《Python编程：从入门到实践》-6 Matplotlib（部

绘制折线图

import matplotlib.pyplot as plt

squares = [1, 4, 9, 16, 25, 100]#创建了一个用来制作图表数据的列表
fig, ax = plt.subplots()#调用函数subplots()，这个函数可在一张图片中绘制一个或多个图片。变量fig表示整张图片，变量ax表示图片中的各个图表。
ax.plot(squares)#调用方法plot()，它尝试根据给定的数据以有意义的方式绘制图表

plt.show()

• 修改细节

import matplotlib.pyplot as plt

input_values = [1, 2, 3, 4, 5, 10]#X轴
squares = [1, 4, 9, 16, 25, 100]#Y轴
fig, ax = plt.subplots()
ax.plot(input_values, squares, linewidth=3)

ax.set_title("figure1", fontsize=20)
ax.set_xlabel("x value", fontsize=14)
ax.set_ylabel("y value", fontsize=14)
ax.tick_params(axis='both', labelsize=14)#设置刻度标记的大小
plt.show()

使用plot()时可以指定各种实参，还可使用众多函数对图形进行定制。

• matplotlib中有许多内置样式可以使用

plt.style.available

['Solarize_Light2',
 '_classic_test_patch',
 '_mpl-gallery',
 '_mpl-gallery-nogrid',
 'bmh',
 'classic',
 'dark_background',
 'fast',
 'fivethirtyeight',
 'ggplot',
 'grayscale',
 'seaborn',
 'seaborn-bright',
 'seaborn-colorblind',
 'seaborn-dark',
 'seaborn-dark-palette',
 'seaborn-darkgrid',
 'seaborn-deep',
 'seaborn-muted',
 'seaborn-notebook',
 'seaborn-paper',
 'seaborn-pastel',
 'seaborn-poster',
 'seaborn-talk',
 'seaborn-ticks',
 'seaborn-white',
 'seaborn-whitegrid',
 'tableau-colorblind10']

可以直接调用内置样式：

import matplotlib.pyplot as plt

input_values = [1, 2, 3, 4, 5, 10]
squares = [1, 4, 9, 16, 25, 100]
fig, ax = plt.subplots()
plt.style.use('fivethirtyeight')
ax.plot(input_values, squares)

plt.show()

散点图

import matplotlib.pyplot as plt

input_values = [1, 2, 3, 4, 5, 10]
squares = [1, 4, 9, 16, 25, 100]
fig, ax = plt.subplots()
plt.style.use('seaborn')
ax.scatter(input_values, squares)

plt.show()

• 自动计算数据

x_values = range(1, 1001)
y_values = [x**2 for x in x_values]

plt.style.use('seaborn')
fig, ax = plt.subplots()
ax.scatter(x_values, y_values, s=10, ax.scatter(x_values, y_values, s=5, c=(0.1, 0.3, 0.4))#参数s设置绘制图形时使用的点的尺寸

ax.axis([0, 1100,0, 1100000])

plt.show()

参数c定义颜色， 可以直接c = 'red'，也可以用RGB颜色，值越接近0，指定的颜色越深；值越接近1，指定的颜色越浅。

• 也可以使用颜色映射（colormap）
  颜色映射是一系列颜色，从起始颜色渐变到结束颜色。在可视化中，颜色映射用于突出数据的规律。

ax.scatter(x_values, y_values, s=5, c=y_values, cmap=plt.cm.Blues)#其余步骤不变

将c值设置成了一个y值列表，并使用参数cmap告诉pyplot使用哪个颜色映射。
要了解pyplot中所有的颜色映射，应访问Matplotlib网站主页-Examples-Color-Colormaps reference

-自动保存图表

plt.savefig('xxx.png', bbox_inches='tight')

这个文件将储存在script所在的目录。第二实参指定图表多余的空白区域裁剪掉。