折線圖：
import matplotlib.pyplot as plt import random plt.figure(figsize = (20,8),dpi = 100) x = range(40) y = [random.uniform(18,22) for i in range(40)] y1 = [random.uniform(12,16) for i in range(40)] x_label = ["11:{}".format(i) for i in x] plt.xticks(x[::5],x_label) plt.yticks(range(10,25,1)) plt.grid(linestyle = '--',alpha = 1) plt.xlabel("time change") plt.ylabel("work") plt.title("test") plt.plot(x,y,linestyle='-.',label="tttttt1") plt.plot(x,y1,linestyle = '-',label="sssssss2") plt.legend() plt.savefig("abcd.png") plt.show()
通過運行上面一段程序，可以得到下圖
柱狀圖：
import matplotlib.pyplot as plt import random x1 = range(5) x2 = [i+0.2 for i in range(5)] y1 = [random.uniform(1000,10000) for i in x1] y2 = [random.uniform(1000,10000) for i in x1] plt.figure(figsize=(23,8),dpi=100) plt.bar(x1,y1,width=0.2,color=['r','b','k','c','m'],label="13:00") plt.bar(x2,y2,width=0.2,color=['y','g','m','r','b'],label="15:00") plt.xticks([i+0.1 for i in range(5)]) plt.yticks(range(0,11000,1000)) plt.legend() plt.grid(linestyle="--",alpha=0.5) plt.show()
通過運行上面一段程序，可以得到下圖
餅狀圖：
import random import matplotlib.pyplot as plt x = ['a','b','c','d','e','f','g','h'] y = [random.randint(900,2200) for i in range(8)] plt.figure(figsize=(20,8),dpi=100) plt.pie(y,labels=x,colors=['r','b','k','c','m','y','g','k'],autopct="%1.2f%%") plt.axis('equal') plt.legend() plt.show()
通過運行上面一段程序，可以得到下圖
直方圖：
import random import matplotlib.pyplot as plt a = [random.randint(0,100) for i in range(60)] print(a) plt.figure(figsize=(20,8),dpi=100) points = 2 group_num = int(max(a)-min(a)/points) print(group_num) plt.xticks(range(min(a),max(a)+2,distance)) plt.grid(linestyle="--",color="r",alpha=0.8) plt.hist(a,bins=group_num,density=True) plt.show()
通過運行上面一段程序，可以得到下圖
散點圖：
import matplotlib.pyplot as plt import random x = [random.uniform(200,300) for i in range(10)] y = [random.uniform(500,800) for i in range(10)] plt.figure(figsize=(23,8),dpi=100) plt.xticks(range(190,310,10)) plt.yticks(range(100,1000,50)) plt.grid(linestyle="--",color="g",alpha=1) plt.scatter(x,y,label="newtest") plt.legend() plt.show()
通過運行上面一段程序，可以得到下圖
在一個畫布中繪制多個圖像：
import matplotlib.pyplot as plt import random figure,axes=plt.subplots(2,1,figsize = (30,8),dpi = 100) x = range(40) y = [random.uniform(18,22) for i in range(40)] y1 = [random.uniform(12,16) for i in range(40)] x_label = ["11:{}".format(i) for i in x] axes[0].plot(x,y,color="g",linestyle="-",label="test1") axes[1].plot(x,y1,color="r",linestyle="-.",label="test2") axes[0].set_xticks(x[::2]) axes[0].set_xticklabels(x_label[::2]) axes[1].set_xticks(x[::5]) axes[1].set_xticklabels(x_label[::5]) axes[0].set_xlabel("test") axes[0].set_ylabel("test") axes[0].set_title("test") axes[1].set_xlabel("test") axes[1].set_ylabel("test") axes[1].set_title("test") axes[0].legend() axes[1].legend() axes[0].grid(linestyle="--",alpha=0.5) axes[1].grid(linestyle="-.",alpha=1) plt.show()
通過運行上面一段程序，可以得到下圖
通過上述幾個例子，可以得到以下常用函數用法。
plt.figure(figsize=(32，16),dpi=120) ###可以繪制一個制定大小的畫布，其中常用的參數有figsize（可自定義畫布大小），dpi（可定義清晰度）。還有一些不常用的，比如facecolor可以自定義背景顏色 plt.xticks(list,x_label) ###可以自定義x軸內容，list正如list一樣要傳入一個列表，后者x_label傳入自定義內容 plt.yticks(list,y_label) ###同xticks plt.xlabel("自定義x軸圖例") ###可以自定義X軸圖例 plt.ylabel("自定義y軸圖例") ###可以自定義y軸圖例 plt.grid(linestype="-.",alpha=0.5) ###可以自定義網格，其中linestyle為線條類型，alpha為透明度 plt.title("自定義圖標標題") ###可以自定義圖表的標題 plt.legend() ###可以顯示圖例 plt.savefig("abc.png") ###可以將圖表保存為圖像到本地 plt.show() ###可以顯示圖像
plt.plot(x,y,label="折線圖") ###繪制折線圖，傳入的x與y必須為列表，label自定義折線圖名字 plt.scatter(x,y,label="newtest") ###繪制散點圖，參數使用方法同上 plt.bar(x,y,width=0.5,color=['r','b','k','c','m','y','g','k','c','b']) ###繪制柱狀圖，width可自定義柱體大小，color自定義每個柱體顏色（顏色必須傳入為列表且與len(x)相對應） plt.hist(a,bins=group_num,density=True) ###繪制直方圖，其中a為傳入的數據集，bins為傳入的組數，density默認為False（是否顯示頻度） plt.pie(y,labels=x,colors=['r','b','k','c','m','y','g','k'],autopct="%1.2f%%") ###繪制餅狀圖，其中y為每塊的值，labels為每塊的名稱，autopct數值保留固定小數位 plt.subplots(nrows, ncols) ###在一個畫布中繪制多個圖像，nrows為行數，ncols為列數
需要注意的是，subplots和其他幾個繪圖函數不同的是，其中每個圖像的各個函數需要加上set_
內容未完待續，在后期學習或者使用中如果筆者遇到更多內容將繼續更新