数据分析--Matplotlib绘图

ゝ一世哀愁。 2021-12-14 09:23 453阅读 0赞

[数据分析--Matplotlib绘图][--Matplotlib]

## 一、matplotlib使用步骤 ##

## 二、plot函数的用法 ##

## 三、plot函数在一个图里画多条线 ##

## 四、用plot绘制DataFrame ##

## 五、小作业--画函数图 ##

## 六、一个窗口里画多张图 ##

## 七、Matplotlib支持的其他图（柱状图、饼图...） ##

### 1、柱状图 ###

### 2、饼图 ###

## 八、Matplotlib画K线图 ##

--------------------

## ##

## 一、matplotlib使用步骤 ##

1，matplotlib是一个强大的python绘图和数据可视化的工具包  
2，安装，引用  pip install matplotlib  --->  import matplotlib.pyplot as plt3，  
3，绘图   --plt.plot(x, y, ...)     
4，显示图像  --plt.show()

## 二、plot函数的用法 ##

绘图函数plt.plot(...)，有两种写法：

1、 plt.plot(\[1,2,3,4\],\[1,2,3,4\],"o-r")

这种写法的顺序是fmt = ' \[marker\] \[line\] \[color\] '

2、plt.plot(\[1,2,3,4\],\[1,2,3,4\],marker="o",linestyle="-",color="r")  
　　\# 线型linestyle("-","-.","--"...)    实线/点虚线/虚线  
　　\# 点型marker("v","^","s","\*","H","+","x","D","o"...)   输入命令plt.plot? 查看  
　　\# 颜色color(b,g,r,y,k,w,..)

![1310329-20190523151721299-1473004644.png][]

## 三、plot函数在一个图里画多条线 ##

答案是写多个plot就行  
plt.plot(x,y,type)  
plt.plot(x1,y1,type1)

设置图像标题：plt.title()  
设置曲线图例：图例用来表示几条线表示什么  
　　plt.plot(x,y,type,label='Line\_A')  
　　plt.plot(x1,y1,type1,label='Line\_B')  
　　plt.legend()   
设置x轴名称：plt.xlabel('...')  
设置x轴刻度：plt.xticks() 例如plt.xticks(\[0,2,4\],\['a','b','c'\])  
设置x轴范围：plt.xlim() 例如plt.xlim(0,100)  
设置y轴名称：plt.ylabel('...')  
设置y轴刻度：plt.yticks()  
设置y轴范围：plt.ylim()

![1310329-20190523152605204-684735017.png][]

## 四、用plot绘制DataFrame ##

直接用DataFrame调用plot  
df.plot()  
plt.show()

![1310329-20190523162240125-1851654800.png][]

## 五、小作业--画函数图 ##

使用Matplotlib模块在一个窗口中绘制数学函数y=x,y=x²  
y=3x³+5x²+2x+1的图像，使用不同颜色的线加以区分，并  
使用图例说明各个线代表什么函数

![1310329-20190523162848245-1413854207.png][]

## 六、一个窗口里画多张图 ##

\-------------------------------------  
Matplotlib-画布与子图  
画布：figure  
　　fig=plt.figure()  
图：subplot  
　　ax1=fig.add\_subplot(2,2,1)  
调节子图间距：  
　　subplots\_adjust(left,bottom,right,top,wspace,hspace)  
\------------------------------------

![1310329-20190523170818984-698753776.png][]

##    七、Matplotlib支持的其他图（柱状图、饼图...） ##

https://matplotlib.org/

Matplotlib支持的图类型

plt.psd(x,NFFT=256,pad\_to,Fs) 功率谱密度图  
　　plt.specgram(x,NFFT=256,pad\_to,F) 谱图  
　　plt.cohere(x,y,NFFT=256,Fs) X-Y相关性函数  
　　plt.scatter(x,y) 散点图  
　　plt.step(x,y,where) 步阶图  
　　plt.hist(x,bins,normed) 直方图  
　　plt.plot(x,y,fmt,...) 折线图  
　　plt.boxplot(data,notch,position) 箱型图  
　　plt.bar(left,height,width,bottom) 条形图  
　　plt.barh(width,bottom,left,height) 横向条形图  
　　plt.polar(theta,r) 极坐标图  
　　plt.pie(data,explode) 饼图

### 1、柱状图 ###

第一个参数是条形的位置，第二个参数是高度  
plt.bar(\[0,1,2,3\],\[5,6,7,8\])  
\-----  
data=\[32,48,21,100\]  
labels=\['Jan','Feb','Mar','Apr'\]  
plt.bar(np.arange(len(data)), data)  
plt.xticks(np.arange(len(data)), labels)  
plt.show()  
\--------

![1310329-20190523171246651-2102032931.png][]

### 2、饼图 ###

plt.pie(\[10,20,30,40\],labels=\['a','b','c','d'\],autopet='%.1f%%',explode=\[0,0,0,0.1)  
plt.axis('equal')  
plt.show()  
\-------

![1310329-20190523172257120-623191258.png][]

## 八、Matplotlib画K线图 ##

1、mpl\_finance子包中有许多绘制金融相关图的函数接口（安装matplotlib后会自动安装mpl\_finance模块）  
2、绘制K线图：mpl\_finance.candlestick\_ochl函数

import mpl\_finance as fin  
fin.candlestick\_ochl(ax, quotes...)  
candlestick\_ochl主要参数：  
　　ax: 画布上的子图对象  
　　quotes： 序列（时间，开盘价，收盘价，最高价，最低价） 时间是float类型，date必须转换为float

附：下载历史股票数据\{  
\`pip3 install tushare\`  
import tushare as ts  
df = ts.get\_hist\_data('000001')  
df.to\_csv('001.csv')  
\}

![1310329-20190527114904343-1715547347.png][]

posted on 2019-05-08 18:10 [要一直走下去][Link 1] 阅读( ...) 评论( ...) [编辑][Link 2] 收藏

转载于:https://www.cnblogs.com/staff/p/10833548.html

[--Matplotlib]: https://www.cnblogs.com/staff/p/10833548.html
[1310329-20190523151721299-1473004644.png]: /images/20211214/466fbf2d6e454e1b818bbc113a96fad6.png
[1310329-20190523152605204-684735017.png]: /images/20211214/6e949988456f484ca838b2d8162e97c2.png
[1310329-20190523162240125-1851654800.png]: /images/20211214/3ba2a342040a468286365d3930ceadc6.png
[1310329-20190523162848245-1413854207.png]: /images/20211214/5932dffb0d3d417a883096f85f64fb56.png
[1310329-20190523170818984-698753776.png]: /images/20211214/1d0aa9b7885f464a8bba581045e1a3d8.png
[1310329-20190523171246651-2102032931.png]: /images/20211214/a7b31e4fec604cc18f1e022be87ec5e9.png
[1310329-20190523172257120-623191258.png]: /images/20211214/ca29e870de9646b8817eb441a1b69427.png
[1310329-20190527114904343-1715547347.png]: /images/20211214/8d8ff937efff456981d82c6f5b9068b4.png
[Link 1]: https://www.cnblogs.com/staff/
[Link 2]: https://i.cnblogs.com/EditPosts.aspx?postid=10833548