折线图：
import matplotlib.pyplot as plt import random plt.figure(figsize = (20,8),dpi = 100) x = range(40) y = [random.uniform(18,22) for i in range(40)] y1 = [random.uniform(12,16) for i in range(40)] x_label = ["11:{}".format(i) for i in x] plt.xticks(x[::5],x_label) plt.yticks(range(10,25,1)) plt.grid(linestyle = '--',alpha = 1) plt.xlabel("time change") plt.ylabel("work") plt.title("test") plt.plot(x,y,linestyle='-.',label="tttttt1") plt.plot(x,y1,linestyle = '-',label="sssssss2") plt.legend() plt.savefig("abcd.png") plt.show()
通过运行上面一段程序，可以得到下图
柱状图：
import matplotlib.pyplot as plt import random x1 = range(5) x2 = [i+0.2 for i in range(5)] y1 = [random.uniform(1000,10000) for i in x1] y2 = [random.uniform(1000,10000) for i in x1] plt.figure(figsize=(23,8),dpi=100) plt.bar(x1,y1,width=0.2,color=['r','b','k','c','m'],label="13:00") plt.bar(x2,y2,width=0.2,color=['y','g','m','r','b'],label="15:00") plt.xticks([i+0.1 for i in range(5)]) plt.yticks(range(0,11000,1000)) plt.legend() plt.grid(linestyle="--",alpha=0.5) plt.show()
通过运行上面一段程序，可以得到下图
饼状图：
import random import matplotlib.pyplot as plt x = ['a','b','c','d','e','f','g','h'] y = [random.randint(900,2200) for i in range(8)] plt.figure(figsize=(20,8),dpi=100) plt.pie(y,labels=x,colors=['r','b','k','c','m','y','g','k'],autopct="%1.2f%%") plt.axis('equal') plt.legend() plt.show()
通过运行上面一段程序，可以得到下图
直方图：
import random import matplotlib.pyplot as plt a = [random.randint(0,100) for i in range(60)] print(a) plt.figure(figsize=(20,8),dpi=100) points = 2 group_num = int(max(a)-min(a)/points) print(group_num) plt.xticks(range(min(a),max(a)+2,distance)) plt.grid(linestyle="--",color="r",alpha=0.8) plt.hist(a,bins=group_num,density=True) plt.show()
通过运行上面一段程序，可以得到下图
散点图：
import matplotlib.pyplot as plt import random x = [random.uniform(200,300) for i in range(10)] y = [random.uniform(500,800) for i in range(10)] plt.figure(figsize=(23,8),dpi=100) plt.xticks(range(190,310,10)) plt.yticks(range(100,1000,50)) plt.grid(linestyle="--",color="g",alpha=1) plt.scatter(x,y,label="newtest") plt.legend() plt.show()
通过运行上面一段程序，可以得到下图
在一个画布中绘制多个图像：
import matplotlib.pyplot as plt import random figure,axes=plt.subplots(2,1,figsize = (30,8),dpi = 100) x = range(40) y = [random.uniform(18,22) for i in range(40)] y1 = [random.uniform(12,16) for i in range(40)] x_label = ["11:{}".format(i) for i in x] axes[0].plot(x,y,color="g",linestyle="-",label="test1") axes[1].plot(x,y1,color="r",linestyle="-.",label="test2") axes[0].set_xticks(x[::2]) axes[0].set_xticklabels(x_label[::2]) axes[1].set_xticks(x[::5]) axes[1].set_xticklabels(x_label[::5]) axes[0].set_xlabel("test") axes[0].set_ylabel("test") axes[0].set_title("test") axes[1].set_xlabel("test") axes[1].set_ylabel("test") axes[1].set_title("test") axes[0].legend() axes[1].legend() axes[0].grid(linestyle="--",alpha=0.5) axes[1].grid(linestyle="-.",alpha=1) plt.show()
通过运行上面一段程序，可以得到下图
通过上述几个例子，可以得到以下常用函数用法。
plt.figure(figsize=(32，16),dpi=120) ###可以绘制一个制定大小的画布，其中常用的参数有figsize（可自定义画布大小），dpi（可定义清晰度）。还有一些不常用的，比如facecolor可以自定义背景颜色 plt.xticks(list,x_label) ###可以自定义x轴内容，list正如list一样要传入一个列表，后者x_label传入自定义内容 plt.yticks(list,y_label) ###同xticks plt.xlabel("自定义x轴图例") ###可以自定义X轴图例 plt.ylabel("自定义y轴图例") ###可以自定义y轴图例 plt.grid(linestype="-.",alpha=0.5) ###可以自定义网格，其中linestyle为线条类型，alpha为透明度 plt.title("自定义图标标题") ###可以自定义图表的标题 plt.legend() ###可以显示图例 plt.savefig("abc.png") ###可以将图表保存为图像到本地 plt.show() ###可以显示图像
plt.plot(x,y,label="折线图") ###绘制折线图，传入的x与y必须为列表，label自定义折线图名字 plt.scatter(x,y,label="newtest") ###绘制散点图，参数使用方法同上 plt.bar(x,y,width=0.5,color=['r','b','k','c','m','y','g','k','c','b']) ###绘制柱状图，width可自定义柱体大小，color自定义每个柱体颜色（颜色必须传入为列表且与len(x)相对应） plt.hist(a,bins=group_num,density=True) ###绘制直方图，其中a为传入的数据集，bins为传入的组数，density默认为False（是否显示频度） plt.pie(y,labels=x,colors=['r','b','k','c','m','y','g','k'],autopct="%1.2f%%") ###绘制饼状图，其中y为每块的值，labels为每块的名称，autopct数值保留固定小数位 plt.subplots(nrows, ncols) ###在一个画布中绘制多个图像，nrows为行数，ncols为列数
需要注意的是，subplots和其他几个绘图函数不同的是，其中每个图像的各个函数需要加上set_
内容未完待续，在后期学习或者使用中如果笔者遇到更多内容将继续更新