Python绘图（一）：matplotlib 基本使用

本篇文章介绍 matplotlib 包的基本使用。这会是一个系列文章，之后我会逐步介绍Python更高级的绘图方法。

环境搭建

对于新手来说，最简单的方式就是安装 Anacoda 了，这是它的官方网站https://www.anaconda.com/。

百度百科：

Anaconda指的是一个开源的Python发行版本，其包含了conda、Python等180多个科学包及其依赖项。

使用的Python库

• numpy：NumPy系统是Python的一种开源的数值计算扩展。这种工具可用来存储和处理大型矩阵，比Python自身的嵌套列表（nested list structure)结构要高效的多（该结构也可以用来表示矩阵（matrix））。
• pandans：Pandas 是基于NumPy 的一种工具，该工具是为了解决数据分析任务而创建的。Pandas 纳入了大量库和一些标准的数据模型，提供了高效地操作大型数据集所需的工具。
• matplotlib：Python 的绘图库

示例 1：绘制简单正弦函数

import matplotlib.pyplot as plt
import numpy as np

x = np.linspace(0, 10, 100)
y = np.sin(x)  # sin 函数
plt.plot(x,y)
plt.show()

linspace 函数解释：

np.linspace(start, stop, num=50)

Parameters
----------
start : 
    The starting value of the sequence.
stop : scalar
    The end value of the sequence, unless `endpoint` is set to False.
    In that case, the sequence consists of all but the last of ``num + 1``
    evenly spaced samples, so that `stop` is excluded.  Note that the step
    size changes when `endpoint` is False.
num : int, optional
    Number of samples to generate. Default is 50. Must be non-negative.

Returns
-------
samples : ndarray

示例 2：在图片中加入标签

import matplotlib.pyplot as plt
import numpy as np

x = np.arange(0, 1.1, 0.01)
y =  x**2

plt.figure(figsize=(9,9))   # 设置画布大小
plt.title('lines')   # 设置title
plt.xlabel('x1')   # 设置x轴标签
plt.ylabel('y')
plt.xlim((0, 1))   # 设定x轴的范围
plt.ylim((0, 1))
plt.xticks([0, 0.2, 0.4, 0.6, 0.8, 1])   # 设置轴刻度
plt.yticks([0, 0.2, 0.4, 0.6, 0.8, 1])
plt.plot(x,y, label='y = x^2')
plt.legend(loc='best')
plt.show()

arange函数介绍：

np.arange([start,] stop[, step,])

Parameters
----------
start : number, optional
    Start of interval.  The interval includes this value.  The default
    start value is 0.
stop : number
    End of interval.  The interval does not include this value, except
    in some cases where `step` is not an integer and floating point
    round-off affects the length of `out`.
step : number, optional
    Spacing between values.  For any output `out`, this is the distance
    between two adjacent values, ``out[i+1] - out[i]``.  The default
    step size is 1.  If `step` is specified as a position argument,
    `start` must also be given.

Returns
-------
samples : ndarray

示例 3: 微信阅读量统计

数据格式：

Date	Counts	Times
2017/10/1	399	763
2017/10/2	126	745

import matplotlib.pyplot as plt
import pandas as pd

wechat = pd.read_excel("wechat.xlsx")
wechat.Date = pd.to_datetime(wechat.Date, format='%Y-%m-%d')

plt.plot(wechat.Date,
        wechat.Counts,
        linestyle='-',
        linewidth=2,
        color='steelblue',
        marker='o',    # 折线图中添加圆点
        markersize=6,
        markeredgecolor='black',
        markerfacecolor='red'
)

plt.ylabel('Counts')
plt.xticks(rotation=45)   # x 刻度旋转角度
plt.title("Counts Statistic")
plt.show()