ICode9

精准搜索请尝试: 精确搜索
首页 > 其他分享> 文章详细

matplotlib的读书报告:

2020-11-21 23:35:56  阅读:10  来源: 互联网

标签:plt name 报告 movie show matplotlib 读书 import 绘制


1. Matplotlib简介

  Matplotlib是Python的一个2D图形库,能够生成各种格式的图形(诸如折线图,散点图,直方图等等),界面可交互(可以利用鼠标对生成图形进行点击操作),

同时该2D图形库跨平台,即既可以在Python脚本中编码操作,也可以在Jupyter Notebook中使用,以及其他平台都可以很方便的使用Matplotlib图形库,而且生成图形质量较高,

甚至可以达到出版级别。需要注意的是,在相关Python软件中调用Matplotlib图形库时,需要利用shell进行单独安装,假如使用Jupyter Notebook时,相关图形库已直接配置在软件内,

不过其生成的图形无法进行交互,而是内嵌在Jupyter Notebook生成界面内。

绘制温度图--显示上海的温度变化图

import random
import matplotlib.pyplot as plt

# 添加这两行让中文字体正常显示
plt.rcParams['font.sans-serif']=['SimHei']#显示中文标签
plt.rcParams['axes.unicode_minus']=False

# 1.准备数据
x = range(60)
y_shanghai = [random.uniform(15, 18) for i in x]

# 2.创建画布
plt.figure(figsize=(20,8), dpi=80)

# 绘制图像
plt.plot(x, y_shanghai)

# 准备x轴的刻度说明
x_label = ['11点{}分'.format(i) for i in x]
plt.xticks(x[::5],x_label[::5])
plt.yticks(range(0,40,5))

# 添加网格
plt.grid(linestyle="--",alpha=0.5)

# 添加描述信息
plt.xlabel('时间变化')
plt.ylabel('温度变化')
plt.title('上海11-12点每分钟的温度变化图')

# 显示图
plt.show()

同时显示两个城市的温度变化图

import random
import matplotlib.pyplot as plt

# 添加这两行让中文字体正常显示
plt.rcParams['font.sans-serif']=['SimHei']#显示中文标签
plt.rcParams['axes.unicode_minus']=False

# 1.准备数据
x = range(60)
y_shanghai = [random.uniform(15, 18) for i in x]
y_beijing = [random.uniform(1, 3) for i in x]

# 2.创建画布
plt.figure(figsize=(20,8), dpi=80)

# 绘制图像
plt.plot(x, y_shanghai)
plt.plot(x, y_beijing)

# 准备x轴的刻度说明
x_label = ['11点{}分'.format(i) for i in x]
plt.xticks(x[::5],x_label[::5])
plt.yticks(range(0,40,5))

# 添加网格
plt.grid(linestyle="--",alpha=0.5)

# 添加描述信息
plt.xlabel('时间变化')
plt.ylabel('温度变化')
plt.title('上海、北京11-12点每分钟的温度变化图')

# 显示图
plt.show()

设置图形风格 颜色: r(红) g(绿) b(蓝) w(白) c(青) m(洋红) y(黄) k(黑)

风格字符:

  • 实线 -- 虚线 -. 点划线 : 点虚线 '' 留空 空格

注意:如果只在plt.plot()中设置label还不能显示出图例,还需要通过plt.legend()将图例显示出来 plt.legend(loc="best")

Location String Location Code 'best' 0 'upper right' 1 'upper left' 2 'lower left' 3 'lower right' 4 'right' 5 'center' 6

散点图的绘制

import matplotlib.pyplot as plt
# 准备数据
x = [1, 3, 6, 6, 7, 9, 5]
y = [2, 3, 5, 6, 8, 2, 3]

# 绘制画布
plt.figure(figsize=(20,8),dpi=80)

# 绘制散点图
plt.scatter(x, y)

# 显示图像
plt.show()

绘制柱状图--显示每部电影的票房

import matplotlib.pyplot as plt
# 1.准备数据
movie_name = ['雷神','正义联盟','东方快车谋杀案','寻梦环游记','全球风暴','降魔记','追捕']
tickets = [73853, 57767, 22354, 15969, 14839, 8725, 8318]

# 2. 创建画布
plt.figure(figsize=(20, 8),dpi=80)

# 3.绘制柱状图
x_ticks = range(len(movie_name))
plt.bar(x_ticks, tickets, color=['b','r','g','y','c','m','y'])

# 修改x刻度
plt.xticks(x_ticks, movie_name)

# 添加标题
plt.title('电影票房收入对比')

# 显示网格
plt.grid(linestyle='--',alpha=0.5)

# 4.显示图像
plt.show()

电影上映首日和首周的票房对比

import matplotlib.pyplot as plt
# 1.准备数据
movie_name = ['雷神','正义联盟','东方快车谋杀案','寻梦环游记']

first_day = [10587, 10062.5, 1275.7, 1223]
first_weekend = [24564.5, 32755.6, 83245.9, 7325]

x = range(len(movie_name))

plt.figure(figsize=(20,8),dpi=80)

plt.bar(x, first_day, width=0.2, label='首日票房')
plt.bar([i+0.2 for i in x],first_weekend, width=0.2, label='首周票房')

# 显示图例
plt.legend()

# 修改X轴刻度显示
plt.xticks([i+0.1 for i in x],movie_name)

plt.show()

绘制直方图

# 需求:电影时长分布状况
# 1.准备数据
time = [131,94,143,126,129,117,138,107,113,119,95,175,127,147]

# 2.绘制画布
plt.figure(figsize=(20,8),dpi=80)

# 3.绘制直方图
distance = 2
group_num = int((max(time) - min(time))/ distance)

plt.hist(time, bins=group_num,density=True)

# 修改x轴刻度
plt.xticks(range(min(time),max(time)+2,distance))

# 添加网格
plt.grid(linestyle='--',alpha=0.5)

# 4.显示图像
plt.show()

饼图

import matplotlib.pyplot as plt
# 1.准备数据
movie_name = ['雷神','正义联盟','东方快车谋杀案','寻梦环游记','追捕','亲爱的']
place_count = [42875, 43756, 35673, 23543, 25477, 46823]

# 2.绘制画布
plt.figure(figsize=(20,8),dpi=80)

# 3.绘制饼图
plt.pie(place_count, labels=movie_name, colors=['b','r','g','y','m','k'])

plt.axis('equal')

plt.legend()

# 4.显示图像
plt.show()

 

 

 

 

标签:plt,name,报告,movie,show,matplotlib,读书,import,绘制
来源: https://www.cnblogs.com/flow-laic/p/14017863.html

专注分享技术,共同学习,共同进步。侵权联系[admin#icode9.com]

Copyright (C)ICode9.com, All Rights Reserved.

ICode9版权所有