数据分析与可视化 课件 5.1 Matplotlib基础

Matplotlib基础1.Matplotlib简介及安装2.Matplotlib绘图流程（1）简介Matplotlib是一个在Python下实现的类似matlab的纯Python的第三方库。Matplotlib依赖于NumPy库。因此，使用Matplotlib之前需要安装Numpy库。

Matplotlib对于图像美化方面比较完善。1.Matplotlib简介及安装（1）简介Matplotlib可以绘制多种形式的图形，包括折线图、饼图、散点图等，图形质量满足出版要求，是数据可视化的重要工具。Matplotlib中应用最广的是Matplotlib.pyplot模块。1.Matplotlib简介及安装（2）安装1）下载Matplotlibpipinstallmatplotlib1.Matplotlib简介及安装（2）安装2）导入Matplotlibimportmatplotlib.pyplotasplt1.Matplotlib简介及安装（1）创建画布与子图创建画布pyplot模块提供了figure函数用于创建一张空白画布。figure函数基本语法如下。2.Matpotlib绘图流程pyplot.figure(num:int|str|Figure|SubFigure|None=None,figsize:tuple[float,float]|None=None,dpi:float|None=None,facecolor:ColorType|None=None,edgecolor:ColorType|None=None,frameon:bool=True,FigureClass:type[Figure]=Figure,clear:bool=False,**kwargs)->Figure（1）创建画布与子图创建子图add_subplot函数基本语法如下。2.Matplotlib绘图流程fig.add_subplot(self,nrows:int,ncols:int,index:int|tuple[int,int],**kwargs)->Axes示例-12.Matplotlib绘图流程importmatplotlib.pyplotasplt

fig=plt.figure(num='01',figsize=(10,6),dpi=100,facecolor='lightgrey',edgecolor='black',frameon=True)

ax1=fig.add_subplot(2,2,1)

ax2=fig.add_subplot(2,2,2)

ax3=fig.add_subplot(2,2,3)

ax4=fig.add_subplot(2,2,4)

plt.show()（1）创建画布与子图一次性创建画布与子图subplots函数基本语法如下。2.Matplotlib绘图流程pyplot.subplots(nrows:int=1,ncols:int=1,*,sharex:bool|Literal["none","all","row","col"]=False,sharey:bool|Literal["none","all","row","col"]=False,squeeze:bool=True,width_ratios:Sequence[float]|None=None,height_ratios:Sequence[float]|None=None,subplot_kw:dict[str,Any]|None=None,gridspec_kw:dict[str,Any]|None=None,**fig_kw)->tuple[Figure,Any]示例-22.Matplotlib绘图流程importmatplotlib.pyplotasplt

fig,axes=plt.subplots(2,2)

plt.show()（2）添加内容标题pyplot模块提供了title函数，可以为图形添加标题信息。title函数基本语法如下。2.Matplotlib绘图流程pyplot.title(label:str,fontdict:dict[str,Any]|None=None,loc:Literal["left","center","right"]|None=None,pad:float|None=None,*,y:float|None=None,**kwargs,)->Text（2）添加内容坐标轴pyplot模块提供了xlabel、ylabel函数，可以为图形添加坐标轴等信息。函数基本语法如下。1）xlabel函数2）ylabel函数2.Matplotlib绘图流程pyplot.xlabel(xlabel:str,fontdict:dict[str,Any]|None=None,labelpad:float|None=None,*,loc:Literal["left","center","right"]|None=None,**kwargs)->Textpyplot.ylabel(ylabel:str,fontdict:dict[str,Any]|None=None,labelpad:float|None=None,*,loc:Literal["bottom","center","top"]|None=None,**kwargs,)->Text（2）添加内容坐标轴范围pyplot模块提供了xlim、ylim函数，可以为图形设置坐标轴范围。基本语法如下。1）xlim函数2）ylim函数2.Matplotlib绘图流程pyplot.xlim(xmin,xmax)->tuple[float,float]pyplot.ylim(xmin,xmax)->tuple[float,float]（2）添加内容坐标轴刻度pyplot模块提供了xticks、yticks函数，可以为图形设置坐标轴刻度。基本语法如下。1）xticks函数2）yticks函数2.Matplotlib绘图流程pyplot.xticks(ticks:ArrayLike|None=None,labels:Sequence[str]|None=None,*,minor:bool=False,**kwargs)->tuple[list[Tick]|np.ndarray,list[Text]]pyplot.yticks(ticks:ArrayLike|None=None,labels:Sequence[str]|None=None,*,minor:bool=False,**kwargs)->tuple[list[Tick]|np.ndarray,list[Text]]（2）添加内容图例pyplot模块提供了legend函数，可以为图形添加图例。legend函数基本语法如下。2.Matplotlib绘图流程pyplot.legend(handles:Iterable[Artist|tuple[Artist,...]],lebels:Iterable[str],loc:str|tuple[float,float]|int|None)->Legend示例-32.Matplotlib绘图流程importmatplotlib.pyplotasplt

importnumpyasnp

fig=plt.figure()

axes=fig.add_subplot()

x=np.linspace(0,2*np.pi,100)

y=np.sin(x)

line1,=plt.plot(x,y)

plt.title(label='y=sin(x)',fontdict={'size':16,'color':'red'},loc='center')

plt.xlabel(xlabel='X',fontdict={'size':18,'color':'blue'},loc='right',labelpad=6)

plt.ylabel(ylabel='Y',fontdict={'size':18,'color':'blue'},loc='top',labelpad=3)

plt.xlim(0,8)

plt.ylim(-1,1)

plt.xticks(ticks=[0,2,4,6,8])

plt.yticks(ticks=[-1,-0.5,0,0.5,1])

plt.legend(handles=[line1],labels=['sin(x)'],loc='upperright')

plt.show()（3）显示与保存显示pyplot模块提供了show函数，可以将绘制的图形进行展示。show函数基本语法如下。2.Matplotlib绘图流程pyplot.show(*,block=None)->None（3）显示与保存保存pyplot模块提供了savefig函数，可以将绘制完成的图形进行保存。savefig函数基本语法如下。2.Matplotlib绘图流程pyplot.savefig(fname,*,transparent=None,dpi='figure',format=None,metadata=None,bbox_inches=None,pad_inches=0.1,facecolor='auto',edgecolor='auto',backend=None,**kwargs)->None示例-42.Matplotlib绘图流程importmatplotlib.pyplotasplt

importnumpyasnp

fig=plt.figure()

axes=fig.add_subplot()

x=np.linspace(0,2*np.pi,100)

y=np.sin(x)

line1,=plt.plot(x,y)

plt.title(label='y=sin(x)',fontdict={'size':16,'color':'red'},loc='center')

plt.xlabel(xlabel='X',fontdict={'size':18,'color':'blue'},loc='right',labelpad=6)

plt.ylabel(ylabel='Y',fontdict={'size':18,'color':'blue'},loc='top',labelpad=3)

plt.xlim(0,8)

plt.ylim(-1,1)