1、matplotlib绘图三部曲
（1）创建画布
（2）绘图——包含绘图与图形修饰
（3）绘图展示
2、柱形图的绘制
（1）导入模块
import matplotlib.pyplot as plt
import numpy as np
将模块导入到脚本中，并更改名字为plt
（2）创建画布
plt.figure(figsize=(8,5), dpi=120)
使用figure()方法创建画布，figsize=(x,y)参数用于设置画布大小，单位为英寸，dpi参数用于设置图片像素
matplotlib默认不支持中文和符号和字符
plt.rcParams['font.sans-serif'] = 'SimHei' plt.rcParams['axes.unicode_minus'] = False
加入上面两行代码，使其能够显示中文和符号
（3）绘图——包括绘图与图形修饰
-
准备横轴和纵轴数据（以未来5天北京气温走势为例）
x = np.arange(1, 6) y = np.array([13, 15, 14, 17, 16])
数据一般以数组的形式来表示，这里x指的是横轴上的刻度，y_max和y_min都是纵轴的数据
- 绘制柱形图
plt.bar(x, y, width=0.5, color="t")
使用bar()方法绘制折线图，相关参数有width：柱子的宽度，color：柱子的颜色
- 增加标题
plt.title("北京未来5天天气最高温柱形图")
使用title()方法为图表增加标题
- 增加横轴名称
plt.xlabel("日期", verticalalignment="top")
使用xlabel()方法设置横轴名称，参数verticalalignment：设置名称的位置
- 增加纵轴名称
plt.ylabel("温度（℃）", rotation=0, horizontalalignment="right")
使用ylabel()方法设置纵轴名称，参数horizontalalignment：设置名称的位置，rotation：设置名称的旋转角度
- 修改刻度
xticks = ["今天", "周五", "周六", "周日", "周一"] plt.xticks(x, xticks)
使用xticks()方法修改横轴刻度，参数1为原来的刻度，参数2为替换之后的刻度
yticks = np.arange(-6, 34, 3) plt.yticks(yticks)
使用yticks()方法设置纵轴刻度，参数yticks为设置后的刻度
- 增加标注
for i, j in zip(x, y):
plt.text(i, j + 1, "%d℃" % j, horizontalalignment="center")
使用text()方法为每一个点增加标注，每次只能设置一个点的标注，因此使用循环，参数1为标注位置的横坐标，参数2位标注位置的纵坐标，参数3为标注的内容，horizontalalignment：设置标注的位置
- 保存图片
plt.savefig("./未来5天北京天气最高温柱形图.png")
使用savefig()方法将绘制出的折线图保存为图片，参数为图片的路径+名字
（4）绘图展示
plt.show()
使用show()方法展示绘制出的图形，不添加任何参数
3、最终效果展示
4、折线图的特点
概念：将值标注成点，并将这些点按照某种特定顺序连接起来形成的图称为折线图
应用场景：数据在一个有序的因变量上的变化，它的特点是反映事物随类别变化的趋势，可以清晰展现数据的增减趋势，增减的速率，增减的规律、峰值等特征
优点：
-
- 能够很好的展现沿某个维度的变化趋势
- 能够比较多组数据在同一个维度上的趋势
- 适合展现较大的数据集
缺点：
-
- 每张图上不适合展现较多的折线图