如果要批量安装库的话，可以建立一个requirements.txt文件，里面写上
matplotlib==2.2.2
numpy==1.14.2
pandas==0.20.3
TA-Lib==0.4.16
tables==3.4.2 hdf5
jupyter==1.0.0
然后执行 pin install -r requirements.txt
1、jupyter notebook 快捷键
Shift+Enter, 执行本单元代码，并跳转到下一单元
Ctrl+Enter，执行本单元代码，留在本单元
命令模式：按ESC进入
Y，cell切换到Code模式
M，cell切换到Markdown模式
A， 在当前cell的上面添加cell
B，在当前cell的下面添加cell
双击D:删除当前cell
Z，回退
L，为当前cell加上行号 <!--
Ctrl + Shift +P ，对话框输入命令直接运行
快速跳转到首个cell，Ctrl+Home
快速跳转到最后一个cell， Ctrl +END -->
编辑模式：按Enter进入
多光标操作：Ctrl键点击鼠标
回退：Ctrl+Z
重做：Ctrl+Y
补全代码：变量、方法后跟Tab键
为一行或多行代码添加/取消注释：Ctrl+/
屏蔽自动输出信息：可在最后一条语句之后加一个分号
2、Matplotlib
Matplotlib就是python的绘图库，库由三层结构组成： 容器层、辅助显示层、图像层，也就是画图的三个步骤。
1）容器层由画板层Canvas、画布层Figure、绘图区/坐标系Axes组成
Canvas是位于最底层的系统层，对于使用这来说是接触不到的，在绘图的过程中充当画板的角色，即放置画布(Figure)的工具
Figure是Canvas上方的第一层，也是需要用户来操做的第一层，在绘图的过程中充当画布的角色。
Axes是应用层的第二层，在绘图的过程中相当于画布上的绘图区的角色。
Figure:指整个图形(可以通过plt.figure()设置画布上的绘图区的角色)
Axes(坐标系)：数据的绘图区域
Axis(坐标轴)：坐标系中的一条轴，包含大小限制、刻度和刻度标签
特点是：
一个figure(画布)可以包含多个axes(坐标系、绘图区)，但是一个axes只能属于一个figure
一个axes(坐标系、绘图区)可以包含多个axis(坐标轴)，包含两个即为2d坐标系，3个即为3d坐标系
2）辅助显示层
辅助显示层为Axes(绘图区)内的除了根据数据绘制出的图像以外的内容，主要包括Axes外观(facecolor)、边框线(spines)、坐标轴(axis)、坐标轴名称(axis label)、坐标轴刻度(tick)、坐标轴刻度标签(tick label)、网格线(grid)、图例(legend)、标题(title)等内容。
3）图像层
图像层指Axes内通过plot、scatter、bar、histogram、pie等函数根据数据绘制出的图像。
总结：
Canvas(画板) 位于最底层，用户一般接触不到
Figure(画布) 建立在Canvas之上
Axes(绘图区) 建立在Figure之上
坐标轴(axis)、图例(legend)等辅助显示层以及图像层都是建立在Axes之上
现在开始画图
matplotlib.pyplot模块 包含了一系列的画图函数，这些函数作用于当前图形的当前坐标系(axes)
import matplotlib.pyplot as plt设置画布属性plt.figure， 要绘图的第一步就要创建画布
plt.figure(figsize=(),dpi=)
参数： figsize:知道图的长宽 dpi：图像的清晰度 ，返回fig对象，参数也可以不写使用默认值
图片保存
plt.savefig(path)
绘制折线图（plot）
# 1、创建画布
plt.figure(figsize=(20, 8), dpi=80)
# 2、绘制图像
plt.plot([1, 2, 3, 4, 5, 6, 7], [17, 17, 18, 15, 11, 11, 13])
# 保存图像
plt.savefig("test78.png")
# 3、显示图像
plt.show()注意：plt.show()会释放figure资源，如果在显示图像之后保存图片将只能保存空图片。
完善折线图
1）添加xy刻度信息、x轴y轴坐标描述、网格显示
plt.xticks(x,**kwargs) #x:要显示的刻度值
plt.yticks(y,**kwargs) #y:要显示的刻度值
#x轴y轴 标题
plt.xlabel("时间")
plt.ylabel("温度")
plt.title("温度变化图")
#网格
plt.grid(True,linestyle='--',alpha=0.5)# 需求：画出某城市11点到12点1小时内每分钟的温度变化折线图，温度范围在15度~18度
import random
# 1、准备数据 x y
x = range(60)
y_shanghai = [random.uniform(15, 18) for i in x]
