Matplotlib的基本使用

二、Matplotlib的使用

1. 什么是Matplotlib

• 是专门用于开发2D图表(包括3D图表)
• 以渐进、 交互式方式实现数据可视化

2.为什么要学习Matplotlib

可视化是在整个数据挖掘的关键辅助工具， 可以清晰的理解数据， 从而调整我们的分析方法。

• 能将数据进行可视化,更直观的呈现
• 使数据更加客观、 更具说服力

3. matplotlib.pyplot模块

下面介绍matplotlib.pyplot模块的接口汇总，即plt对象的接口
推荐一个网站学习Matplotlib链接，里面有各个方法更详细的介绍

• 绘图类型

  函数名称	描述
  Bar	绘制条形图
  Barh	绘制水平条形图
  Boxplot	绘制箱型图
  Hist	绘制直方图
  his2d	绘制2D直方图
  Pie	绘制饼状图
  Plot	在坐标轴上画线或者标记
  Polar	绘制极坐标图
  Scatter	绘制x与y的散点图
  Stackplot	绘制堆叠图
  Stem	用来绘制二维离散数据绘制（又称为“火柴图”）
  Step	绘制阶梯图
  Quiver	绘制一个二维按箭头

• Image函数：图片相关

  函数名称	描述
  Imread	从文件中读取图像的数据并形成数组。
  Imsave	将数组另存为图像文件。
  Imshow	在数轴区域内显示图像。

• Axis函数：用于设置X或Y轴的信息

  函数名称	描述
  Axes	在画布(Figure)中添加轴
  Text	向轴添加文本
  Title	设置当前轴的标题
  Xlabel	设置x轴标签
  Xlim	获取或者设置x轴区间大小
  Xscale	设置x轴缩放比例
  Xticks	获取或设置x轴刻标和相应标签
  Ylabel	设置y轴的标签
  Ylim	获取或设置y轴的区间大小
  Yscale	设置y轴的缩放比例
  Yticks	获取或设置y轴的刻标和相应标签

• Figure函数：用于创建画布

  函数名称	描述
  Figtext	在画布上添加文本
  Figure	创建一个新画布
  Show	显示数字
  Savefig	保存当前画布
  Close	关闭画布窗口

4. 绘制图像的流程

此处简单以折线图为例，更加详情请参考matplotlib官网

• 导入matplotlib.pyplot模块

  import matplotlib.pyplot as plt
  

• 创建画布 – plt.figure()

  plt.figure(figsize=(), dpi=)
  figsize:指定图的长宽
  dpi:图像的清晰度
  返回fig对象
  

• 绘制图像 – plt.plot(x, y)

• 显示图像 – plt.show()

• 代码如下：

  import matplotlib.pyplot as plt
  # 1.创建画布
  plt.figure(figsize=(20,8), dpi=500)
  
  # 2.绘制图像(折线)
  plt.plot([1, 2, 3, 4, 5, 6, 7], [10, 13, 13, 98, 16, 20, 13])
  
  # 3.图像显示
  plt.show()
  

• 效果
  

5. 解决中文无法正常显示的问题

import matplotlib.pyplot as plt
plt.rcParams["font.sans-serif"]=["SimHei"] #设置字体
plt.rcParams["axes.unicode_minus"]=False #该语句解决图像中的“-”负号的乱码问题