(一)折线图小结

1、设置图片大小(想要一个高清无码大图)

# 图大小

plt.figure(figsize=(20, 8), dpi=80)

2、保存到本地

# 设置图片大小

plt.figure(figsize=(20, 8), dpi=180)

# 绘制图形，plot折线图

plt.plot(x, y)

# 保存图形

plt.savefig("14.png")

# 展示图形

plt.show()

3、描述信息,比如x轴和y轴表示什么,这个图表示什么

# 设置x轴的刻度

plt.xticks(range(0,25))

# 设置y轴的刻度

max_y=max(y)

min_y=min(y)

yticks_labels=list(range(min_y,max_y+1))[::2]

plt.yticks(yticks_labels)

4、调整x或者y的刻度的间距

# x轴线刻度

_xticks_labels = ["10时{}分".format(i) for i in range(1, 61)]

_xticks_labels += ["11时{}分".format(i) for i in range(1, 61)]

# print(_xticks_labels)

# plt.xticks(list(x)[::10],_xticks_labels[::10],rotation=30,fontproperties=my_font)

plt.xticks(list(x)[::10], _xticks_labels[::10], rotation=30)

# 设置x轴的label

plt.xlabel("时间",fontproperties=my_font)

# 设置y轴的label

plt.ylabel("温度(℃)",fontproperties=my_font)

# 设置标题

plt.title("10点到12点每分钟的时间变化情况",fontproperties=my_font)

5、线条的样式(比如颜色,透明度等)

6、标记出特殊的点(比如告诉别人最高点和最低点在哪里)

plt.annotate(

'这里转折', # 显示字符串

fontproperties='SimHei', # 中文字体

xy=(3, 4), # 箭头位置

xytext=(3.5, 4.5), # 文本位置

arrowprops=dict(facecolor='red', shrink=0.1, width=2) # facecolor:箭头颜色；shrink:箭头的起始和结束位置两侧的空白大小；width:箭头宽度

)

7、给图片添加一个水印(防伪,防止盗用)

# 水印 任意文本的x，y坐标值(15,3)(可用latex语法)，旋转角度

plt.text(15, 3, '我的花花世界', fontproperties='SimHei', fontsize='60', rotation=45,

alpha=0.4)

8、设置字体

# 设置全局字体

# fc-list查看字体

font = {'family': 'Microsoft Yahei',

'weight': 'bold',

}

matplotlib.rc("font", **font)

# 设置局部字体

my_font = font_manager.FontProperties(fname="C:\Windows\Fonts\STSONG.TTF")

plt.xticks(list(x)[::10],_xticks_labels[::10],rotation=30,fontproperties=my_font)

import matplotlib #载入matplotlib完整库

matplotlib.rcParams['font.family']='Microsoft Yahei' #字体，改为微软雅黑，默认 sans-serif

matplotlib.rcParams['font.size']=32 #字体大小，整数字号，默认10

9、随机种子：10和9不一样，随便写

random.seed(10) # 设置随机种子，让不同的随机得到相同的结果

y = [random.randint(20, 35) for i in range(120)]

10、添加图例：

# coding=utf-8

from matplotlib import pyplot as plt

import matplotlib # 载入matplotlib完整库

# from matplotlib import font_manager

matplotlib.rcParams['font.family'] = 'Microsoft Yahei' # 字体，改为微软雅黑，默认 sans-serif

matplotlib.rcParams['font.size'] = 18 # 字体大小，整数字号，默认10

# my_font = font_manager.FontProperties(fname="/System/Library/Fonts/PingFang.ttc",size="xx-small")

a = ["猩球崛起3：终极之战", "敦刻尔克", "蜘蛛侠：英雄归来", "战狼2"]

b_16 = [15746, 312, 4497, 319]

b_15 = [12357, 156, 2045, 168]

b_14 = [2358, 399, 2358, 362]

bar_width = 0.2

_x_14 = range(4)

_x_15 = [i + bar_width for i in _x_14]

