14.数据可视化库matplotlib

# coding: utf-8


import matplotlib.pyplot as plt
import numpy as np


# * 散点图



#plot()该函数是制作线形图
plt.plot([1,2,5,4,2,6,4])
plt.show()


# * subplot()在同一个平面上，创建多个子图



x = [1,2,3,4]
y = [5,4,7,2]
#创建一个figure图形对象，可以将多个子图同时放在一个figure对象上
plt.figure()

#参数：1.表示figure对象上可以放置5行子图
# 2.表示figure对象上可以放置3列子图
# 3.表示子图的绘制位置，按照从左到右，从上到下排列的
plt.subplot(5,3,1)
plt.plot(x,y)

plt.subplot(5,3,2)
plt.plot(x,y)

plt.subplot(5,3,3)
plt.plot(x,y) #折线图

y1 = [7,8,5,3]
plt.subplot(5,3,4)
plt.bar(x,y)

plt.subplot(5,3,5)
plt.barh(x,y) #横直方图

y1 = [7,8,5,3]
plt.subplot(5,3,6)
plt.bar(x,y1,color='r')

y1 = [7,8,5,3]
plt.subplot(5,3,7)
plt.bar(x,y1,color='y',bottom=y1) #直方图

y1 = [7,8,5,3]
plt.subplot(5.,3,8)
plt.boxplot(x,y1) #箱型图

y1 = [7,8,5,3]
plt.subplot(5,3,9)
plt.scatter(x,y1) #散点图

plt.show()



x = np.arange(100)
fig = plt.figure()

# 添加三个子图，给三个空白图片绘制子图内容
ax1 = fig.add_subplot(2,2,1)
plt.plot(x,x)

ax2 = fig.add_subplot(2,2,2)
plt.plot(x,x**2)

ax3 = fig.add_subplot(2,2,3)
plt.plot(np.random.randn(10),'k--') # k:表示颜色

ax4 = fig.add_subplot(2,2,4)
# bins:调整柱子的宽度，值越大柱子越窄;
# alpha:柱子的透明度，取值范围0-1，0完全透明，1非透明，默认值为1
plt.hist(np.random.randn(10),bins=20,color='y',alpha=0.5) 

plt.show()


# * subplots() 可以快速生成一个n行n列的空白图标，相当于是add_subplot()的
一个快捷方式



fig,axes = plt.subplots(2,3)
axes

ax1 = axes[1][1]
ax1.bar([1,2,3,4],[1,5,3,4])

plt.show()


# ## 图片的基本设置
#     *颜色的设置
#     *数据标记
#     *线性的设置



x = [1,2,3,4]
y = [5,3,2,4]
plt.figure()

# r线段为红色
# o数据标记
# --线段类型
plt.plot(x,y,'ro--')
#plot() hist()如果只指定了一个值，默认是y轴的数据
plt.plot(np.random.randn(30),color='y',linestyle='dashed',
marker='o',drawstyle='steps-post',label='test')
plt.legend() #显示图例
plt.show()




fig = plt.figure()
ax = fig.add_subplot(1,1,1)

ax.plot(np.random.randn(100),label='People')

# 设置图标标题
ax.set_title('my custom plot')
# 设置x轴或者y轴上的刻度
# 针对某一个图标
# ax.set_xlim([0,100])
# ax.set_ylim([-4,4])
# 针对全局的图标
# plt.xlim([0,150])
# 设置x轴或者y轴只显示哪些刻度
ax.set_xticks([0.,100,200])
# plt.xticks([0,200])
#设置刻度标签,
ax.set_yticks([-2,-1,0])
ax.set_yticklabels(['one','two','three'],rotation=30,fontsize='larger')
 # rotation:标签旋转角度，fontsize:标签字体大小
# 设置坐标轴的标签
ax.set_xlabel('number')
ax.set_ylabel('num')
ax.legend(loc='best')

plt.show()