数据分析入门之Matplotlib数据可视化基础(散点图、折线图、直方图、饼图、箱线图)_1.掌握散点图、折线图、直方图、饼图、箱线图绘制方法 2.掌握缺失值的统计、异常-CSDN博客

文章目录

1、掌握pyplot基础语法
2、绘制散点图
3、绘制折线图
4、绘制直方图
5、绘制饼图
6、绘制箱线图
- 6.1、绘制单个箱线图
- 6.2、绘制多个箱线图

1、掌握pyplot基础语法

1.1、基本绘图流程

在这里插入图片描述

1.2、创建画布与创建子图

第一部分主要作用是构建出一张空白的画布，并可以选择是否将整个画布划分为多个部分，方便在同一幅图上绘制多个图形的情况。最简单的绘图可以省略第一部分，而后直接在默认的画布上进行图形绘制。

函数名称	函数作用
plt.figure	创建一个空白画布，可以指定画布大小，像素
figure.add_subplot	创建并选中子图，可以指定子图的行数，列数，与选中图片编号

import matplotlib.pyplot as plt
import numpy as np

1.2.1、设置画布大小

plt.figure(figsize=(4,4))
x = np.arange(10)
y1 = np.sin(x)
y2 = np.cos(x)
plt.plot(x,y1)
plt.show()

在这里插入图片描述

1.2.2、添加图列

plt.plot(x,y1)
plt.plot(x,y2)
plt.legend(['sin()','cos()'])
plt.title('三角函数图列')
plt.xlabel('x值')
plt.ylabel('y值')
plt.show()

在这里插入图片描述

1.2.3、解决中文乱码

from matplotlib import rcParams
#支持中文
plt.rcParams['font.sans-serif'] = ['SimHei']  # 用来正常显示中文标签
plt.rcParams['axes.unicode_minus'] = False  # 用来正常显示负号

plt.plot(x,y1)
plt.plot(x,y2)
plt.legend(['sin()','cos()'])
plt.title('三角函数图列')
plt.xlabel('x值')
plt.ylabel('y值')
plt.show()

在这里插入图片描述

1.3、添加画布内容

第二部分是绘图的主体部分。其中添加标题，坐标轴名称，绘制图形等步骤是并列的，没有先后顺序，可以先绘制图形，也可以先添加各类标签。但是添加图例一定要在绘制图形之后。

函数名称	函数作用
plt.title	在当前图形中添加标题，可以指定标题的名称、位置、颜色、字体大小等参数
plt.xlabel	在当前图形中添加x轴名称，可以指定位置、颜色、字体大小等参数
plt.ylabel	在当前图形中添加y轴名称，可以指定位置、颜色、字体大小等参数
plt.xlim	指定当前图形x轴的范围，只能确定一个数值区间，而无法使用字符串标识
plt.ylim	指定当前图形y轴的范围，只能确定一个数值区间，而无法使用字符串标识
plt.xticks	指定x轴刻度的数目与取值
plt.yticks	指定y轴刻度的数目与取值
plt.legend	指定当前图形的图例，可以指定图例的大小、位置、标签

1.4、保存与展示图形

主要用于保存和显示图形

函数名称	函数作用
plt.savafig	保存绘制的图片，可以指定图片的分辨率、边缘的颜色等参数
plt.show	在本机显示图形

from matplotlib import rcParams
#支持中文
plt.rcParams['font.sans-serif'] = ['SimHei']  # 用来正常显示中文标签
plt.rcParams['axes.unicode_minus'] = False  # 用来正常显示负号

x = np.arange(10)#x轴
y1 = np.sin(x)#y轴
y2 = np.cos(x)

plt.plot(x,y1)#画sin()图像
plt.plot(x,y2)#画cos()图像
plt.legend(['sin()','cos()'])#标明图列
plt.title('三角函数图列'<