_x_16 = [i + bar_width * 2 for i in _x_14]

plt.bar(_x_14, b_14, width=bar_width, label="14日")

plt.bar(_x_15, b_15, width=bar_width, label="15日")

plt.bar(_x_16, b_16, width=bar_width, label="16日")

plt.xticks(_x_15, a)

# 添加居中图例

plt.legend(loc=9)

plt.grid(alpha=0.4)

plt.show()

输出

其他：

#### 1.数据分析是什么

- 从大量的数据中寻找规律和结论，为后续的决策提供依据

#### 2.数据分析的流程

- 问题 ---》准备数据---》分析数据---》得出结存---》图形化的展示出来

#### 3.matplotlib如何绘制折线图，和散点图，折线图和散点图分别能表示的什么

- x是所有的坐标的x值的一个列表(的可迭代对象)

- y是所有的坐标的y值的一个列表(的可迭代对象)

- pyplot.plot(x,y) #绘制折线图 (变化)

- pyplot.scatter(x,y) #绘制散点图 (关系和联系，呈现离群点)

#### 4.matplotlib如何显示中文

```python

from matplotlib import font_manager

my_font = font_manager.FontProperties(fname="")

pyplot.xticks(fontproperties=my_font)

pyplot.legend(prop=my_font)

```

#### 5.matplotlib如何在x轴和y轴上显示我们自定义的内容

- 当刻度太稀疏或者是太密集

- pyplot.xticks()

- x轴和y轴显示字符串

- pyplot.xticks([1,2,3,4,],["str1","str2","str3","str4"])

#### 6.matplotlib如何设置图片的大小和保存图片到本地

- pyplot.figure(figsize = (20,8),dpi=80)

- pyplot.savefig("./a.png")

#### 7.设置图例

- 每次绘制的时候需要给label这个参数传值

- pyplot.legend(loc,prop=my_font)

#### 8.设置网格

- pyplot.grid(alpha=0.4)

(二)代码演示

1、plot绘制折线图

from matplotlib import pyplot as plt

x = range(2, 26, 2)

y = [15, 13, 14.5, 17, 20, 25, 26, 26, 27, 22, 18, 15]

# 设置图片大小

plt.figure(figsize=(20, 8), dpi=180)

# 绘制图形，plot折线图

plt.plot(x, y)

# 保存图形

plt.savefig("14.png")

# 展示图形

plt.show()

2、plot图片的相关设置

from matplotlib import pyplot as plt

x = range(2, 26, 2)

y = [15, 13, 14.5, 17, 20, 25, 26, 26, 27, 22, 18, 15]

# 设置图片大小

plt.figure(figsize=(20, 8), dpi=80)

# 绘制图形，plot折线图

plt.plot(x, y)

# 设置x轴的刻度

plt.xticks(range(0, 25))

# 设置y轴的刻度

max_y = max(y)

min_y = min(y)

yticks_labels = list(range(min_y, max_y + 1))[::2]

plt.yticks(yticks_labels)

plt.show()

3、plot相关设置2

import matplotlib

from matplotlib import pyplot as plt

import random

from matplotlib import font_manager

# 设置局部字体

my_font = font_manager.FontProperties(fname="C:\Windows\Fonts\STSONG.TTF")

# 设置全局字体

# fc-list查看字体

font = {'family': 'Microsoft Yahei',

'weight': 'bold',

}

matplotlib.rc("font", **font)

x = range(120)

random.seed(10) # 设置随机种子，让不同的随机得到相同的结果

y = [random.randint(20, 35) for i in range(120)]

# 图大小

plt.figure(figsize=(20, 8), dpi=80)

# 绘制折线图

plt.plot(x, y)

# x轴线刻度

_xticks_labels = ["10时{}分".format(i) for i in range(1, 61)]

_xticks_labels += ["11时{}分".format(i) for i in range(1, 61)]

# print(_xticks_labels)

# plt.xticks(list(x)[::10],_xticks_labels[::10],rotation=30,fontproperties=my_font)

plt.xticks(list(x)[::10], _xticks_labels[::10], rotation=30)

# 设置x轴的label

plt.xlabel("时间",fontproperties=my_font)

# 设置y轴的label

plt.ylabel("温度(℃)",fontproperties=my_font)

