python matplotlib画图

引入matpltlib库

matplotlib是一种优秀的python数据可视化第三方库
使用matpltlib库画图时，先将它引入，加载里面的pyplot，并命名为plt，然后使用plot函数画图

import matplotlib.pyplot as plt #plt是引入模块的别名

pyplot基础图标函数总结

函数	作用
plt.plot(x,y,format)	绘制坐标图
plt.plot(data,notch,position)	绘制箱型图
plt.bar(left,height,width,bottom)	绘制条形图
plt.barh(width,bottom,left,height)	绘制横向条形图
plt.polar(theta,r)	绘制极坐标图
plt.pie(data,explode)	绘制饼图
plt.hist(x,bins,normed)	绘制直方图
plt.scatter(x,y)	绘制散点图

还有很多哈哈哈，不再注意列举

plot函数画图语法规则

plot函数参数：plot([x],y,[format],**kwargs)

参数	用途
x	x轴的数据，列表或者数组
y	y轴数据，列表或数组
format	控制曲线的格式字符串
**kwargs	第二组或更多（x,y,string）

各类语法太多啦，偷几张MOOC的图放上来~

折线图

from matplotlib import pyplot as plt

#生成数据
#横坐标数据从2017到2022，第三个参数可控制步长，可写可不写
x = range(2017, 2022)
#y对应纵坐标的值
y1 = [49, 48, 45, 52, 50]
y2 = [60, 62, 61, 65, 63]
#生成图形
plt.title("LMY and her mother's weight")
plt.xlabel('year')
plt.ylabel('kg')
plt.plot(x, y1, color='green', label='LMY')
plt.plot(x, y2, color='purple', label='mother')
plt.grid(alpha=0.5)
plt.legend(loc='upper right')
#显示图形
plt.show()

散点图

from matplotlib import pyplot as plt
import numpy as np

# 生成数据
# 横坐标数据从2017到2022，第三个参数可控制步长，可写可不写
x = range(2017, 2022)
# y对应纵坐标的值
y1 = [49, 48, 45, 52, 50]
y2 = [60, 62, 61, 65, 63]
# 生成图形
plt.title("LMY and her mother's weight")
plt.xlabel('year')
plt.ylabel('kg')
# 点的大小
area = np.pi*4**2
plt.scatter(x, y1, s=area, c='yellow', alpha=1)
plt.scatter(x, y2, s=area, c='blue', alpha=1)
plt.legend()
plt.yticks(())
plt.show()

直方图

from matplotlib import pyplot as plt
import numpy as np

# 生成数据
# 横坐标数据从2017到2022，第三个参数可控制步长，可写可不写
x = [2017, 2018, 2019, 2020, 2021]
# y对应纵坐标的值
y1 = [49, 48, 45, 52, 50]
y2 = [60, 62, 61, 65, 63]
# 生成图形
plt.title("LMY and her mother's weight")
plt.ylabel('frequency')
plt.xlabel('kg')
# 点的大小
plt.hist(y1, bottom=None, color='purple')
plt.hist(y2, bottom=None, color='pink')
plt.show()

# n, bins, patches = plt.hist(arr, bins=50, normed=1, facecolor='green', alpha=0.75)
'''
arr:需要计算直方图的一维数组
bins:直方图的柱数，可选项，默认为10
normed:是否将得到的直方图向量归一化，默认为0
facecolor:直方图颜色
alpha:透明度
'''

条形图

纵向

from matplotlib import pyplot as plt
import numpy as np

arr = np.arange(2017, 2022)
x = [49, 48, 45, 52, 50]  # x轴
y = [2017, 2018, 2019, 2020, 2021]
rect = plt.bar(arr, x, width=0.5)
plt.title('LMY')
plt.xlabel('weight')
plt.ylabel('year')
plt.legend()

plt.show()

横向

多条

from matplotlib import pyplot as plt
import numpy as np

arr = np.arange(2017, 2022)
x1 = [49, 48, 45, 52, 50]  # x轴
x2 = [60, 62, 61, 65, 63]
y = [2017, 2018, 2019, 2020, 2021]
rects1 = plt.bar(arr, x1, 0.5, color='purple', label='LMY')
rects2 = plt.bar(arr, x2, 0.5, color='yellow', label='Mother', alpha=0.3)
plt.title("LMY and her mother's weight")
plt.xlabel('weight')
plt.ylabel('year')
plt.legend()

plt.show()

饼图

from matplotlib import patches, pyplot as plt
import numpy as np

label_list = ['49', '48', '45', '52', '50']
size = [20, 20, 20, 20, 20]
# 各部分的颜色
color = ['red', 'pink', 'blue', 'green', 'purple']
explode = [0, 0, 0.15, 0, 0]

patches, l_text, p_text = plt.pie(size, explode=explode, colors=color, labels=label_list,
                                  labeldistance=1.2, autopct="%1.2f%%", shadow=False, startangle=90, pctdistance=0.6)
plt.axis('equal')
plt.title("LMY's weight")
plt.legend(loc='upper left')
plt.show()