数据分析 | Matplotlib

Matplotlib 是 Python 中常用的 2D 绘图库，它能轻松地将数据进行可视化，作出精美的图表。

绘制折线图：

import matplotlib.pyplot as plt
#时间
x=['周一','周二','周三','周四','周五','周六','周日']
#能量值
y=[61,72,66,79,80,88,85]
# 用来设置字体样式以正常显示中文标签
plt.rcParams['font.sans-serif']=['SimHei']
plt.plot(x,y)
plt.show()

效果图：

如果要在一张图上显示两个折线图，只需要调用两次plt.plot()，并且显示图例，在调用 plt.plot() 方法时传入 label 参数，接着调用 plt.legend() 方法显示图例，例如：

#时间
x=['周一','周二','周三','周四','周五','周六','周日']
#能量值
y1=[61,72,66,79,80,88,85]
#money
y2=[11.5,18.5,58,16.5,50.13,12,130.94]
# 用来设置字体样式以正常显示中文标签
plt.rcParams['font.sans-serif']=['SimHei']
plt.plot(x,y1,label='能量值')
plt.plot(x,y2,label='money')
plt.legend()
plt.show()

效果图：

如果想自行选择图例位置的话可以通过 plt.legend() 方法的 loc 参数实现，loc 参数共有如下 11 种方式可供选择：

#靠上居中
plt.legend(loc='upper center')

绘制柱状图：

普通柱状图：

普通柱状图的画法很简单，调用 plt.bar() 方法即可。

• 传入两个参数，第一个参数是 x 轴上刻度的标签序列（列表、元组、数组等），第二个参数则用于指定每个柱子的高度，也就是具体的数据。
• plt.bar() 还有一些可选参数，常用的有 width 和 color，分别用于设置柱子的宽度（默认 0.8）和颜色。

#时间
x=['周一','周二','周三','周四','周五','周六','周日']
#能量值
y1=[61,72,66,79,80,88,85]# 用来设置字体样式以正常显示中文标签
plt.rcParams['font.sans-serif']=['SimHei']
#设置图表的标题
plt.title("xback的一周")
plt.bar(x,y1,label='能量值',width=0.6,color='purple')
plt.legend()
plt.show()

效果图：

堆叠柱状图：

#时间
x=['周一','周二','周三','周四','周五','周六','周日']
#能量值
y1=[61,72,66,79,80,88,85]
#money
y2=[11.5,18.5,58,16.5,50.13,12,80]
# 用来设置字体样式以正常显示中文标签
plt.rcParams['font.sans-serif']=['SimHei']plt.bar(x,y1,label='能量值',width=0.6,color='purple')
plt.bar(x,y2,label='money',width=0.6,color='red')
plt.title("xback的一周")
plt.legend()
plt.show()

效果图：

分组柱状图：

import matplotlib.pyplot as plt
import numpy as np
x=np.arange(7)
width=0.3
#时间
day=['周一','周二','周三','周四','周五','周六','周日']
#能量值
y1=[61,72,66,79,80,88,85]
#money
y2=[11.5,18.5,58,16.5,50.13,12,80]
# 用来设置字体样式以正常显示中文标签
plt.rcParams['font.sans-serif']=['SimHei']
plt.bar(x-width/2,y1,label='能量值',width=0.3,color='purple')
plt.bar(x+width/2,y2,label='money',width=0.3,color='red')
plt.title("xback的一周")
plt.xticks(x,day)
plt.legend()
plt.show()

效果图：

绘制饼图：

• plt.pie() 方法每个参数的作用：第一个参数是绘图需要的数据；参数 labels 指定了数据对应的标签；参数 autopct 则给饼图自动添加百分比显示。
• '%0.1f%%' 可以分为两部分，一部分是 %0.1f 表示保留一位小数，同理 %0.2f 表示保留两位小数。
• 另一部分是 %%，其实它就表示输出一个 %，因为 % 还字符串格式化输出中有特殊的含义，所以想要输出 % 就得写成 %%。所以，'%0.1f%%' 的含义是保留一位小数的百分数，例如：53.3%。

#时间
day=['周一','周二','周三','周四','周五','周六','周日']
#能量值
happiness=[61,72,66,79,80,88,85]
#突出显示数据
explode=(0.1,0,0,0,0,0,0)
# 用来设置字体样式以正常显示中文标签
plt.rcParams['font.sans-serif']=['SimHei']
plt.pie(happiness,explode=explode,autopct='%0.1f%%')
plt.title("xback的一周")
plt.show()

效果图：

绘制子图：

• 在 matplotlib 中，我们可以调用 plt.subplot() 方法来添加子图。 plt.subplot() 方法的前两个参数分别是子图的行数和列数，第三个参数是子图的序号（从 1 开始）
• 使用 set_title()来为每个子图设置单独的标题。需要注意的是，如果想要给带有子图的图表设置总的标题的话，不是使用 plt.title() 方法，而是通过 plt.suptitle() 方法来设置带有子图的图表标题。

import numpy as np
import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif']=['SimHei']    # 用来设置字体样式以正常显示中文标签
plt.rcParams['axes.unicode_minus']=False    # 默认是使用Unicode负号，设置正常显示字符，如正常显示负号
x = np.arange(0, 2 * np.pi, 0.1)
plt.suptitle('三角函数可视化')
# 子图 1ax1 = plt.subplot(2, 2, 1)
ax1.set_title('sin函数')
y1 = np.sin(x)
ax1.plot(x, y1)# 子图 2ax2 = plt.subplot(2, 2, 2)
ax2.set_title('cos函数')
y2 = np.cos(x)
ax2.plot(x, y2)# 子图 3ax3 = plt.subplot(2, 1, 2)
ax3.set_title('tan函数')
y3 = np.tan(x)
ax3.plot(x, y3)plt.show()

效果图：