Study：day11-数据可视化之Matplotlib模块

文章目录

Study：day11-数据可视化之Matplotlib模块
- 1.1 Matplotlib概述
- - 1.1.1 绘图初始
- 1.2 绘图主题的使用
- - 主题的使用

Study：day11-数据可视化之Matplotlib模块

学术图表：学术图表绘制
- Matplotlib模块（核心）
- Seaborn模块（核心）
- plotly模块/ggplot/basemap
- Bokeh模块
商业图标：商业图表绘制
- pyecharts模块（核心）
- floium地理图表可视化

1.1 Matplotlib概述

python里面的一个可视化模块，用于创建各种类型的静态或者动态图表，也可以创建各种的图表，折线图，散点图，柱形图，饼图，箱线图，热力图，它可以和Numpy、Pandas等模块配合使用，也可以单独使用。

图表主题的使用
字体的处理
学习图表的绘制

需要安装的软件：Tex Live /MikTex(可以尝试安装)：可以让我们输出的图片的质量更高，更规范

1.1.1 绘图初始

import pandas as pd
import numpy as np
import matplotlib
import matplotlib.pyplot as plt
import sysprint('Python version:', sys.version)
print('Pandas version:', pd.__version__)
print('Numpy version:', np.__version__)
print('Matplotlib version:', matplotlib.__version__)

Python version: 3.12.3 | packaged by conda-forge | (main, Apr 15 2024, 18:20:11) [MSC v.1938 64 bit (AMD64)]
Pandas version: 2.2.2
Numpy version: 1.26.4
Matplotlib version: 3.9.2

x = np.arange(0.0, 2.0, 0.01)
y = np.sin(2 * np.pi * x + 1)
z = np.cos(2 * np.pi * x + 1)
plt.rcParams['font.sans-serif'] = ['SimHei']  # 由于第四步：中文字体支持不友好，因此设置全局字体为黑体
plt.rcParams['axes.unicode_minus'] = False  # 由于坐标轴的负数符号不正常显示，因此对其进行调整

plt.figure(figsize=(12, 6), dpi=100)  # 第一步创建画布
plt.plot(x, z, label='z=cos(x)')
plt.plot(x, y,color='red',  # 设置线条的颜色linewidth=2.0,  # 设置线条的粗细linestyle='--',  # 设置线条的样式label='y=sin(2 * np.pi * x + 1)+1',  # 给图标起名称)  # 第二步绘制基本图形plt.xlabel('x轴')  # 第四步：开始图表的修饰，设置标签的名称
plt.ylabel('y轴')  # 设定y轴的名称
plt.title('This is figure title')  # 设定图标的标题
plt.grid()  # 设置网格线
plt.xlim(0, 2)  # 设置x轴的范围
plt.ylim(-1.25, 1)  # 设置y轴的范围
plt.legend(loc=2)  # 设置图例,由于没有名字，需要回到第二步，给图表设置一个名称plt.savefig('./figure/day11/1.png', dpi=200)
plt.show()  # 第三步展示

在这里插入图片描述

背景不好看/背景不是透明的/图片存在白边
字体都是一样的
字体的大小都是一样的
颜色都是默认的
数学公式渲染的不是很好
如果包含多条线如何绘制.
图例的位置

y1 = np.cos(2 * np.pi * x   + 1 ) - .2
plt.figure(figsize=(8,5),dpi=100) # 1. 第一步创建画布
plt.plot(x,y,  # 2. 第二步: 绘制基本都图形color='red', # 4.8 折线图线条的颜色, 也可以使用c代替如:  c = 'cyan'linewidth = 1.2, # 4.9 调整线条灯粗细label = 'y = sin( 2 * pi * x + 1) - 1', # 4.7- : 给图表起一个名称,)
plt.plot(x,y1,  # 2-new. 第二步-new: 绘制第二条折线基本都图形color='orange', # 4.8 折线图线条的颜色, 也可以使用c代替如:  c = 'cyan'linewidth = 1.2, # 4.9 调整线条灯粗细linestyle = 'dotted',label = 'y1 = cos( 2 * pi * x + 1) - 1', # 4.7- : 给图表起一个名称,)
plt.xlabel('这是测试的x轴名称') # 4.1 第四步: 开始图表的修饰,设置标签的名称.
plt.ylabel('这是测试的y轴名称') # 4.2 添加y轴坐标轴名称
plt.title('This is figure title') # 4.3 添加图标的标题
plt.grid() # 4.4 添加网格线
plt.xlim(0,2) # 4.5 调整x轴刻度的范围
plt.ylim(-1.25, 1.25) # 4.6 调整y轴的刻度范围
plt.legend(loc=2,)  # 4.7 添加图表的图例,由于图表没有名称,因此需要回到第二步,添加图表的名称
plt.savefig('./figure/day11/2.png',dpi=200) # 最后一步,才是图表的保存.必须放到图形展示的前面
plt.show() # 3. 第三步: 展示图形

