08【matplotlib】06matplotlib绘制多次图形和不同图形的差异介绍和总结

动手

题目

假设大家在30岁的时候,根据自己的实际情况,统计出来了从11岁到30岁每年交的女(男)朋友的数量如列表a,请绘制出该数据的折线图,以便分析自己每年交女(男)朋友的数量走势

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

要求:
y轴表示个数
x轴表示岁数,比如11岁,12岁等

代码+结果

代码

# -*- coding: utf-8 -*-'''
@Time    : 2020/11/28 12:26
@Author  : yuhui
@Email   : 3476237164@qq.com
@FileName: matplotlib_4.py
@Software: PyCharm
'''"""08【matplotlib】06matplotlib绘制多次图形和不同图形的差异介绍和总结""""""
假设大家在30岁的时候,根据自己的实际情况,统计出来了从11岁到30岁每年交的女(男)朋友的数量如列表a,请绘制出该数据的折线图,以便分析自己每年交女(男)朋友的数量走势
a = [1,0,1,1,2,4,3,2,3,4,4,5,6,5,4,3,3,1,1,1]
要求:y轴表示个数x轴表示岁数,比如11岁,12岁等
"""import matplotlib.pyplot as plt# 解决中文乱码
plt.rcParams["font.sans-serif"]=["KaiTi"]
plt.rcParams["font.family"]="sans-serif"
# 解决符号无法显示的问题
plt.rcParams['axes.unicode_minus'] = False # 解决保存图像时负号'-'显示为方块的问题fig=plt.figure(figsize=(16,9),dpi=100
)"""x轴数据和y轴数据"""
x=range(11,31)  # 11岁到30岁
y=[1,0,1,1,2,4,3,2,3,4,4,5,6,5,4,3,3,1,1,1]plt.plot(x,y)"""调整x轴和y轴的刻度"""# 调整y轴的刻度
_y=y
plt.yticks(range(min(_y),max(_y)))# 调整x轴的刻度
_x=x
_xticks=[f"{i}岁" for i in range(11,31)]
plt.xticks(_x,_xticks,rotation=45)"""添加描述性信息"""
plt.xlabel("年龄/岁")
plt.ylabel("人数/人")
plt.title("从11岁到30岁每年交的女(男)朋友的数量")# 展示
plt.show()

结果

为图像背景添加网格线

我们通过网格线能够大概地知道这个点大概是在什么位置

默认情况下

在这种情况下，matplotlib是如何绘制网格线的？

这种情况：没有传递任何参数，也就是默认的情况

那么，在这种情况下，我们应该如何设置网格线的密集程度呢？

可以通过改变x轴和y轴的刻度的疏密程度来改变网格线的密集程度

设置网格线的属性

透明度

最终的代码+结果

# -*- coding: utf-8 -*-'''
@Time    : 2020/11/28 12:26
@Author  : yuhui
@Email   : 3476237164@qq.com
@FileName: matplotlib_4.py
@Software: PyCharm
'''"""08【matplotlib】06matplotlib绘制多次图形和不同图形的差异介绍和总结""""""
假设大家在30岁的时候,根据自己的实际情况,统计出来了从11岁到30岁每年交的女(男)朋友的数量如列表a,请绘制出该数据的折线图,以便分析自己每年交女(男)朋友的数量走势
a = [1,0,1,1,2,4,3,2,3,4,4,5,6,5,4,3,3,1,1,1]
要求:y轴表示个数x轴表示岁数,比如11岁,12岁等
"""import matplotlib.pyplot as plt# 解决中文乱码
plt.rcParams["font.sans-serif"]=["KaiTi"]
plt.rcParams["font.family"]="sans-serif"
# 解决符号无法显示的问题
plt.rcParams['axes.unicode_minus'] = False # 解决保存图像时负号'-'显示为方块的问题fig=plt.figure(figsize=(16,9),dpi=100
)"""x轴数据和y轴数据"""
x=range(11,31)  # 11岁到30岁
y=[1,0,1,1,2,4,3,2,3,4,4,5,6,5,4,3,3,1,1,1]plt.plot(x,y)"""调整x轴和y轴的刻度"""# 调整y轴的刻度
_y=y
# plt.yticks(range(min(_y),max(_y)))# 调整横向网格线的疏密程度
plt.yticks(range(9))# 调整x轴的刻度
_x=x
_xticks=[f"{i}岁" for i in range(11,31)]
plt.xticks(_x,_xticks,rotation=45)"""添加描述性信息"""
plt.xlabel("年龄/岁")
plt.ylabel("人数/人")
plt.title("从11岁到30岁每年交的女(男)朋友的数量")"""设置图片的背景"""
# 绘制网格线
plt.grid(alpha=0.4,  # 透明度  0~1  透明~不透明
)# 展示
plt.show()

