5行代码制作图表（一）
1、引言
小屌丝：鱼哥，干啥嘞？
小鱼：啥也没干。
小屌丝：那现在就有时间了？
小鱼：有啥事？
小屌丝：帮我制作一个图表。
小鱼：啥图表？
小屌丝：就是这个图表。
小鱼：就这图表啊？
小屌丝：是啊，
小鱼：那你用excel也可以啊。
小屌丝：…我难道就不配用高端的技术吗？
小鱼：可以啊，那你用matplotlib呗
小屌丝：…我要是熟练，那我就不在这跟你叭叭了。
小鱼：可以啊，现在已经跟我用叭叭这个词了。
小屌丝：… 哎呀，鱼哥，男人不要看细节，我们要看整体。
小鱼：啥整体？
小屌丝：我不会matplotlib 这是整体。
小鱼：… 行，非常刑。
小屌丝：我这卡刚充的会员。
小鱼：… 这个可以行。
小屌丝：那我们开始matplotlib学习。
小鱼：别着急，让我来。
2、matplotlib介绍
2.1 基本功能
2.1.1 定义
-
Matplotlib 是一个 Python 的 2D 图形库，它能够生成出版质量级别的图形，可以用于各种硬拷贝格式和交互式环境。
-
Matplotlib 可以方便地创建条形图、散点图、直方图等图形，并且支持各种平台，包括 Unix/Linux、Windows、Mac OS X 等。
2.1.2 常用方法
matplotlib可以生成各种类型的图表，包括：
- 折线图：plt.plot()
- 柱状图：plt.bar()
- 散点图：plt.scatter()
- 饼图：plt.pie()
2.2 示例
2.2.1 安装
由于第三方库，需要安装，
我们还是老规矩，pip安装
pip install matplotlib
其它安装方式，直接看这两篇:
《Python3，选择Python自动安装第三方库，从此跟pip说拜拜！！》
《Python3：我低调的只用一行代码，就导入Python所有库！》
2.2.2 代码示例-折线图
- Demo1：折线图代码示例
# -*- coding:utf-8 -*-
# @Time : 2023-10-25
# @Author : Carl_DJ
'''
实现功能：
折线图示例
'''
import matplotlib.pyplot as plt
# 创建数据
x = [1, 2, 3, 4, 5]
y = [2, 4, 6, 8, 10]
# 创建图形
plt.plot(x, y)
# 添加标题和标签
plt.title("Test Demo")
plt.xlabel("X-axis")
plt.ylabel("Y-axis")
# 显示图形
plt.show()
运行结果
小屌丝：鱼哥，那我如果设置折线，该如何操作呢？
小鱼：只需要把 数据值 设置成不规律就可以了。
- Demo2：折线图
# -*- coding:utf-8 -*-
# @Time : 2023-10-25
# @Author : Carl_DJ
'''
实现功能：
制作简单折线图
'''
import matplotlib.pyplot as plt
# 创建数据
x = [1, 2, 3, 4, 5]
y = [2, 4, 6, 8, 10]
# 创建图形
plt.plot(x, y)
# 添加标题和标签
plt.title("Test Demo")
plt.xlabel("X-axis")
plt.ylabel("Y-axis")
# 显示图形
plt.show()
运行结果
2.2.2 代码示例-柱状图
# -*- coding:utf-8 -*-
# @Time : 2023-10-25
# @Author : Carl_DJ
'''
实现功能：
制作柱状图
'''
import matplotlib.pyplot as plt
# 创建数据
categories = ['Category1', 'Category2', 'Category3', 'Category4', 'Category5']
values = [10, 15, 7, 10, 5]
#创建柱状图
plt.bar(categories,values)
# 添加标题和标签
plt.title('Test Demo Bar')
plt.xlabel('Categories')
plt.ylabel('Values')
# 显示图形
plt.show()
运行结果
小屌丝：鱼哥，制作图表，还有其他的库吗？
小鱼：必须的， seabornde 也可以啊。
小屌丝：那鱼哥再给我介绍介绍呗？
小鱼：哎呀，现在都这个时间了，再不去，是不是就好关门了。
小屌丝：… 洗浴中心二十四小时营业，怎么能下班…
小鱼：明天，明天咱们来分享seabornde。
小屌丝：一言为定。
3、总结
看到这里，今天的分享就差不多该结束了。
其实制作图表，并不一定需要使用 matplotlib或者seaborn等库，
excel完全够用。
但是，有的时候，在大数据量的情况下，还是使用代码处理，更便捷，更高效。
我是小鱼：
- CSDN 博客专家；
- 阿里云 专家博主；
- 51CTO博客专家；
- 51认证讲师等；
- 认证金牌面试官；
- 职场面试及培训规划师；
- 多个国内主流技术社区的认证专家博主；
- 多款主流产品(阿里云等)测评一、二等奖获得者；
关注小鱼，带你学习更多更专业更前言的Python相关技术。