目录
一、 matplotlib安装
1、安装matplotlib
2、import matplotlib
3、最简单的例子
二、基本使用
1、Legends, Titles, and Labels图例、标题和坐标名称
2、Bar Charts 条形图
3、Histograms 直方图
4、Scatter Plots 散点图
5、Stack Plots 堆叠图
6、Pie Charts 饼图
三、结束语
一、matplotlib安装
1. 安装matplotlib
在cmd输入：pip install matplotlib 如果上面的语句不行，则改为：C:/Python34/Scripts/pip install matplotlib （34是python版本）
2. import matplotlib
import matplotlib.pyplot as plt
3. 最简单的例子
plt.plot([1,2,3],[5,7,4]) plt.show()
二、基本使用
1、Legends, Titles, and Labels图例、标题和坐标名称¶
import matplotlib.pyplot as plt
x = [1,2,3]
y = [5,7,4]
x2 = [1,2,3]
y2 = [10,14,12]
plt.plot(x, y, label='First Line')
plt.plot(x2, y2, label='Second Line')
plt.xlabel('Plot Number')
plt.ylabel('Important var')
plt.title('Interesting Graph\nSubtitle') #\n是换行符，换行加个subtitle
plt.legend() # 显示图例
plt.show()
2、Bar charts条形图
import matplotlib.pyplot as plt
plt.bar([1,3,5,7,9],[5,2,7,8,2], label="Example one")
plt.bar([2,4,6,8,10],[8,6,2,5,6], label="Example two", color='g')
plt.legend()
plt.xlabel('bar number')
plt.ylabel('bar height')
plt.title('Epic Graph\nAnother Line! Whoa')
plt.show()
3、Histograms 直方图
直方图跟条形图很像，但是直方图一般是用来展现数据分布的。
import matplotlib.pyplot as plt
population_ages = [22,55,62,45,21,22,34,42,42,4,99,102,110,120,121,122,130,111,115,112,80,75,65,54,44,43,42,48]
bins = [0,10,20,30,40,50,60,70,80,90,100,110,120,130]
plt.hist(population_ages, bins, histtype='bar', rwidth=0.8)
plt.xlabel('x')
plt.ylabel('y')
plt.title('Interesting Graph\nCheck it out')
#plt.legend()
plt.show()
4、Scatter Plots 散点图
import matplotlib.pyplot as plt
x = [1,2,3,4,5,6,7,8]
y = [5,2,4,2,1,4,5,2]
plt.scatter(x,y, label='skitscat', color='k', s=25, marker="o") # s is the maker size
plt.xlabel('x')
plt.ylabel('y')
plt.title('Interesting Graph\nCheck it out')
plt.legend()
plt.show()
5、Stack Plots堆叠图
import matplotlib.pyplot as plt
days = [1,2,3,4,5]
sleeping = [7,8,6,11,7]
eating = [2,3,4,3,2]
working = [7,8,7,2,2]
playing = [8,5,7,8,13]
plt.stackplot(days, sleeping, eating, working, playing, colors=['m','c','r','k'])
plt.xlabel('x')
plt.ylabel('y')
plt.title('Interesting Graph\nCheck it out')
plt.show()
从这个图可以基本看出我们的时间是怎么花的，但是问题是，如果不看代码，我们很难看出哪个颜色对应哪个活动。下一个问题是，对于多边形，我们无法真正给各部分打上标签，但是我们还有别的方法：
import matplotlib.pyplot as plt
days = [1,2,3,4,5]
sleeping = [7,8,6,11,7]
eating = [2,3,4,3,2]
working = [7,8,7,2,2]
playing = [8,5,7,8,13]
# 先把图例给画出来
plt.plot([],[],color='m', label='Sleeping', linewidth=5)
plt.plot([],[],color='c', label='Eating', linewidth=5)
plt.plot([],[],color='r', label='Working', linewidth=5)
plt.plot([],[],color='k', label='Playing', linewidth=5)
plt.stackplot(days, sleeping, eating, working, playing, colors=['m','c','r','k'])
plt.xlabel('x')
plt.ylabel('y')
plt.title('Interesting Graph\nCheck it out')
plt.legend()
plt.show()
好，这就清晰多了。
6、Pie Charts饼图
import matplotlib.pyplot as plt
slices = [7,2,2,13]
activities = ['sleeping','eating','working','playing']
cols = ['c','m','r','b']
plt.pie(slices,
labels=activities,
colors=cols,
startangle=90,
shadow= True,
explode=(0,0.1,0,0), # explode the second one eating to draw attention
autopct='%1.1f%%') # adds percentage
plt.title('Interesting Graph\nCheck it out')
plt.show()
三、结束语
我只是个搬运工，以上内容来自Youtube Matplotlib Tutorial Series - Graphing in Python https://www.youtube.com/playlist?list=PLQVvvaa0QuDfefDfXb9Yf0la1fPDKluPF，关于matplotlib的一个很好的学习教程，有兴趣的话可以直接观看视频（kexueshangwang）。