再动手一次

题目

假设大家在30岁的时候,根据自己的实际情况,统计出来了你和你同桌各自从11岁到30岁每年交的女(男)朋友的数量如列表a和b,请在一个图中绘制出该数据的折线图,以便比较自己和同桌20年间的差异,同时分析每年交女(男)朋友的数量走势

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]

要求:
y轴表示个数
x轴表示岁数,比如11岁,12岁等

代码+结果1.0

# -*- coding: utf-8 -*-'''
@Time    : 2020/11/28 13:38
@Author  : yuhui
@Email   : 3476237164@qq.com
@FileName: matplotlib_5.py
@Software: PyCharm
'''"""08【matplotlib】06matplotlib绘制多次图形和不同图形的差异介绍和总结""""""
假设大家在30岁的时候,根据自己的实际情况,统计出来了你和你同桌各自从11岁到30岁每年交的女(男)朋友的数量如列表a和b,请在一个图中绘制出该数据的折线图,以便比较自己和同桌20年间的差异,同时分析每年交女(男)朋友的数量走势
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]
要求:y轴表示个数x轴表示岁数,比如11岁,12岁等
"""import matplotlib.pyplot as plt# 解决中文乱码
plt.rcParams["font.sans-serif"]=["KaiTi"]
plt.rcParams["font.family"]="sans-serif"
# 解决符号无法显示的问题
plt.rcParams['axes.unicode_minus'] = False # 解决保存图像时负号'-'显示为方块的问题fig=plt.figure(figsize=(16,9),dpi=100
)"""x轴数据和y轴数据"""
x=range(11,31)  # 11岁到30岁
y_1 = [1,0,1,1,2,4,3,2,3,4,4,5,6,5,4,3,3,1,1,1]  # 自己
y_2 = [1,0,3,1,2,2,3,3,2,1 ,2,1,1,1,1,1,1,1,1,1]  # 同桌# 在同一张画布上同时绘制出两个图
plt.plot(x,y_1)
plt.plot(x,y_2)# 设置x轴和y轴的刻度数据# x轴
_x=x
_xticks=[f"{i}岁" for i in range(11,31)]
plt.xticks(_x,_xticks)# y轴
_y=y_1+y_2
plt.yticks(range(min(_y),max(_y)+1))# 绘制网格线
plt.grid(alpha=0.4,
)plt.show()

问题

当我们将这个图给别人看的时候，别人可能不会很明白，哪个颜色对应的是哪一组数据。

为每一条线添加标注

如何改变图例框的位置？

        ===============   =============Location String   Location Code===============   ============='best'            0'upper right'     1'upper left'      2'lower left'      3'lower right'     4'right'           5'center left'     6'center right'    7'lower center'    8'upper center'    9'center'          10===============   =============

设置图线的属性

颜色

线型

同理，我们也可以通过这个参数设置网格线的线型

线的粗细

再谈线的颜色

如果我们想不到一个合适的单词来形容自己想要的颜色，其实是可以使用颜色的十六进制

https://www.sioe.cn/yingyong/yanse-rgb-16/

总结

绘制了折线图

plt.plot()

设置了图片的大小和分辨率

fig=plt.figure(figsize=(16,9),dpi=100
)

实现了图片的保存

plt.savefig("../data/fig_size.svg")

