数据可视化入门篇----matplotlib库绘制简单的折线图

本文主要是介绍数据可视化入门篇----matplotlib库绘制简单的折线图，对大家解决编程问题具有一定的参考价值，需要的程序猿们随着小编来一起学习吧！

查看使用matplotlib可制作的各种图表，请访问我！，这是示例画廊。单击画廊中的图表，就可查看用于生成图表的代码！

import matplotlib.pyplot as plt

squares = [1, 4, 9, 16, 25]
plt.plot(squares)    # 函数尝试根据squares列表中的数字绘制出有意义的图形！
plt.show()

（1）修改标签文字和线条粗细

import matplotlib.pyplot as plt

squares = [1, 4, 9, 16, 25]
# 参数linewidth决定plot()绘制的线条的粗细
plt.plot(squares, linewidth=5)

# 设置图表标题，并给坐标轴加上标签     参数fontsize指定了图表中文字的大小。
plt.title('Square Numbers', fontsize=24)
plt.xlabel('Value', fontsize=14)
plt.ylabel('Square of Value', fontsize=14)

# 设置刻度标记的大小   参数labelsize设置刻度标记的字号。
plt.tick_params(axis='both', labelsize=14)

plt.show()

（2）校正图形

我们会发现没有正确的绘制数据：折线图的终点指出4.0的平方为25！
出现这个问题的原因是：当你向plot()提供一系列的数字时，它假设第一个数据点对应的x的坐标值是0，但我们的第一个点对应的x值为1。
为改变这种默认行为，我们可以给plot()同时提供输入值和输出值。

import matplotlib.pyplot as plt

input_values = [1, 2, 3, 4, 5]
squares = [1, 4, 9, 16, 25]
# 参数linewidth决定plot()绘制的线条的粗细
plt.plot(input_values, squares, linewidth=5)

# 设置图表标题，并给坐标轴加上标签     参数fontsize指定了图表中文字的大小。
plt.title('Square Numbers', fontsize=24)
plt.xlabel('Value', fontsize=14)
plt.ylabel('Square of Value', fontsize=14)

# 设置刻度标记的大小   参数labelsize设置刻度标记的字号。
plt.tick_params(axis='both', labelsize=14)

plt.show()

（3）使用scatter()绘制一系列点

要绘制一系列的点，可向scatter()传递两个分别包含x值和y值的列表：

import matplotlib.pyplot as plt

x_values = [1, 2, 3, 4, 5]
y_values = [1, 4, 9, 16, 25]
# 参数linewidth决定plot()绘制的线条的粗细
plt.scatter(x_values, y_values, s=100)

# 设置图表标题，并给坐标轴加上标签     参数fontsize指定了图表中文字的大小。
plt.title('Square Numbers', fontsize=24)
plt.xlabel('Value', fontsize=14)
plt.ylabel('Square of Value', fontsize=14)

# 设置刻度标记的大小   参数labelsize设置刻度标记的字号。
plt.tick_params(axis='both', labelsize=14)

plt.show()

（4）自动计算数据

手工计算列表要包含的值可能效率低下，所以让python循环来替我们完成这种计算即可！下面是绘制1000个点的代码：

import matplotlib.pyplot as plt

x_values = list(range(1, 1001))
y_values = [x**2 for x in x_values]
# 参数linewidth决定plot()绘制的线条的粗细
plt.scatter(x_values, y_values, s=40)

# 设置图表标题，并给坐标轴加上标签     参数fontsize指定了图表中文字的大小。
plt.title('Square Numbers', fontsize=24)
plt.xlabel('Value', fontsize=14)
plt.ylabel('Square of Value', fontsize=14)

# 设置刻度标记的大小   参数labelsize设置刻度标记的字号。
plt.tick_params(axis='both', labelsize=14)

# 设置每个坐标轴的取值范围    axis()要求提供四个值：x和y坐标轴的最小值和最大值。
plt.axis([0, 1000, 0, 1100000])

plt.show()

（5）删除数据点的轮廓

matplotlib允许你给散点图中的各个点指定颜色。默认为黑色点和无轮廓。要添加数据点的轮廓，可在调用scatter()时传递实参edgecolor=‘black’:

import matplotlib.pyplot as plt

x_values = [1, 2, 3, 4, 5]
y_values = [1, 4, 9, 16, 25]
# 参数linewidth决定plot()绘制的线条的粗细
plt.scatter(x_values, y_values, edgecolors='black', s=100)

# 设置图表标题，并给坐标轴加上标签     参数fontsize指定了图表中文字的大小。
plt.title('Square Numbers', fontsize=24)
plt.xlabel('Value', fontsize=14)
plt.ylabel('Square of Value', fontsize=14)

# 设置刻度标记的大小   参数labelsize设置刻度标记的字号。
plt.tick_params(axis='both', labelsize=14)

plt.show()

（6）自定义颜色

要修改数据点的颜色，可向scatter()传递参数c，并将其设置为要使用的颜色的名称，如下：

import matplotlib.pyplot as plt

x_values = [1, 2, 3, 4, 5]
y_values = [1, 4, 9, 16, 25]
# 参数linewidth决定plot()绘制的线条的粗细
plt.scatter(x_values, y_values, c='red', edgecolors='black', s=100)

# 设置图表标题，并给坐标轴加上标签     参数fontsize指定了图表中文字的大小。
plt.title('Square Numbers', fontsize=24)
plt.xlabel('Value', fontsize=14)
plt.ylabel('Square of Value', fontsize=14)

# 设置刻度标记的大小   参数labelsize设置刻度标记的字号。
plt.tick_params(axis='both', labelsize=14)

plt.show()

**还可以使用RGB颜色模式自定义颜色。要指定自定义颜色，可传递参数c，并将其设置为一个元组，其中包含三个0~1之间的小数值，它们分别表示红绿蓝的分量。如下是一个淡蓝色点组成的散点图：
plt.scatter(x_values, y_values, c=(0,0,0.8), edgecolors=‘black’, s=100)
值越接近0，指定的颜色越深；值越接近1，指定的颜色越浅。
**

（7）使用颜色映射

颜色映射是一系列颜色，它们从开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！
模块pyplot内置了一组颜色映射。要使用这些颜色映射，你要告诉pyplot该如何设置数据集中每个点的颜色。下面示范如何根据每个点的y值来设置其颜色：

import matplotlib.pyplot as plt

x_values = [1, 2, 3, 4, 5]
y_values = [1, 4, 9, 16, 25]
# 参数linewidth决定plot()绘制的线条的粗细   将参数c设置成了一个y值列表，并使用cmap参数告诉pyplot使用哪个颜色映射！
plt.scatter(x_values, y_values, c=y_values, cmap=plt.cm.Reds, edgecolors='none', s=100)

# 设置图表标题，并给坐标轴加上标签     参数fontsize指定了图表中文字的大小。
plt.title('Square Numbers', fontsize=24)
plt.xlabel('Value', fontsize=14)
plt.ylabel('Square of Value', fontsize=14)

# 设置刻度标记的大小   参数labelsize设置刻度标记的字号。
plt.tick_params(axis='both', labelsize=14)

plt.show()

（8）自动保存图表

将对plt.show()的调用替换为对plt.savefig()的调用：

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

第一个实参指定以什么样的文件名保存；
第二个实参指定将图表多余的空白区域裁剪掉，如果要保留图表周围多余的空白区域，可省略这个实参。

这篇关于数据可视化入门篇----matplotlib库绘制简单的折线图的文章就介绍到这儿，希望我们推荐的文章对大家有所帮助，也希望大家多多支持为之网！