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 pltcategories = ['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 pltcategories = ['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 pltx = [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 pltx = [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()

5. 面积图​