设置了x、y轴上的刻度和字符串

"""设置x轴和y轴上的刻度间距"""# y轴刻度间距
_yticks=range(min(y),max(y))
plt.yticks(_yticks)# 调整x轴的刻度# 将x轴上的刻度字符由数字转变为字符串
# _x=list(x)[::10]  # 取步长为10
# _xticks=[f"hello,{i}" for i in _x]
# plt.xticks(_x,_xticks)
"""注意：
当x轴上的刻度是数字的时候，对于plt.xticks()我们只需要传递一个参数，这个参数它是数字，plt.xticks会把这个参数全部绘制在x轴上；
当x轴上的刻度是字符串的时候，我们需要传递两个参数，一个是数字，一个是字符串，我们要将字符串和数字进行一一对应，由于是一一对应的关系，所以说，数字的长度和字符串的长度必须是一样的
"""# 设置x轴上刻度字符为“XX点XX分”
_x=list(x)
_xticks=[f"10点{i}分" for i in range(60)]
_xticks+=[f"11点{i}分" for i in range(60)]
plt.xticks(_x[::10],_xticks[::10],rotation=45)  # 注意保证数字和字符串之间是一一对应的关系
# rotation=90  旋转的度数
# 把数值型数据对应在字符串上

解决了刻度稀疏和密集的问题


# 设置x轴的刻度
# plt.xticks(x)# 设置x轴刻度的间隔
# plt.xticks(range(2,26,1))  # 间隔为1  密集
# plt.xticks(range(2,26,10))  # 间隔为10  稀疏# 设置间隔为0.5  自己传入一个列表
# plt.xticks([0.5*i for i in range(4,49)])
# 感觉有点太密集了  怎么变稀疏呢  取步长
plt.xticks([0.5*i for i in range(4,49)][::3])# plt.xticks(range(25,50))  # 传递一个错误的刻度# 调整y轴的刻度的间隔
# plt.yticks([15,13,14.5,17,20,25,26,26,27,22,18,15])plt.yticks(range(min(y),max(y)+1))

设置了标题、x、y轴的标签

"""给图像添加描述信息"""
plt.xlabel("时间/min")  # 设置x轴的描述信息
plt.ylabel("温度/℃")  # 设置y轴的描述信息
plt.title("10点到12点每分钟的气温变化情况")  # 图的标题

设置了中文字体

# 解决中文乱码
plt.rcParams["font.sans-serif"]=["KaiTi"]
plt.rcParams["font.family"]="sans-serif"
# 解决符号无法显示的问题
plt.rcParams['axes.unicode_minus'] = False # 解决保存图像时负号'-'显示为方块的问题

在一个图上绘制多个图形

"""x轴数据和y轴数据"""
x=range(11,31)  # 11岁到30岁
y_1 = [1,0,1,1,2,4,3,2,3,4,4,5,6,5,4,3,3,1,1,1]  # 自己
y_2 = [1,0,3,1,2,2,3,3,2,1,2,1,1,1,1,1,1,1,1,1]  # 同桌# 在同一张画布上同时绘制出两个图
plt.plot(x,y_1,label="自己",# color="orange",  # 线的颜色color="#00FF00",  # 线的颜色    Lime    酸橙色 #00FF00 0,255,0linestyle="--",  # 线型linewidth=5,  # 粗细)plt.plot(x,y_2,label="同桌",color="#BA55D3",  # MediumOrchid 适中的兰花紫  #BA55D3 186,85,211# color="cyan",linestyle=":",
linewidth=3,)

为不同的图线添加图例

# 在同一张画布上同时绘制出两个图
plt.plot(x,y_1,label="自己",# color="orange",  # 线的颜色color="#00FF00",  # 线的颜色    Lime    酸橙色 #00FF00 0,255,0linestyle="--",  # 线型linewidth=5,  # 粗细)plt.plot(x,y_2,label="同桌",color="#BA55D3",  # MediumOrchid 适中的兰花紫  #BA55D3 186,85,211# color="cyan",linestyle=":",
linewidth=3,)# 让“自己”和“同桌”这两个label在图上显示出来
# 添加图例
plt.legend(loc="lower right",  # 改变图例框的位置
)
# plt.legend()会结合plt.plot中的label参数，将标注显示在图上

以上统统很重要

matplotlib官方文档

https://matplotlib.org/

https://matplotlib.org/api/pyplot_summary.html

对比常用统计图

https://www.cnblogs.com/springionic/p/11147960.html