数据可视化Matplotlib-上

提示：为了避免文章过长，代码全托管到码云，直接点超链接就可以看到和下载。

import matplotlib.pyplot as mp

1、mp.plot(x, y, linestyle=线型, linewidth=线宽, color=颜色, …)
功能：将x，y数组对应的值组成坐标上的点依次连接，如果xy都只有一个值，则是一条线段，xy是包含多个值的一维数组，则是很多条线段。
线型： - / – / : / -. / o / o- /
线宽：大于0的数
颜色：十六进制数，如#000000,或者使用表示颜色的单词
颜色表：
数据可视化Matplotlib-上

2、设置坐标范围
mp.xlim(水平坐标最小值,最大值)
mp.ylim(垂直坐标最小值,最大值)

3、设置坐标刻度
mp.xticks(水平轴刻度位置[, 水平轴刻度文本])
mp.yticks(垂直轴刻度位置[, 垂直轴刻度文本])

4、设置坐标轴属性
ax = mp.gca() # 获取当前坐标轴图
ax.spines[‘left’] 左纵轴
ax.spines[‘right’] 右
ax.spines[‘top’] 上
ax.spines[‘bottom’] 下
轴.set_position((坐标系,位置值)) # 设置位置
轴.set_color(颜色) # 设置轴颜色
比如：ax.spines[‘left’].set_position((‘data’, 0))

5、设置图例
mp.plot(…,label=图例文本)
mp.legend([loc=位置]) 一般不写loc参数，它会自己找合适的位置放上去

loc = ‘upper left’ 左上 ‘lower right’ 右下 ‘upper center’
图例文本含有数学表达式的用相应的转义字符，详情请移步 https://blog.csdn.net/henkekao/article/details/72879393 这个博客

1-5示例代码：plot.py
效果图：
数据可视化Matplotlib-上
6、画特殊点
mp.scatter(水平坐标数组, 垂直坐标数组, s=大小, marker=点的形状, edgecolor=边缘色, facecolor=填充色,zorder=)

zorder：用于控制画的顺序，后画的可以覆盖先画的
edgecolor和facecolor只有当marker是实心的才能显示，maker不写，默认是’o’(圆点)
如果只写color属性，则edgecolor和facecolor都是color的值

maker部分值：+，o(空心圆)，*，.(实心圆)，x(x形)，s(正方形)，d(菱形)，^(上三角)，v(下三角)，<(左三角)，>(右三角)，p(五角星)，h(六边形)

7、添加说明信息
mp.annotate(说明文本, xy=目标坐标, xycoords=目标坐标系,
xytext=文本坐标, textcoords=文本坐标系, fontsize=字体大小, arrowprops=箭头属性)

xy：你要说明的文本的坐标
xycoords： xy是绝对或相对坐标，‘data’或’offset points’
xytext：说明文本放的坐标
arrowprops：值为字典，包含一些属性，常用的有arrowstyle(箭头风格)，connectionstyle(连线分格),箭头风格列表和连线风格列表请自行百度。

6-7示例代码：scatter.py
效果图：
数据可视化Matplotlib-上

8、图形窗口对象

mp.figure(窗口名，figsize=窗口大小，dpi=分辨率，facecolor=背景色)
功能：将指定窗口名设为当前窗口，如果不存在则创建,用于同时创建几个窗口。
mp.title(窗口标题，fontsize=字体大小)
mp.xlabel(水平轴标签，fontsize=字体大小)
mp.ylabel(垂直轴标签，fontsize=)
mp.tick_params(labelsize=刻度标签字体大小)
mp.grid(linestyle=网格线型)

示例代码：figure.py
效果图：
数据可视化Matplotlib-上