小蛇学python（9）matplotlib的基本使用小蛇学python（9）matplotlib的基本

matplotlib作为python中可视化最经典的库，是个不得不学习的东西。尽管长江后浪推前浪，涌现出了很多更好的可视化库，比如Plotly。不过，它们几乎全是建立在matplotlib的基础之上的。

饼图

from matplotlib import pyplot as plt import chch.set_ch()#自定义汉字字体 plt.figure(figsize=(6,9))#调节图形大小，宽，高 labels = [u'第一部分',u'第二部分',u'第三部分']#定义饼状图的标签，标签是列表 sizes = [60,30,10]#每个标签占多大，会自动去算百分比 colors = ['red','yellowgreen','lightskyblue'] explode = (0.05,0,0)#将某部分分离出来，使用括号，将第一块分割出来，数值的大小是分割出来的与其他两块的间隙 patches,l_text,p_text = plt.pie(sizes,explode=explode,labels=labels,colors=colors, labeldistance = 1.1,autopct = '%3.1f%%',shadow = False, startangle = 90,pctdistance = 0.6)#labeldistance，文本的位置离圆心有多远，1.1指1.1倍半径的位置 #autopct，圆里面的文本格式，%3.1f%%表示小数有三位，整数有一位的浮点数 #shadow，饼是否有阴影 #startangle，起始角度，0，表示从0开始逆时针转，为第一块。一般选择从90度开始比较好看 #pctdistance，百分比的text离圆心的距离 #patches, l_texts, p_texts，为了得到饼图的返回值，p_texts饼图内部文本的，l_texts饼图外label的文本#改变文本的大小 #方法是把每一个text遍历。调用set_size方法设置它的属性 for t in l_text: t.set_size(30) for t in p_text: t.set_size(20) # 设置x，y轴刻度一致，这样饼图才能是圆的 plt.axis('equal') plt.legend() plt.show()

画出来的图，格式是这样的。

文章图片
Figure_1.png 该注意到的东西，我在代码后面都有了注释，不做过多解释。这里再强调一个无法显示中文的问题。大家注意到我不止引入了matplotlib这个库，还有一个ch。这个文件是我自定义的。内容如下。

#-*-coding:utf-8-*- #文件名: ch.py def set_ch(): from pylab import mpl mpl.rcParams['font.sans-serif'] = ['FangSong'] # 指定默认字体 mpl.rcParams['axes.unicode_minus'] = False # 解决保存图像是负号'-'显示为方块的问题

里面的字体是可以随便改的，有了这个包，在主程序里运行ch.set_ch()就解决问题了。

条形图

fig = plt.figure(1) ax1 = plt.subplot(111) data = https://www.it610.com/article/movie_count width = 0.5 x_bar = np.arange(len(movie_count)) rect = ax1.bar(left=x_bar, height=data, width=width, color="lightblue") for rec in rect: x = rec.get_x() height = rec.get_height() ax1.text(x + 0.1, 1.02 * height, str(height)) ax1.set_xticks(x_bar) ax1.set_xticklabels(movie_year, rotation=30) ax1.set_ylabel("num") ax1.set_title("TOP 250 movie year distribution") ax1.grid(True) ax1.set_ylim(0, 50) fig.get_tight_layout() plt.show()

这是我之前做的一个小项目，可视化的条形图，他所反映的是豆瓣前250部电影的上映年数分布。

文章图片
Figure_2.png 可以发现，这里面的横坐标标签是斜着的。其实可以想象，如果我不让他们斜着，它们便会互相重叠，分外难看。这里面涉及到一个参数的使用。是这个语句。

ax1.set_xticklabels(movie_year, **rotation=30**)

这个问题也是困扰了我很久的，最近才发现这个参数可以自定义坐标标签的位置，翻转角度等等，非常实用。

折线图

import matplotlib.pyplot as plty1=[10,13,5,40,30,60,70,12,55,25] x1=range(0,10) x2=range(0,10) y2=[5,8,0,30,20,40,50,10,40,15]plt.plot(x1,y1,label='Frist line',linewidth=3,color='r',marker='o',markerfacecolor='blue',markersize=12) plt.plot(x2,y2,label='second line') plt.xlabel('Plot Number') plt.ylabel('Important var') plt.title('Interesting Graph\nCheck it out') plt.legend() plt.show()

结果如下。

文章图片
Figure_3.png 大家看到，这是一张对比两条折线的图。看过我文章的同学应该都记得，上一篇我还写了一种用表格直接画多条折线的方法。对比起来，确实是表格更加简单哇。

总结

【小蛇学python（9）matplotlib的基本使用】matplotlib能画的图还有很多，比如散点图，比如直方图，比如三维散点图，这里就不一一提及了。不过需要给大家mark一下的是，要想学好matplotlib画图，首先深入了解numpy、pandas是必不可少的。只有将这三个库联系起来，才能把可视化水平，提高一个层次。