Python数据可视化分析 matplotlib教程
第一节课：
课程简介
plt.plot([1,2,3],[3,2,1])
plt.show()
第一个参数是所有的x坐标，第二个参数是所有的y坐标
第二节课：
numpy基本知识
第三节课：
matplotlib的基本用法
散点图的绘制方法：
plt.scatter(height, weight) # 第一个是所有的x，第二个是所有的y
外观参数：
颜色c、点的大小s（面积）、形状marker
官网 matplotlib.org
透明度alpha
第四节课：
折线图的画法
plt.plot(x_list, y_list)
第五节课：
条形图的画法
plt.bar(left=index, height=y) # left是条形图左边的坐标，height是条形图的高度
外观参数：color，width，orientation=’horizontal”（需要使用bottom，left改成0）
画层叠式的柱状图和并列式的柱状图
层叠图：修改bottom
第六节课：
直方图的画法
第七节课：饼状图的画法
第八节课：箱型图的画法
第九节课：颜色和样式
样式字符串：颜色点型线形
第十节课：三种编程方式
- pyplot：高层封装
- pylab，matplotlib+numpy
- 面向对象的方式，最底层
尝试三种方式：
- pylab
from pylab import *
plot(x,y)
title('pylab')
show()
2. pyplot
3. 面向对象的方式
fig = plt.figure() # 生成一个fig对象（画布）
ax=fig.add_subplot(111) # 坐标轴对象，画布上的坐标轴
l,=plt.plot(x,y)
t = ax.set_title("object oriented')
plt.show()
第十一节课：如何在同一张图上画多个子图
三个对象：
FigureCanvas 画布
Figure 图像
Axes 坐标轴
ax=fig.add_subplot(111) 行+列+位置
这是在figure上面添加axes的常用方法
fig=plt.figure()
ax1=fig.add_subplot(221)
ax1.plot(x,y)
ax2=fig_add_subplot(222)
...
plt.show()
除了面向对象的方式，pyplot也有画子图的函数
plt.subplot(221)参数含义和add_subplot()相同
第十二节课：如何生成多张图
fig1=plt.figure()
ax1=fig.add_subplot(111)
ax1.plot(x,y)
plt.show()
生成了一张图
fig2=plot.figure()
ax2=fig2.add_subplot(111)
ax2.plot(x,y)
生成了两张图
第十三节课：网格的画法
两种方法：plt封装的函数，面向对象的方法
- plt的函数
plt.plot(x,y)
plt.grid(True) # 打开网格
定制化网格：
plt.grid(color='r', linewidth='2', linestyle='-')
2. 面向对象的方法绘制网格
fig=plt.figure()
ax = fig.add_subplot(111)
plt.plot(x,y)
ax.grid(color=;g')
plt.show()
第十四节课：图例的画法
两种方法，plt和面向对象的方法
- plt的方法
plt.plot(x,y,label='normal')
plt.plot(x,y, label='Fase')
plt.legend()
图例的参数：
位置参数：location
plt.legend(loc=1) # 1,2,3,4四个角落
扁平化，第二个参数：ncol，有几列
plt.legend(ncol=3)
使用plt的另外一种画法：把label写道legend里面
plt.legend(['normal','fast','slow'])
2. 面向对象的方式
fig=plt.figure()
ax = fig.add_subplot(111)
l,=plt.plot(x,y)
第一个方法：
ax.legend(['ax legend'])
第二个方法：
l.set_label('label via method')
ax.legend()
第三个方法：
l,=plt.plot(x,y, label='inline label')
ax.legend()
第十五节课：坐标轴范围的调整
plt.axis([-5,5,20,60])#直接plt设置
plt.xlim([minx,maxx])
plt.ylim(...)
第十六节课：调整坐标轴的刻度
plt.plot(x,y)
ax=plt.gca() # 获取当前的坐标轴
ax.locator_params(nbins=10) # 坐标轴一共有多少格，可以指定x， ax.locator_params('x', nbins=10)
也可以使用plt.locator_params('x', nbins=10)来实现该功能
第十七节课：在一张图添加一个新的坐标轴
plt.plot(x,y)
plt.twinx() # 添加一个新的坐标轴
plt.plot(x,y2, 'r')
面向对象的方式：
ax1.plot(x,y)
ax1.set_ylabel('Y1')
ax2=ax1.twinx() # 生成另一个坐标轴
ax2.plot(x,y2,'r')
ax2.set_ylabel('Y2')
ax1.set_xlabel('compare Y1 and Y2')
plt.show()
第十八节课：添加注释符号
plt.plot(x,y)
plt.annotate("this is the comment", xy=(0,1),xytext=(0,20), arrowprops=dict(facecolor='r', frac=1, headwidth=10, width=10))
plt.show()
第十九节课：如何添加文字
plt.plot(x,y)
plt.text(0,40,'function: y=x*x')
