Python数据分析matplotlib库的使用

一、什么是matplotlib

matplotlib是最流行的python底层绘图库，主要做数据可视化图表。

二、为什么要学习matplotlib

• 能将数据进行可视化，更直观的呈现
• 使数据更加客观，更具有说服力

三、matplotlib库的基本使用之折线图

• 导入matplotlib库

from matplotlib import pyplot as plt
x = range(1,10,2)
y = [2,4,6,8,10]
plt.plot(x,y)	# 传入x y ,通过plot绘制折线图
plt.show()	# 展示图形

展示结果：

matplotlib还可以设置输出图片的一些格式，如下：

• 设置图片的大小，像素
• 保存到本地
• 描述信息，比如x y轴所要表达的内容
• 调整x y轴的间距
• 线条的样式
• 标记出特殊的点
• 给图片添加水印

3.1 设置图片的大小

fig = plt.figure(figsize=(20, 8), dpi=80)

输出的样式就会发生改变：

3.2 保存图片

plt.savefig("example.png")

一保存到本地

3.3 调整x y轴的刻度

x = range(1, 20, 2)
y = [2, 4, 6, 8, 10, 12, 14, 16, 18, 20]
plt.xticks(x)	# 修改x轴的刻度
plt.yticks(y)	# 修改y轴的刻度

修改后的图像：

• 修改步长
  当x轴的刻度太密集时，可采用修改步长的方法达到疏一点的刻度，当然y轴同样。

plt.xticks(x[::2])

结果如下：

3.4 设置显示中文

from pylab import mpl	# 设置显示中文
mpl.rcParams['font.sans-serif'] = ['FangSong']

3.5设置x y轴及标题的标签

plt.xlabel("奇数")	# 设置x轴的标签
plt.ylabel("偶数")	# 设置y轴的标签
plt.title("示例")	# 设置标题的标签

输出结果如下：

3.6绘制网格

绘制网格可以更加明确的看出数据之间的关系，当然网格也可以调节透明度来更加易于观查数据，
透明度的数值为0-1之间，0表示完全透明，1表示完全不透明。

plt.grid()	# 采用默认的透明度
plt.grid(alpha=0.5)	# 透明度为0.5时的网格

输出结果：

3.7 设置图标

ax.plot(z_1, label="curb") #立方数据线
ax.plot(Y_1, label="quer", linewidth=5)	#平方数据线
ax.plot(x, x, label="liner", linewidth=5)	#直线
ax.legend(loc='best')	#添加图标

效果：

四、散点图的绘