import matplotlib.pyplot as plt # 我们最常用matplotlib中的pyplot模块，别名设置为plt是约定俗称常用，也可以自己设置

x=[0.5,0.75,1,2,3,3.5,4,5.5]  # 某学生不同科目的学习时间
y=[10,22,25,40,50,70,90,93]     # 对应不同科目的分数# 画散点图
plt.scatter(x,y,s=200)  # s表示设置散点的大小#设置图标标题
plt.title('学生分数情况',fontsize =24)# 设置坐标轴标签
plt.xlabel('学习时间')
plt.ylabel('考试分数')plt.show()

# 折线图
x=[1,2,3,4,5]
y=[10,20,20,35,30]# 作图
'''
linewidth：修改线条宽度
color:     修改线条颜色
marker:    点的形状，o表示点为圆圈标记
linestyle：线条的形状，dash表示用虚线连接，也可以直接用'--'表示
label：    增加图例
'''plt.plot(x,y,linewidth=3,color='red',marker='o',linestyle='--',label='我是图例')# 显示图例
plt.legend(loc = 'upper left')  # loc设置图例位置# 设置图标的标题，并且给坐标轴加上标签
plt.title('我是标题',fontsize=20)  #fontsize 修改标题大小
plt.xlabel('我是横轴')
plt.ylabel('我是纵轴')

# 修改坐标轴范围——方法1
plt.xticks([0,1,2,3,4,5,6])  # 直接以列表形式给出横轴
plt.yticks(np.linspace(0,40,5))  # 利用linspace()可以生成制定范围均匀分布的数，给出纵轴

# 修改坐标轴范围——方法2
'''
axis：坐标轴范围
语法：axis[xmin,xmax,ymin,ymax]
也就是axis[x轴最小值，x轴最大值，y轴最小值，y轴最大值，]'''
plt.axis([0,6,0,40])

'''
使用数组同时绘制多个线性
'''x= np.arange(0,20,0.2)
y1 =  x
y2 =  x**2
y3 = x**3# 使用plot绘制线条
lineList = plt.plot(x,y1,x,y2,x,y3)# 使用setp方法可以同时设置多个线条的属性
plt.setp(lineList,color='r')plt.show()

# 数据
x=[1, 2, 3, 4]
y=[1, 4, 9, 16]# 作图
plt.plot(x,y ,color='r')# 添加坐标轴名称
plt.xlabel('我是x轴')
plt.ylabel('我是y轴')# 添加注释
'''
参数名xy：箭头注释中箭头所在位置，
参数名xytext：注释文本所在位置，
arrowprops在xy和xytext之间绘制箭头,
shrink表示注释点与注释文本之间的图标距离
# '''
plt.annotate('我是注释',xytext=(2,10) ,xy =(2,4.5),arrowprops=dict(facecolor='black',shrink=0.02))

# 数据
x= np.arange(0,8,0.2)
y1 =  x
y2 =  x**2
y3 = x**3# 创建画板
plt.figure(figsize=(3*4,1*3))  # figsize（画板宽度，画板高度），宽度决定列数，高度决定行数
ax1 = plt.subplot(1,3,1)
plt.plot(x,y1)
plt.title('我是y1对应的图')# 创建画纸2并作图
ax2 = plt.subplot(1,3,2)
plt.plot(x,y2)
plt.title('我是y2对应的图')# 创建画纸3并作图
ax3 = plt.subplot(1,3,3)
plt.plot(x,y3)
plt.title('我是y3对应的图')
plt.show()

# 柱状图
# 数据
x = np.array(list('ABCDEF'))
y =  np.random.randint(1,100,6)# 作图
# x,y参数：x，y值
# width：宽度比例
# facecolor柱状图里填充的颜色plt.bar(x,y,width=0.5,facecolor='lightblue')
plt.show()plt.bar - 这个网站可出售。 - 最佳的Server monitoring 来源和相关信息。# 柱状图
# 数据
x = np.array(list('ABCDEF'))
y =  np.random.randint(1,100,6)# 作图
# x,y参数：x，y值
# width：宽度比例
# facecolor柱状图里填充的颜色plt.bar(x,y,width=0.5,facecolor='lightblue')
plt.show()

# 数据
df =  pd.DataFrame(np.random.rand(10,3)*20,columns=['a','b','c'])
df

# 之前都是用plt作图，其实DataFrame也可以作图
df.plot(kind='bar')
plt.show()

# 柱状图的填充颜色也可以更改
df.plot(kind='bar',colormap='Blues_r',grid=True)   # grid显示网格线
plt.show()

df.plot(kind='bar',grid = True,stacked=True)
# 多系列堆叠图
# stacked → 堆叠
plt.show()

# 利用随机数生成一个二维数据（5*5）
data=[]
for i in range(5):temp = list(np.random.randint(10,50,4))data.append(temp)
data

# 作图并选择热图的颜色填充风格，这里选择hot
from matplotlib import cm
plt.imshow(data,cmap=plt.cm.hot_r)#设置标题，横纵坐标
plt.title('我是标题')# 增加右侧颜色进度条
plt.colorbar()plt.show()