python數據科學，數據可視化是非常重要的一個環節，但是很多朋友在學習matplotlib可視化模塊時，總是學的不得意，感覺學來學去不怎麼會，所以小編將matplotlib模塊常用的繪圖知識總結整理在一起，便於讀者朋友記憶和掌握核心的繪圖知識。
Matplotlib總結分為兩次推送，今天推送上篇，下面直接上乾貨.....
繪圖步驟：
1、準備數據(核心) 2、創建圖形 3、自定義繪圖(核心) 4、保存圖形 5、顯示圖形
''' 知識點0：創建畫布、子圖 '''
1、創建畫布 fig = plt.figure(figsize=(10,4)) # 第一種 fig, ax = plt.subplots() # 第二種 2、增加子圖 ax1 = fig.add_subplot(row,col,num) ax2 = fig.add_subplot(221) 等效於 add_subplot(2, 2, 1) 代表添加第 2 行第 2 列的第 1 個子圖
''' 知識點1：plt 與 ax 繪圖的異同 '''
1、相同： 繪圖函數的參數用法一樣，比如：plt.plot(x, y, color='r') 與 ax.plot(x, y, color='r') 其他描述性函數的參數用法一樣，比如：plt.legend(loc='best') 與 ax.legend(loc='best') 2、不同之處 ax 使用 ax 繪圖： 比如：ax.plot/bar/scatter/hist等() 比如：ax.legend/test/annotate/margins/axis/tick_params() 比如：ax.set_xlim/ylim/title/xlabel/ylabel/xticks/yticks/xticklabel/yticklabel plt 使用 plt 繪圖： 比如：plt.plot/bar/scatter/hist等() 比如：plt.legend/test/annotate/margins/axis/tick_params() 比如：plt.xlim/ylim/title/xlabel/ylabel/xticks/yticks/xticklabel/yticklabel
''' 知識點2：條形圖 '''
1、語法 bar(x, height, width, color, align='center') 縱向 ax.barh() 橫向 2、參數分析 x: 條形圖在x軸位置, 某種情況下巧用"整型"索引值：df.index.tolist() height: 條形圖高度 width: 條形圖的寬度 align: 向哪裡對齊，center中心對齊，edge邊緣對齊
''' 知識點3：散點圖 '''
1、語法 ax.scatter(x, y, color='red', marker=".") 2、參數分析 marker="." 是一個標記，ax.plot(x, y, color='', marker="o")
''' 知識點4：直方圖 '''
語法參數： ax.hist(x, range(1, 5), bins=20, color) x：必選參數 range(1, 5)：可選/可不選參數，代表限定 x 軸的區域(X 軸從 1 開始到 5 結束) bins = 20: 可選/可不選參數,直方圖的寬度 作用：用於探索某類數據的集中分佈，發現某類數據的核心點在哪個值的範圍
''' 知識點5：箱形圖 '''
# 一個畫布一個箱型圖 ax.boxplot(x) # 一個畫布多個箱型圖 ax.boxplot([x1, x2, x3,...]) 它由五個數值點組成：從下到上 0%最小值(min)，25%下四分位數(Q1)，50%中位數(median)， 75%上四分位數(Q3)，100%最大值(max) 作用： 1、直觀地識別數據集中的異常值(查看離群點),離群點單獨析出 2、判斷數據離散程度和偏向(觀察盒子的長度，上下隔間的形狀，以及鬍鬚的長度) 3、用於探索某類數據的集中分佈
''' 知識點6：餅圖 '''
1、語法： ax.pie(x, explode=None, labels=None, colors=None, shadow=False, autopct=None, radius=None, startangle=None) 2、參數分析 x: 一般是分類型、佔比型數據，數組形式如: x=[1, 2, 4] 或 [[1], [2], [4]] explode: 各個餅圖之間的距離，列表形式如: explode=[0.12, 0.1, 0.04] labels: 標籤, 列表形式如: labels=['pie1', 'pie2', 'pie3'], 一般結合圖例 ax.legend(loc='best') colors: 顏色，數組形式(一維二維都行) shadow: 布爾值，設置餅圖邊緣下面呈現一層陰影, 就會顯得厚一點 autopct: 控制餅圖內百分比設置,可以使用format字符串或者format function '%1.1f'指小數點前後位數(沒有用空格補齊)如： autopct='%.2f'(單純顯示值); autopct='%.2f%%'(顯示值和百分號) radius: 餅的半徑，即餅的大小,如：radius=1.2 startangle: 起始繪製角度,默認圖是從x軸正方向逆時針畫起, 如：startangle=90 則從y軸正方向畫起
''' 知識點7：設置中文字體、字體大小 '''
(注意: 這裡只能用 plt 不能用 ax) 1、正常顯示中文字體 plt.rcParams['font.family'] = 'SimHei' 2、字體大小 plt.rcParams['xtick.labelsize'] = 24 plt.rcParams['ytick.labelsize'] = 20
''' 知識點8：基本信息設置 '''
第一種方法：單一 tick_positions = range(1,6) ax.set_xticks(tick_positions) ax.set_xticklabels(cols, rotation=45) # rotation 代表旋轉的角度 ax.set_xlabel('Rating Source') ax.set_ylabel('Average Rating') ax.set_title('2015') ax.set_xlim(0, 6) ax.set_ylim(0, 6) 第二種方法：統一性 ax.set(title='2015', # 標題 xlabel='Rating Source', # X 軸標籤 ylabel='Average Rating', # Y 軸標籤 xticks=tick_positions, # X、Y 軸刻度 xlim=[0, 6], ylim=[0, 6], # X、Y 軸範圍限制 ) ax.set_xticklabels(['要設置的標籤值', ''], rotation=45) X 軸刻度的標籤值
End-----------
歡迎讀者朋友留言評論、轉發.......
喜歡的讀者朋友可以點贊和關注小編，更多精彩內容等著你.........
推薦往期文章如下：
數據分析必備知識(1)，Numpy基礎篇
python必備知識(1)，打包為exe文件封裝成可導入模塊
數據挖掘項目實訓：竊漏電用戶自動識別
python爬蟲基礎入門教程，人性化的python requests最全總結
python數據分析庫之pandas知識大總結
python面向對象大總結，讓你快速掌握面向對象常用的用法
封面圖片來源於網絡