基础绘图功能 — 以折线图为例

3.2.1准备数据并画出初始折线图

import matplotlib.pyplot as plt
import random

# 画出温度变化图

# 0.准备x, y坐标的数据
x = range(60)
y_shanghai = [random.uniform(15, 18) for i in x]

# 1.创建画布
plt.figure(figsize=(20, 8), dpi=80)

# 2.绘制折线图
plt.plot(x, y_shanghai)

# 3.显示图像
plt.show()

3.2.2 添加自定义x,y刻度

- plt.xticks(x, **kwargs)
 x:要显示的刻度值
- plt.yticks(y, **kwargs)
 y:要显示的刻度值

3.2.3添加网格显示

为了更加清楚地观察图形对应的值

plt.grid(True, linestyle='--', alpha=0.5)

3.2.4添加描述信息

plt.xlabel("时间")
plt.ylabel("温度")
plt.title("中午11点0分到12点之间的温度变化图示", fontsize=20)

3.2.5图像保存

# 保存图片到指定路径
plt.savefig("test.png")

3.2.6在一个坐标系中绘制多个图像

其实很简单只需要再次plot即可

3.2.6设置图形风格

颜色字符	风格字符     
  r 红色	- 实线     
g 绿色	- - 虚线   
b 蓝色	-. 点划线   
w 白色	: 点虚线    
c 青色	' ' 留空、空格
m 洋红	         
y 黄色	         
 k 黑色	         

3.2.7显示图例

- 注意：如果只在plt.plot()中设置label还不能最终显示出图例，还需要通过plt.legend()将图例显示出来。

Location String	Location Code
'best'         	0            
'upper right'  	1            
'upper left'   	2            
'lower left'   	3            
'lower right'  	4            
'right'        	5            
'center left'  	6            
'center right' 	7            
'lower center' 	8            
'upper center' 	9            
'center'       	10           

3.2.7多个坐标系显示

fig ,axes = plt.subplots()

- 	nrows ----几行
- 	ncols ----几列

注意：有些方法需要添加set_*

折线图应用场景

1. 表示数据变化
2. 绘制数学图像

3.3常见图形绘制

1.折线图 ----plt.plot

变化

2.散点图 --plt.scatter()

分布规律

3.柱状图 --plt.bar

统计 对比

4.直方图 --plt.hist()

统计 分布

5.饼状图 --plt.pie

占比