初识Python----“三剑客“之matplotlib(个人总结，一些简单的图形使用，适用于初学者)

        Matplotlib 是 Python 中最受欢迎的数据可视化软件包之一，支持跨平台运行，它是 Python 常用的 2D 绘图库，同时它也提供了一部分 3D 绘图接口, Matplotlib 通常与 NumPy、Pandas 一起使用，是数据分析中不可或缺的重要工具之一。

        在数据分析中, 我们常常要用到大量的可视化操作, 通过一张图片, 就可以直观展示数据信息, 文不如表, 表不如图, 有图有真相,一图胜千言。

        通过 Matplotlib, 只需要使用几行代码，就可以生成图表，直方图，条形图，箱型图，折线图，散点图，饼图等等，标注的数据让我们很直观的理解各项数据。

我使用的是Jupyter。

官网：Matplotlib — Visualization with Pythonhttps://matplotlib.org/

绘图： 

一、导包：

二、简单的配置：

三、基础图形举例：

抛物线：

样式： o，^，v，<，>，s，+，x，D，d，1，2，3，4，h，H，p，| ，_，'-'，'--'，'-.'，':'，'.'，','

颜色（简写）： b(蓝色)，g(绿色)，r(红色)，c(青色)，m(品红)，y(黄色)，k(黑色)，w(白色)

画布配置

plt.figure(figsize=(10, 3), dpi=80, facecolor='b')
figsize: 画布大小，宽高
dpi ：分辨率
facecolor: 背景颜色

在同一个画布上绘制多个图形

plt.show()展示图形

五、配置参数参考

一部分参数，仅供参考

六、Matplotlib常用视图

折线图(plot)   

import matplotlib.pyplot as plt
import numpy as np
# make data
x = np.linspace(0, 10, 100)
y = 4 + 1 * np.sin(2 * x)
plt.plot(x,y,c="c")
plt.title("折线图")
plt.xlabel("$x$")
plt.ylabel("$y$")
plt.show()

柱形图(bar)

import matplotlib.pyplot as plt
import numpy as np
# make data
x = 0.5 + np.arange(8)
y = [4.8, 5.5, 3.5, 4.6, 6.5, 6.6, 2.6, 3.0]
plt.bar(x,y,color="yellow")
plt.title("柱形图")
plt.xlabel("$x$")
plt.ylabel("$y$")
plt.show()

直方图(hist)

import matplotlib.pyplot as plt
# 假设data是一个包含数据的列表或数组
data = [1, 2, 1, 3, 3, 1, 4, 2, 1]
# 创建直方图
plt.hist(data, bins=4,color="purple")  
# 直方图将数据范围分成若干个等宽的区间（称为“bins”）,可以指定bins的数量
plt.title("直方图")
plt.xlabel("$x$")
plt.ylabel("$y$")
plt.show()

散点图(scatter)

import matplotlib.pyplot as plt
import numpy as np
x = 4 + np.random.randint(1,21,size=20)
#用于生成符合正态分布（也称为高斯分布）的随机数
y = 4 + np.random.normal(0, 2, len(x))
# size and color:
sizes = np.random.uniform(1, 100, len(x))
colors = np.random.uniform(15, 80, len(x))
# plot
plt.scatter(x, y, s=sizes, c=colors,alpha=0.6)
plt.title("散点图")
plt.xlabel("$x$")
plt.ylabel("$y$")
plt.show()

箱型图(box)

import matplotlib.pyplot as plt
import numpy as np
np.random.seed(10)
D = np.random.normal((3, 5, 4))
plt.boxplot(D,label="xxx")
plt.title("箱线图")
plt.xlabel("$x$")
plt.ylabel("$y$")
plt.legend() #图例，会根据每个线条对象通过label参数指定的标签来生成
plt.show()

饼图(pie)

import matplotlib.pyplot as plt
x = [1, 2, 3, 4]
plt.pie(x,startangle=100,autopct="%.2f%%",labels=["a","b","c","d"])
#startangle 指定了饼图中的第一个扇区（切片）的起始角度
#autopct  百分比
plt.title("饼图")
plt.legend()
plt.show()

七、超简单3D图形

这部分，我理解的也不是很清楚，seed是随机种子，使随机生成的数据保持不变。

import matplotlib.pyplot as plt
import numpy as np
np.random.seed(100)
fig=plt.figure(figsize=(10,5))
a=np.random.randint(1,100,size=20)
b=np.random.randint(1,100,size=20)
c=np.random.randint(1,100,size=20)
fig,ax = plt.subplots(subplot_kw={"projection": "3d"})
ax.scatter(a, b, c,color="r")
plt.show()

最后，，，官网资料也是比较齐全的，但是需要有一定的英语基础这样更好的去使用和理解，学习是一个循序渐进的过程，希望读到这里的朋友，一定要加油哦！