matplotlib可视化数据分析图表的操作

简介：Matplotlib是python中最基础的可视化库

1.图表的组成

2.Matplotlib图表初体验

#绘制简单的折线图
import matplotib.pyplot as plt
x = [1,2,3,4]#x轴下标
y = [1,2,3,4]#y轴下标
#x，y相对应
plt.plot(x,y)

3.图表的常用设置

Matplotlib主要使用plot()函数进行绘制
Matplotlib.pyplot.plot(x,y,format_string,**Kwargs)
主要参数：
x：x轴数据
y：y轴数据
format_string:控制曲线格式的字符串，包括颜色，线条样式，标记样式
kwargs：键值对参数

3.1. 颜色设置
color参数可以控制线条的颜色

可以是表中的颜色，也可以是十六进制字符串，浮点形式的RGB或RGBA元组，例如(0.1, 0.2, 0.5)或(0.1, 0.2, 0.5, 0.3)。

#rgb设置颜色
plt.plot(x,y,color=(0.1,0.7,0.5))
#缩写设置颜色
plt.plot(x,y,color='r')

3.2.线条的样式

linestyle可选参数可以设置线条的样式，“-”：实线，“–”：双画线，“-.”：点画线，“:”：虚线

plt.plot(x,y,color='r',linestyle='-.')#双画线

3.3.标记样式
marker：可选参数可以设置标记样式

mfc：设置标记的颜色
mec：设置标记的边框颜色

plt.plot(x,y,color='r',linestyle='-.',marker='o',mfc='w',mec='c')

3.4.设置画布
matpoltib.pyplot.figure(num=None,figsize=None,dpi=None,facecolor=None,edgecolor=None,frameon=True)
num：图像编号或名称，数字为编号，字符串为名称，可以通过该参数激活不同的画布。

figsize：指定画布的宽和高，单位为英寸。

dpi：指定绘图对象的分辨率，即每英寸多少个像素，默认值为80。像素越大画布越大。

facecolor：背景颜色。

**#########edgecolor：**边框颜色。
frameon：是否显示边框，默认值为True，绘制边框；如果为False，则不绘制边框。

import matplotlib.pyplot as plt

x = [1,2,3,4]#x轴下标
y = [1,2,3,4]#y轴下标
#设置画布，一定要设置在画图的上边
plt.figure(figsize=(6,3),facecolor='c')

plt.plot(x,y,color=(0.1,0.7,0.5))
plt.plot(x,y,color='r',linestyle='-.',marker='o',mfc='w',mec='c')

3.5.设置坐标轴

1.设置x轴和y轴标题主要使用xlable()和ylable()函数

plt.xlabel('这是x轴')
plt.ylabel('这是y轴')
plt.rcParams['font.sans-serif'] = ['simHei']#解决中文乱码

在这里会出现一个问题：中文乱码
解决方式：

plt.rcParams['font.sans-serif']=['SimHei']        #解决中文乱码

解决负号不显示问题

plt.rcParams['axes.unicode_minus'] = False       #解决负号不显示

2.坐标轴刻度
用matplotlib画二维图像时，默认情况下的横坐标（x轴）和纵坐标（y轴）显示的值有时可能达不到我们的需求，需要借助xticks()函数和yticks()函数分别对x轴和y轴的值进行设置。
xticks()函数语法：
xticks(locs,[labels],**kwargs)
参数：
locs:数组，表示x轴上的刻度
labels：数组，默认值与locs相同，locs表示位置，labels则决定该位置的标签
rotation：旋转角度

plt.xticks(range(1,5),[str(x) +'月' for x in range(1,5)])

3.坐标轴范围

坐标轴范围是指x轴和y轴的取值范围。设置坐标轴范围主要使用xlim()函数和ylim()函数。

plt.xlim(1,6)

4.网格线

plt.grid()