什么是Matplotlib
- matrix>>矩阵 # 二维数据 二维图表
- plot >>画图
- lib >>library库
可了解JS库 ： D3(国外库) echarts(国内库)
Matplotlib 三层结构
- 容器层
1.画板层（canvas）：位于最底层，用户一般接触不到
2.画布层（figure）：plt.figure()，建立在canvas之上
3.绘图区/坐标系（axes）：plt.subplots()，建立在figure之上，x、y轴张成的区域 - 辅助显示层
坐标系（axis）
图例（legend）：- 建立在axes之上 - 图像层
折线图绘制与保存图片
实例讲解
# 展现上海一周的天气，从周一到周日的天气温度
# 创建画布
plt.figure(figsize=(20,6),dpi=80)
# 绘制图像
plt.plot([1,2,3,4,5,6,7],[17,17,18,15,11,11,13]) # 列表1为x轴，列表2为y轴
# 保存图片
plt.savefig(r"C:\Users\Administrator\Desktop\text.png") # 保存在桌面,想要保存图像需放在pit.show()之前
# 显示图像
plt.show()
粗略画图
完善原始折线图（辅助显示层）
# 需求：画出上海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
# 准备数据 x y
x = range(60)
y_shanghai = [random.uniform(15,18) for i in x] # uniform 平均分布
# 创建画布
plt.figure(figsize=(20,6),dpi=80)
# 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]) # 步长要前后参数对应
plt.yticks(range(0,40,5))
# 添加网格显示
plt.grid(True,linestyle="--",alpha=0.5) # linestyle为网格的风格，alpha为透明度；True为默认值，可不填
# 添加描述信息
plt.xlabel("时间变化")
plt.ylabel("温度变化")
plt.title("上海城市11点到12点每分钟的温度变化状况")
# 显示图像
plt.show()
完善之后的画图
再次完善以上折线图
# 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
# 准备数据 x y
x = range(60)
y_shanghai = [random.uniform(15,18) for i in x] # uniform 平均分布
y_beijing = [random.uniform(1,3) for i in x]
# 创建画布
plt.figure(figsize=(20,6),dpi=80)
# 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，不传参数默认位置显示在右上角
# plt.legend()
# 显示图例并设置位置
# plt.legend(loc='lower left')# 显示在左下角
plt.legend(loc=3) # 也可以写成数字形式，与上面效果一致
# 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]) # 步长要前后参数对应
plt.yticks(range(0,40,5))
# 添加网格显示
plt.grid(True,linestyle="--",alpha=0.5) # linestyle为网格的风格，alpha为透明度；True为默认值，可不填
# 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")
# 显示图像
plt.show()
已完善各项设置的画图
多坐标系显示：plt.subplots(面向对象的画图方法)
figure,axes = matplotlib.pyplot.subplots(nrows=1,ncols=1,**fig_kw) # nrows=1,ncols=1 代表1行1列
- axet[0].方法
- axet[1].方法
- 设置标题方法不同
- set_xticks
- set_yticks
- set_xlabel
- set_ylabel
# 准备数据 x y
x = range(60)
y_shanghai = [random.uniform(15,18) for i in x] # uniform 平均分布
y_beijing = [random.uniform(1,3) for i in x]
# 创建多个子图，返回画布及绘图区
figure,axes = plt.subplots(nrows=1,ncols=2,figsize=(20,6),dpi=80)
# 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[::7],) # 步长要前后参数对应
axes[0].set_xticklabels(x_label[::7])
axes[0].set_yticks(range(0,40,5))
axes[1].set_xticks(x[::7],) # 步长要前后参数对应
axes[1].set_xticklabels(x_label[::7])
axes[1].set_yticks(range(0,40,5))
# 添加网格显示
axes[0].grid(True,linestyle="--",alpha=0.5)
axes[1].grid(True,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")
# 显示图像
plt.show()
多坐标系画图
折线图的引用场景
- 某事物、某指标随时间变化的状况
- 另外：可画各种数学函数
# 例如绘制抛物线
# 需利用numpy来生成部分数据
import numpy as np
# 准备x、y数据
x = np.linspace(-1,1,1000)
y = 2 * x * x
# 准备画布
plt.figure(figsize=(20,6),dpi=80)
# 绘制图像
plt.plot(x,y)
# 展示图像
plt.show()
抛物线