# 2、创建画布
plt.figure(figsize=(20, 8), dpi=80)
# 3、绘制图像
plt.plot(x, y_shanghai)
# 修改x、y刻度
# 准备x的刻度说明
x_label = ["11点{}分".format(i) for i in x]
plt.xticks(x[::5], x_label[::5])
plt.yticks(range(0, 40, 5))
# 添加网格显示
plt.grid(linestyle="--", alpha=0.5)
# 添加描述信息
plt.xlabel("时间变化")
plt.ylabel("温度变化")
plt.title("某城市11点到12点每分钟的温度变化状况")
# 4、显示图
plt.show()
2)多次plot、显示图例
plt.plot(x, y_shanghai, color="r", linestyle="-.", label="上海")
plt.plot(x, y_beijing,color="b",label="北京")
#显示图例
plt.legend()图形设置
| 图形颜色 | 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 |
图例位置
| Location string | Location Code |
| 'best' | 0 |
| 'upper right' | 1 |
| 'upper left' | 2 |
| 'lower left' | 3 |
| 'lower right' | 4 |
| 'right' | 5 |
| 'center left' | 6 |
plt.legend(loc="lower left")
# 需求：再添加一个城市的温度变化
# 收集到北京当天温度变化情况，温度在1度到3度。
# 1、准备数据 x y
x = range(60)
y_shanghai = [random.uniform(15, 18) for i in x]
y_beijing = [random.uniform(1, 3) for i in x]
# 2、创建画布
plt.figure(figsize=(20, 8), dpi=80)
# 3、绘制图像
plt.plot(x, y_shanghai, color="r", linestyle="-.", label="上海")
plt.plot(x, y_beijing, color="b", label="北京")
# 显示图例
plt.legend()
# 修改x、y刻度
# 准备x的刻度说明
x_label = ["11点{}分".format(i) for i in x]
plt.xticks(x[::5], x_label[::5])
plt.yticks(range(0, 40, 5))
# 添加网格显示
plt.grid(linestyle="--", alpha=0.5)
# 添加描述信息
plt.xlabel("时间变化")
plt.ylabel("温度变化")
plt.title("上海、北京11点到12点每分钟的温度变化状况")
# 4、显示图
plt.show()
3) 多个坐标系显示 plt.subplots
matplotlib.pyplot.subplots(nrows=1,ncols=1, **fig_kw)
参数：nrows=1,ncols=1 int型 默认为1
设置标题等方法: set_xticks set_yticks set_xlabel set_ylabel
# 需求：再添加一个城市的温度变化
# 收集到北京当天温度变化情况，温度在1度到3度。
import random
# 1、准备数据 x y
x = range(60)
y_shanghai = [random.uniform(15, 18) for i in x]
y_beijing = [random.uniform(1, 3) for i in x]
# 2、创建画布
# plt.figure(figsize=(20, 8), dpi=80)
figure, axes = plt.subplots(nrows=1, ncols=2, figsize=(20, 8), dpi=80)
# 3、绘制图像
axes[0].plot(x, y_shanghai, color="r", linestyle="-.", label="上海")
axes[1].plot(x, y_beijing, color="b", label="北京")
# 显示图例
axes[0].legend()
axes[1].legend()
# 修改x、y刻度
# 准备x的刻度说明
x_label = ["11点{}分".format(i) for i in x]
axes[0].set_xticks(x[::5])
axes[0].set_xticklabels(x_label)
axes[0].set_yticks(range(0, 40, 5))
axes[1].set_xticks(x[::5])
axes[1].set_xticklabels(x_label)