在这里插入图片描述

创建画布
绘制基本都图形
展示图表
添加图表元素:x轴名称/y轴名称/网格线/标题/图例
修饰图表/美化图表: 设计图形本身的一些样式,比如颜色,线条灯粗细,线条灯类型,标题字体大小等等
图形的保存,图形的保存必须要在图形显示的前面,否则保存的图像是一个空白

在这里插入图片描述

1.2 绘图主题的使用

内置主题
第三方主题(商业): matplotx : pip install matplotx
第三方主题(学术): scienceplot: pip install scienceplots

print(plt.style.available)

['Solarize_Light2', '_classic_test_patch', '_mpl-gallery', '_mpl-gallery-nogrid', 'bmh', 'classic', 'dark_background', 'fast', 'fivethirtyeight', 'ggplot', 'grayscale', 'seaborn-v0_8', 'seaborn-v0_8-bright', 'seaborn-v0_8-colorblind', 'seaborn-v0_8-dark', 'seaborn-v0_8-dark-palette', 'seaborn-v0_8-darkgrid', 'seaborn-v0_8-deep', 'seaborn-v0_8-muted', 'seaborn-v0_8-notebook', 'seaborn-v0_8-paper', 'seaborn-v0_8-pastel', 'seaborn-v0_8-poster', 'seaborn-v0_8-talk', 'seaborn-v0_8-ticks', 'seaborn-v0_8-white', 'seaborn-v0_8-whitegrid', 'tableau-colorblind10']

plt.rcParams['font.sans-serif'] = 'Times New Roman'
plt.rcParams['font.size'] = 14
# 使用内置的主题进行图表的绘制,注意这里可以同时传入多个主题,
with plt.style.context(['fast','seaborn-v0_8-colorblind']):plt.figure(figsize=(10,6),dpi=100) # 1. 第一步创建画布plt.plot(x,y,label='y = sin( 2 * pi * x + 1) - 1')plt.plot(x,y1, label='y1 = cos( 2 * pi * x + 1) - 1')plt.xlabel('这是测试的x轴名称',fontdict={'family':'simhei'})  # 4.1 第四步: 开始图表的修饰,设置标签的名称.plt.ylabel('这是测试的y轴名称',fontdict={'family':'simhei'})  # 4.2 添加y轴坐标轴名称plt.title('This is figure title')plt.ylim(-1.25,1.26)plt.xlim(0,2)plt.grid(ls='dotted',lw=1.5,color='#d3e3fd')plt.legend(loc=1)plt.savefig('./figure/day11/first-with-style.png',dpi=200)plt.show()  # 3. 第三步: 展示图形

在这里插入图片描述

import matplotx

with plt.style.context(matplotx.styles.pitaya_smoothie['light']):plt.figure(figsize=(10,6),dpi=100) # 1. 第一步创建画布plt.plot(x,y,label='y = sin( 2 * pi * x + 1) - 1')plt.plot(x,y1, label='y1 = cos( 2 * pi * x + 1) - 1')plt.xlabel('这是测试的x轴名称',fontdict={'family':'simhei'})  # 4.1 第四步: 开始图表的修饰,设置标签的名称.plt.ylabel('这是测试的y轴名称',fontdict={'family':'simhei'})  # 4.2 添加y轴坐标轴名称plt.title('This is figure title')plt.ylim(-1.25,1.26)plt.xlim(0,2)plt.legend(loc=1)plt.savefig('./figure/day11/2-with-style.png',dpi=200)plt.show()  # 3. 第三步: 展示图形

在这里插入图片描述

with plt.style.context(matplotx.styles.dracula):plt.figure(figsize=(10,6),dpi=100) # 1. 第一步创建画布plt.plot(x,y,label='y = sin( 2 * pi * x + 1) - 1')plt.plot(x,y1, label='y1 = cos( 2 * pi * x + 1) - 1')plt.xlabel('这是测试的x轴名称',fontdict={'family':'simhei'})  # 4.1 第四步: 开始图表的修饰,设置标签的名称.plt.ylabel('这是测试的y轴名称',fontdict={'family':'simhei'})  # 4.2 添加y轴坐标轴名称plt.title('This is figure title')plt.ylim(-1.25,1.26)plt.xlim(0,2)plt.legend(loc=1)plt.savefig('./figure/day11/3-with-style.png',dpi=200)plt.show()  # 3. 第三步: 展示图形

在这里插入图片描述

plt.style.use(matplotx.styles.dracula) # 全局主题的使用

plt.figure(figsize=(10,6),dpi=100) # 1. 第一步创建画布
plt.plot(x,y,label='y = sin( 2 * pi * x + 1) - 1')
plt.plot(x,y1, label='y1 = cos( 2 * pi * x + 1) - 1')
plt.xlabel('这是测试的x轴名称',fontdict={'family':'simhei'})  # 4.1 第四步: 开始图表的修饰,设置标签的名称.
plt.ylabel('这是测试的y轴名称',fontdict={'family':'simhei'})  # 4.2 添加y轴坐标轴名称
plt.title('This is figure title')
plt.ylim(-1.25,1.26)
plt.xlim(0,2)
plt.legend(loc=1)
plt.savefig('./figure/day11/4-with-style.png',dpi=200)
plt.show()  # 3. 第三步: 展示图形