes.unicode_minus'] = False
kinds = ['哈士奇', '阿拉斯加', '萨摩耶', '黄毛狮王']
num = [0.3, 0.1, 0.2, 0.4]
plt.figure(figsize=(9, 6.5)) # plt.figure 表示画饼图
# explode=[0, 0, 0.1, 0] 重点突出显示
plt.pie(num, labels=kinds, autopct='%.2f%%', explode=[0, 0, 0.1, 0])
plt.show()
五，小试牛刀
1，爬取数据
爬取某批发菜市场近一年菜价
import requests
from lxml import etree
import csv
from concurrent.futures import ThreadPoolExecutor
import time
f = open("vegetables.csv", mode="w", newline='', encoding="utf-8")
csv_write = csv.writer(f)
def down_one_page(url):
res = requests.get(url=url, headers=headers).text
# print(res)
html = etree.HTML(res)
table = html.xpath('/html/body/div[2]/div[4]/div[1]/table')[0]
# print(table)
# trs = table.xpath('./tr')[1:]
trs = table.xpath('./tr[position()>1]')
# print(len(trs))
for tr in trs:
txt = tr.xpath('./td/text()')
# 去掉\\ /
txt = (item.replace("\\", "").replace("/", "") for item in txt)
# print(list(txt))
csv_write.writerow(list(txt))
# print(list(txt))
new_name = url.split("/")[-1].split(".")[0]
print("第 \033[31;1m%s\033[0m 页下载完成！！！" % new_name)
if __name__ == '__main__':
headers = {
"User-Agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/89.0.4389.90 Safari/537.36 Edg/89.0.774.54"
}
# for i in range(1, 14870):
# down_one_page("http://www.xinfadi.com.cn/marketanalysis/0/list/%s.shtml" % i)
user_input = int(input("Total 15069 pages,please input a page number>>>:"))
start_time = time.time()
with ThreadPoolExecutor(32) as t:
for i in range(1, user_input + 1):
t.submit(down_one_page, "http://www.xinfadi.com.cn/marketanalysis/0/list/%s.shtml" % i)
print("Download over,it takes \033[31;1m%s\033[0m seconds" % (time.time() - start_time))
大约10万条数据！
2，数据的简单处理
先读取前几行看看数据
import pandas as pd
output_file = 'vage.csv'
vege_data = pd.read_csv('vegetables.csv', header=None)
print(vege_data.head(5))
0 1 2 3 4 5 6
0 沙蜜托 20.0 22.5 25.0 樱桃类 斤 2021-05-15
1 羊上脑 42.0 42.5 43.0 羊肉类 斤 2021-05-15
2 羊骨头 11.0 11.5 12.0 羊肉类 斤 2021-05-15
3 羊腩 32.0 32.0 32.0 羊肉类 斤 2021-05-15
4 羊里脊 42.0 42.0 42.0 羊肉类 斤 2021-05-15
为了后面方便画图，对时间列进行排序
import pandas as pd
output_file = 'vage.csv'
vege_data = pd.read_csv('vegetables.csv', header=None, index_col=6).sort_index()
print(vege_data.head(5))
0 1 2 3 4 5
6
2020-05-13 线茄 1.0 1.50 2.0 |粤云 斤
2020-05-13 苦菊 1.2 1.60 2.0 辽 斤
2020-05-13 油麦菜 1.2 1.50 1.8 辽 斤
2020-05-13 荸荠 1.8 1.90 2.0 皖 斤
2020-05-13 金丝南瓜 0.9 1.05 1.2 琼吊瓜 斤
筛选出‘整牛’对应的所有行
import pandas as pd
output_file = 'vage.csv'
vege_data = pd.read_csv('vegetables.csv', header=None, index_col=6).sort_index()
new_data = vege_data[vege_data[0] == '整牛']
print(new_data)
0 1 2 3 4 5
6
2020-05-15 整牛 30.00 30.50 31.00 普通 斤
2020-05-16 整牛 30.00 30.50 31.00 普通 斤
2020-05-17 整牛 30.00 30.50 31.00 普通 斤
2020-05-18 整牛 30.50 30.75 31.00 普通 斤
2020-05-19 整牛 30.50 30.75 31.00 普通 斤
... .. ... ... ... ... ..
2021-05-12 整牛 34.00 34.00 34.00 牛肉类 斤
2021-05-13 整牛 34.00 34.00 34.00 牛肉类 斤
2021-05-14 整牛 34.25 34.25 34.25 牛肉类 斤
2021-05-15 整牛 34.25 34.25 34.25 牛肉类 斤
2021-05-16 整牛 34.25 34.25 34.25 牛肉类 斤
[250 rows x 6 columns]
发现明明有一年的数据，却只有250行，先保存下来再看看
import pandas as pd
output_file = 'vage.csv'
vege_data = pd.read_csv('vegetables.csv', header=None, index_col=6).sort_index()
# print(vege_data.head(5))
new_data = vege_data[vege_data[0] == '整牛']
# print(new_data)
new_data.to_csv(output_file, header=False, encoding='utf-8')
观察时发现中间有一段时间是没有价格的
所以取2020-09-30这个时间段之后的数据
import pandas as pd
import matplotlib.pyplot as plt
import numpy as np
data = pd.read_csv('vage.csv', header=None)[29:]
print(data)
0 1 2 3 4 5 6
29 2020-09-30 整牛 34.00 34.00 34.00 普通 斤
30 2020-10-01 整牛 34.00 34.00 34.00 普通 斤
31 2020-10-02 整牛 33.00 33.50 34.00 普通 斤
32 2020-10-03 整牛 33.00 33.50 34.00 普通 斤
33 2020-10-04 整牛 33.00 33.50 34.00 普通 斤
.. ... .. ... ... ... ... ..
245 2021-05-12 整牛 34.00 34.00 34.00 牛肉类 斤
246 2021-05-13 整牛 34.00 34.00 34.00 牛肉类 斤
247 2021-05-14 整牛 34.25 34.25 34.25 牛肉类 斤
248 2021-05-15 整牛 34.25 34.25 34.25 牛肉类 斤
249 2021-05-16 整牛 34.25 34.25 34.25 牛肉类 斤
[221 rows x 7 columns]
Process finished with exit code 0
3，对‘整牛’价格绘制折线图
import pandas as pd
import matplotlib.pyplot as plt
import numpy as np
data = pd.read_csv('vage.csv', header=None)[29:]
# print(data)
# 解决中文乱码问题
plt.rcParams['font.sans-serif'] = ['SimHei']
plt.rcParams['axes.unicode_minus'] = False
x = data[0]
y = data[3]
plt.figure(figsize=(12, 8))
plt.plot(x, y, '-r', lw=2, label='价格')
plt.legend()
plt.xlabel('时间/天', c='b', size=13)
plt.ylabel('单价/元', c='b', size=13)
plt.title('整牛价格折线图', c='g', size=20)
plt.ylim(32, 36)
plt.xticks(np.arange(0, 220, 8), rotation=45)
plt.show()
