Matplotlib基础02：散点图、折线图与柱状图
散点图
散点图Scatter： 是数据点在直角坐标系中的分布图，可以让我们对数据分析规律，得到数据变化的趋势，进而进行数据分组。
API:scatter()--------用于绘制散点图
scatter(x,y,scale,color,marker,label)
参数：x,y是绘制数据点的x，y坐标——不可省略；
color是数据点的颜色——取值（b，g,r,y,k,w,c,m）等;
scale是数据点的大小——默认值是38
marker是数据点的样式——默认值是’o’（圆点）
label是图例——可以省略
代码实现
import matplotlib import matplotlib.pyplot as plt import numpy as np print("""散点图Scatter： 是数据点在直角坐标系中的分布图，可以实现--数据分析规律--数据变化的趋势--数据分组。基础的函数包括：scatter()--------用于绘制散点图参数：scatter(x,y,scale,color,marker,label)x,y是绘制图标的x，y坐标，不可省略color是数据点的颜色---b，g,r,y,k,w,c,m;scale是数据点的大小，默认值是38marker是数据点的样式， 默认值是'o'（圆点）label是图例文字，可以省略marker:数据点样式包括：-:实线.：点 ，:像素o:圆形+：+号标记x：x号标记v:朝下的三角形--：虚线 -.:点线::点虚线 ^：朝上的三角形<: >:…… D：钻石形 d：小钻石形 |:垂直形 _:水平线形""")#演示一个例子#1.设置中文plt.rcParams["font.family"] = "SimHei"plt.rcParams["axes.unicode_minus"] = False #显示负号----1#2.使用numpy正态分布生成数据x，yn = 1024x1 = np.random.normal(0,1,n) #范围，以及shapey1 = np.random.normal(0,1,n)#添加多一组数据使用均匀分布x2 = np.random.uniform(-4,4,(1,n)) #范围，以及shapey2 = np.random.uniform(-4,4,(1,n))#描绘散点图plt.scatter(x2,y2,s=40,c='g',marker='o',label='均匀分布')plt.scatter(x1,y1,s=40,c='b',marker='o',label="正态分布")#添加文字，设置下x，y的坐标范围设置全局标题plt.text(2.5,2.5,"均值:0\n标准差：1",color='r')plt.xlim(-4,4)plt.ylim(-4,4)#设置坐标轴标签plt.xlabel("横坐标x",fontsize=14,color='r')plt.ylabel("纵坐标y",fontsize=14)plt.suptitle("散点图",fontsize=20,backgroundcolor='y')#设置图例,位置设置为2，左上角plt.legend(loc=2)plt.show()
折线图
折线图 （Line Chart）：散点图的基础上，将相邻的点用线段相连接。可以描述变量的变化趋势
API:plt.plot--------绘制折线图。
plot( x, y, color, marker, label, linewidth, markersize )
参数：
x,y是数据点的x,y坐标，其中y不可省略。x默认是0，1，2，3……
color 是颜色
marker是数据点的形状
label是图例
linewith是线宽
markersize是数据点的大小
代码演示
import matplotlib import matplotlib.pyplot as pltimport numpy as np print("""折线图：是在散点图的基础上，将相邻的点用线段链接起来的图表--可以描述变量的变化趋势使用plt.plot()函数绘制折线图，参数：x,y是数据点的x,y坐标，其中y不可省略。x默认是0，1，2，3。。color 是颜色marker是点的形状label是图例文字linewith是线宽markersize是数据点的大小""")#例子绘制自己创建的温度与湿度的折线图#0设置中文plt.rcParams["font.family"] = "SimHei"#1.生成随机数做样本数据点n = 24y1 = np.random.randint(27,37,n)y2 = np.random.randint(40,60,n) #2.绘制,注意，多个折线图，颜色它自己会区分开plt.plot(y1,label='温度')plt.plot(y2,label='湿度')#设置全局biaotplt.suptitle("24小时温度湿度数据折线图")#设置x的范围plt.xlim(0,24)#设置坐标名字plt.xlabel("小时")plt.ylabel("测试值")#显示图例plt.legend()#显示图片plt.show()
柱状图
柱状图（Bar chart）：由一系列的高度不等的柱形条纹表示数据分布的情况。
API：bar--------绘制柱状图
bar( left, height, width, facecolor, edgecolor, label )
参数：
left：是条纹left坐标，
height:条纹高度，指数据y的值
width:条纹的宽度
facecolor:条纹填充的颜色
edgecolor:条纹边框颜色
label:设置图例
代码演示
import matplotlib import matplotlib.pyplot as pltimport numpy as np print("""柱状图：Bar chart由一系列的高度不等的柱形条纹表示数据分布的情况使用函数bar()来绘制参数：left：是条纹left坐标，height:根据数据y定的条纹高度width:条纹的宽度facecolor:条纹填充的颜色edgecolor:条纹边框颜色label:设置图例""")#1.设置中文plt.rcParams["font.family"] = "SimHei"plt.rcParams["axes.unicode_minus"] = False #设置显示符号#设置数据集，这里不给x也会自动计算y1 = [32,25,16,30,24,45,33,28,17,24,20]y2 = [-23,-35,-26,-35,-45,-35,-32,-23,-17,-22,-28]#绘制柱状图plt.bar(range(len(y1)),y1,width=0.8,facecolor='green',edgecolor='white',label="统计量1")plt.bar(range(len(y2)),y2,width=0.8,facecolor='r',edgecolor='white',label="统计量2")#设置子标题，因为只有一个subplot，所以这里相当于全局标题plt.title("统计量柱状图")#设置图例plt.legend()#填充 plt.tight_layout()#显示plt.show()
