Python数据可视化再探——Matplotlib模块 之一
目录
第一章 Matplotlib 模块教学内容——基础图形绘制
一、Pyplot 子库介绍
1. 功能概述
2. 常用函数
二、绘制基本图形
1. 柱状图
2. 条形图
3. 折线图
4. 散点图
5. 面积图
6. 饼状图
7. 圆环图
编辑
三、绘图知识点详解
1. 绘图标记
2. 绘图线参数设置
3. 轴标签和标题设置
4. 中文字符设置
5. 图形颜色和线条线型设置
编辑
四、课程内容总结
1. 要点
2. 难点
五、随堂练习题
第一章 Matplotlib 模块教学内容——基础图形绘制
一、Pyplot 子库介绍
Matplotlib 是 Python 中用于数据可视化的强大库，而Pyplot作为其核心子库，提供了一套类似于 MATLAB 的绘图接口，极大地方便了开发者快速创建各种图表。
1. 功能概述
Pyplot子库能够创建、配置和展示多种类型的图表，从简单的折线图、散点图到复杂的多子图布局。它可以设置图表的标题、坐标轴标签、图例等元素，还能调整图形的颜色、线条样式、标记样式等细节，帮助开发者将数据以直观、美观的方式呈现出来。
2. 常用函数
- plt.figure()：创建一个新的图形窗口，可指定窗口大小、分辨率等参数。
- plt.plot()：用于绘制折线图，也可通过设置参数绘制其他类型的线条图形，传入数据点的横坐标和纵坐标作为参数，还能设置线条颜色、线型、标记等。
- plt.scatter()：绘制散点图，用于展示两个变量之间的关系，每个数据点以独立的标记展示在图中。
- plt.bar()：绘制柱状图，适用于比较不同类别数据的数值大小，默认情况下，柱子垂直于 x 轴。
- plt.barh()：绘制条形图，与柱状图类似，但柱子水平放置，平行于 x 轴。
- plt.pie()：绘制饼状图，用于展示数据的占比情况，将数据划分为不同的扇形区域。
- plt.title()：设置图表的标题，清晰地说明图表的主题。
- plt.xlabel()和plt.ylabel()：分别设置 x 轴和 y 轴的标签，标明坐标轴所代表的数据含义。
- plt.legend()：添加图例，用于解释图表中不同元素所代表的数据。
- plt.show()：显示绘制好的图形，在脚本中该函数执行后图形窗口才会呈现。
二、绘制基本图形
1. 柱状图
import matplotlib.pyplot as plt
categories = ['A', 'B', 'C', 'D']
values = [20, 35, 30, 45]
plt.bar(categories, values)
plt.title('柱状图示例')
plt.xlabel('类别')
plt.ylabel('数值')
plt.show()2. 条形图
import matplotlib.pyplot as plt
categories = ['A', 'B', 'C', 'D']
values = [20, 35, 30, 45]
plt.barh(categories, values)
plt.title('条形图示例')
plt.xlabel('数值')
plt.ylabel('类别')
plt.show()3. 折线图
import matplotlib.pyplot as plt
x = [1, 2, 3, 4, 5]
y = [10, 15, 13, 17, 20]
plt.plot(x, y)
plt.title('折线图示例')
plt.xlabel('x轴')
plt.ylabel('y轴')
plt.show()4. 散点图
import matplotlib.pyplot as plt
x = [1, 2, 3, 4, 5]
y = [10, 15, 13, 17, 20]
plt.scatter(x, y)
plt.title('散点图示例')
plt.xlabel('x轴')
plt.ylabel('y轴')
plt.show()