数据可视化-Matplotlib绘制可视化图表

数据可视化

Matplotlib绘制可视化图表

一、实验名称

Matplotlib绘制可视化图表

二、实验目的

通过该实验的实践，要求学生能够熟练使用Matplotlib基本图表的可视化展示，掌握使用这工具绘制图表的一般化流程，掌握使用Matplot实现特征分析，掌握使用Matplotlib实现数据分布情况分析，以及基于Matplotlib的复杂场景应用等。

三、实验原理

Matplotlib 是 Python 的可视化基础库，作图风格和 MATLAB 类似，所以称为 Matplotlib

python中的很多可视化库都基于Matplotlib进行了封装，如Seaborn 是一个基于 Matplotlib 的高级可视化效果库，针对 Matplotlib 做了更高级的封装，让作图变得更加容易。你可以用短小的代码绘制更多维度数据的可视化效果图。

使用matplotlib可以展示可视化的多种基本图表

四、实验步骤

1、打开终端Terminal，准备执行安装命令行

2、环境准备

2.1 打开jupyter

在打开的浏览器中，新建python3文件

3、基础图表

柱形图

柱形图通常用于直观的对比数据，在实际工作中使用频率很高，在Matplotlib中可以通过bar()即可绘制出柱形图。

import matplotlib.pyplot as plt
plt.bar([1, 2, 3, 4], [1, 4, 2, 3])  # 绘制图像
plt.show()

如果想修改柱子的颜色，宽度，可以通过color和width参数进行修改；

color：支持通过代码快速配置常见的颜色，如r代表红色，blue代表蓝色，也支持十六进制和RGB（A）格式颜色配置；

width：数值范围0-1，默认0.8；

import matplotlib.pyplot as plt
plt.bar([1, 2, 3, 4], [1, 4, 2, 3], color=(0.2, 1.0, 1.0), width=0.5)  # 绘制图像
plt.show()

条形图

条形图同样常用来进行数据的对比展示，可以简单看作是柱形图经过翻转90度后的图表，使用barh()可以进行条形图的绘制；

import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif'] = 'Microsoft YaHei'
plt.barh(["深圳", "广州", "北京", "上海"], [1, 4, 2, 3])  # 绘制图像
plt.show()

需要注意，当柱子翻转过来之后，修改柱子的“宽度”在条形图从参数width变成了height;

import matplotlib.pyplot as plt
plt.barh(["深圳", "广州", "北京", "上海"], [1, 4, 2, 3], height=0.5, color="#0aff00")  # 绘制图像
plt.show()

折线图

折线图通常用于展示一段时间内的趋势，可以通过plot进行折线图的绘制；

import matplotlib.pyplot as plt
plt.plot([1, 2, 3, 4], [1, 4, 2, 3])  # 绘制图像
plt.show()

通过linewidth和linestyle可以进行线宽和线型的配置；

linestyle可接受的参数如下：

至于展示出来是什么样式，大家可以依次去尝试一下

import matplotlib.pyplot as plt
plt.plot([1, 2, 3, 4], [1, 4, 2, 3], color='blue', linewidth=2, linestyle='-.')  # 绘制图像
plt.show()

通过marker和makersize可以绘制带标记点的折线图；

支持的maker样式如下：

输出为：

import matplotlib.pyplot as plt
pl