axes[1].set_yticks(range(0, 40, 5))
# 添加网格显示
axes[0].grid(linestyle="--", alpha=0.5)
axes[1].grid(linestyle="--", alpha=0.5)
# 添加描述信息
axes[0].set_xlabel("时间变化")
axes[0].set_ylabel("温度变化")
axes[0].set_title("上海11点到12点每分钟的温度变化状况")
axes[1].set_xlabel("时间变化")
axes[1].set_ylabel("温度变化")
axes[1].set_title("北京11点到12点每分钟的温度变化状况")
# 4、显示图
plt.show()注意：plt函数相当于面向过程的画图方法，axes.set_ 等方法相当于面向对象的画图方法
import numpy as np
# 1、准备x，y数据
x = np.linspace(-1, 1, 1000)
y = 2 * x * x
# 2、创建画布
plt.figure(figsize=(20, 8), dpi=80)
# 3、绘制图像
plt.plot(x, y)
# 添加网格显示
plt.grid(linestyle="--", alpha=0.5)
# 4、显示图像
plt.show()绘制散点图 （plt.scatter）
# 需求：探究房屋面积和房屋价格的关系
# 1、准备数据
x = [225.98, 247.07, 253.14, 457.85, 241.58, 301.01, 20.67, 288.64,
163.56, 120.06, 207.83, 342.75, 147.9 , 53.06, 224.72, 29.51,
21.61, 483.21, 245.25, 399.25, 343.35]
y = [196.63, 203.88, 210.75, 372.74, 202.41, 247.61, 24.9 , 239.34,
140.32, 104.15, 176.84, 288.23, 128.79, 49.64, 191.74, 33.1 ,
30.74, 400.02, 205.35, 330.64, 283.45]
# 2、创建画布
plt.figure(figsize=(20, 8), dpi=80)
# 3、绘制图像
plt.scatter(x, y)
# 4、显示图像
plt.show()绘制柱状图（plt.bar）
matplotlib.pyplot.bar(x,width,align='center',**kwargs)
参数：align柱状图对齐方式 **kwargs：柱状图的颜色 参数都是可选的
# 1、准备数据
movie_names = ['雷神3：诸神黄昏','正义联盟','东方快车谋杀案','寻梦环游记','全球风暴', '降魔传','追捕','七十七天','密战','狂兽','其它']
tickets = [73853,57767,22354,15969,14839,8725,8716,8318,7916,6764,52222]
# 2、创建画布
plt.figure(figsize=(20, 8), dpi=80)
# 3、绘制柱状图
x_ticks = range(len(movie_names))
plt.bar(x_ticks, tickets, color=['b','r','g','y','c','m','y','k','c','g','b'])
# 修改x刻度
plt.xticks(x_ticks, movie_names)
# 添加标题
plt.title("电影票房收入对比")
# 添加网格显示
plt.grid(linestyle="--", alpha=0.5)
# 4、显示图像
plt.show()
# 1、准备数据
movie_name = ['雷神3：诸神黄昏','正义联盟','寻梦环游记']
first_day = [10587.6,10062.5,1275.7]
first_weekend=[36224.9,34479.6,11830]
# 2、创建画布
plt.figure(figsize=(20, 8), dpi=80)
# 3、绘制柱状图
plt.bar(range(3), first_day, width=0.2, label="首日票房")
plt.bar([0.2, 1.2, 2.2], first_weekend, width=0.2, label="首周票房")
# 显示图例
plt.legend()
# 修改刻度
plt.xticks([0.1, 1.1, 2.1], movie_name)
# 4、显示图像
plt.show() 
绘制直方图
matplotlib.pyplot.hist(x, bins=None, normed=Node, **kwargs)
绘制直方图首先要设置组距，然后计算组数
最低0.47元/天 解锁文章
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
