1.绘制线性图
第一步:导入相应包import matplotlib.pyplot as plt
%matplotlib inline # 如果失败可以加上这一句
第二部画图:plt.plot(x,y) #plot用来画线性图,多次使用.plot()就会画几条线,或者plt.plot(x,y,x1,y1)
常用参数的讲解:
设置图例legend()
plt.plot(x,y,label = '线段的名字',c='red',alpha='透明度',ls='线段样式('solid'实线,'dashed'虚线段, 'dashdot'虚线点, 'dotted')')
#设置线段的样式
plt.legend() #这样就为线段加上名字了
设定坐标系的大小比例
plt.figure(figsize=(1,2)) # 设置为1:2的比例放大
plt.plot(x,y)
加入标识
plt.plot(a,b)
plt.xlabel('x轴的标签名字')
plt.ylabel('y轴的标签名字')
plt.title('图片的名字')
plt.show()
如何保存图像
fig = plt.figure() # 实例化一个fig对象
plt.plot(x,y)
plt.legend()
fig.savefig('保存的位置',dpi=像素) # 保存图片
2.画柱状图:
第一步:导入相应包import matplotlib.pyplot as plt
第二步:plt.bar(x,y,h) # x表示索引,y表示x对应的高度,h表示宽度
plt.hbar() # 把图片反过来画
3.直状图:
plt.hist()
返回一个元组三个值,第一个数组(默认是10个)中每个元素与其对应的是第二个数组中表示范围(eg:1.3-2.0,2.0-3.3,....)的数量
第三个元素就是图像
参数:bins表示要画的数量,默认是10个,范围内出现为0也算
color颜色
normed 默认为None,如果值为True，直方图的值将进行归一化处理，形成概率密度
4.圆饼图
plot.pie()，饼图也只有一个数据参数x,饼图适合展示各部分占总体的比例，条形图适合比较各部分的大小
eg:
arr=[21,22,11,15]
plt.pie(arr,labels=['a','b','c','d'],labeldistance=0.5,autopct='%.4f%%',shadow=True,explode=[0.2,0.3,0.2,0.4])
arr:按照arr中每个数据的比例划分
labels:表示arr中对应的的标签名
labeldistance:表示标签名离圆心距离
autopct:表示数据以保留几位小数的形式写出来
explode:表示每份饼比例离圆心的距离
shadow:表示每份饼是否有阴影面积
5.离散图:
plt.scatter(x,y,s=5,marker='<')# s表示面积，marker表示图形
https://www.jb51.net/article/105287.htm网页中有每总图片的案例