# 设置标题

plt.title("10点到12点每分钟的时间变化情况",fontproperties=my_font)

plt.show()

4、折线图-添加图例、线条样式等

from matplotlib import pyplot as plt

from matplotlib import font_manager

a = [1, 0, 1, 1, 2, 4, 3, 2, 3, 4, 4, 5, 6, 5, 4, 3, 3, 1, 1, 1]

b = [1, 0, 3, 1, 2, 2, 3, 3, 2, 1, 2, 1, 1, 1, 1, 1, 1, 1, 1, 1]

x = [i for i in range(11, 31)]

y = a

y_1 = b

# 设置局部字体

my_font = font_manager.FontProperties(fname="C:\Windows\Fonts\STSONG.TTF")

# 图大小

plt.figure(figsize=(20, 8), dpi=80)

# 折线图

plt.plot(x, y, "go-", label="自己", linewidth=2)

plt.plot(x, y_1, "rs", label="同桌")

# 添加图例,label和legend要同时使用。legend添加字体用prop=字体

plt.legend(prop=my_font, loc="best")

# 设置x轴刻度

_xticks_labels = ["{}岁".format(i) for i in range(11, 31)]

plt.xticks(x, _xticks_labels, fontproperties=my_font)

# x轴标签

plt.xlabel("年龄", fontproperties=my_font)

# y轴标签

plt.ylabel("男(女)朋友数量", fontproperties=my_font)

# 标题

plt.title("11岁到30岁男(女)朋友数量", fontproperties=my_font)

# 展示图形

plt.show()

延伸：

区别各个常用图形

折线图:以折线的上升或下降来表示统计数量的增减变化的统计图

特点:能够显示数据的变化趋势，反映事物的变化情况。(变化)

直方图:由一系列高度不等的纵向条纹或线段表示数据分布的情况。

一般用横轴表示数据范围，纵轴表示分布情况。

特点:绘制连续性的数据,展示一组或者多组数据的分布状况(统计)

条形图:排列在工作表的列或行中的数据可以绘制到条形图中。

特点:绘制连离散的数据,能够一眼看出各个数据的大小,比较数据之间的差别。(统计)

散点图:用两组数据构成多个坐标点，考察坐标点的分布,判断两变量

之间是否存在某种关联或总结坐标点的分布模式。

特点:判断变量之间是否存在数量关联趋势,展示离群点(分布规律)

更多图形

散点图：代码

# coding=utf-8

from matplotlib import pyplot as plt

from matplotlib import font_manager

my_font = font_manager.FontProperties(fname="C:\Windows\Fonts\STSONG.TTF")

month_3 = [11,17,16,11,12,11,12,6,6,7,8,9,12,15,14,17,18,21,16,17,20,14,15,15,15,19,21,22,22,22,23]

month_10 = [26,26,28,19,21,17,16,19,18,20,20,19,22,23,17,20,21,20,22,15,11,15,5,13,17,10,11,13,12,13,6]

x_3 = range(0,31)

x_10 = range(50,81)

#设置图形的大小

plt.figure(figsize=(20,8),dpi=80)

#绘制散点图

plt.scatter(x_3,month_3) #3月

plt.scatter(x_10,month_10) #10月

#实现x轴的刻度的展示

_x = list(x_3) + list(x_10)

_xtick_labels =["3月{}日".format(i+1) for i in x_3]

_xtick_labels+=["10月{}日".format(i+1) for i in x_3]

plt.xticks(_x[::3],_xtick_labels[::3],fontproperties=my_font,rotation=45)

#设置y轴的刻度

max_y = max([max(month_3),max(month_10)])

min_y = min([min(month_3),min(month_10)])

plt.yticks(range(min_y,max_y+1,2))

#实现绘制网格

plt.grid(alpha=0.4)

#设置labels和title

plt.xlabel("时间",fontproperties=my_font)

plt.ylabel("温度 单位(℃)",fontproperties=my_font)

plt.title("北京2016年3,10月份每天白天的最高气温随时间的变化",fontproperties=my_font)

plt.show()