官网： https://matplotlib.org
一、版本
# 01 matplotlib安装情况 import matplotlib matplotlib.__version__
二、图表主题设置
三、一次函数
import numpy as np from matplotlib import pyplot as plt # 如何使用中文标题 plt.rcParams['font.sans-serif']=['Microsoft YaHei'] # 使用微软雅黑的字体 x = np.arange(1,11) y = 2 * x + 5 # 图片显示的是这个公式 plt.title("Matplotlib展示") plt.xlabel("x轴") plt.ylabel("y轴") plt.plot(x,y) plt.show()
四、多个一次函数
创建一个关于电影票房的图表：
films=['穿过寒冬拥抱你','反贪风暴5：最终章','李茂扮太子','误杀2','以年为单位的恋爱','黑客帝国：矩阵重启','雄狮少年','魔法满屋','汪汪队立大功大电影','爱情神话'] regions=['中国','英国','澳大利亚','美国','美国','中国','英国','澳大利亚','美国','美国'] bos=['61,181','44,303','42,439','22,984','13,979','61,181','44,303','41,439','20,984','19,979'] persons=['31','23','56','17','9','31','23','56','17','9'] prices=['51','43','56','57','49','51','43','56','57','49'] showdate=['2022-12-03','2022-12-05','2022-12-01','2022-12-02','2022-11-05','2022-12-03','2022-12-05','2022-12-01','2022-12-02','2022-11-05'] ftypes=['剧情','动作','喜剧','剧情','剧情','爱情','动作','动画','动画','动画'] points=['8.1','9.0','7.9','6.7','3.8','8.1','9.0','7.9','6.7','3.8'] filmdescript={ 'ftypes':ftypes, 'bos':bos, 'prices':prices, 'persons':persons, 'regions':regions, 'showdate':showdate, 'points':points }
import numpy as np import pandas as pd cnbo2021top5=pd.DataFrame(filmdescript,index=films) cnbo2021top5[['prices','persons']]=cnbo2021top5[['prices','persons']].astype(int) cnbo2021top5['bos']=cnbo2021top5['bos'].str.replace(',','').astype(int) cnbo2021top5['showdate']=cnbo2021top5['showdate'].astype('datetime64') cnbo2021top5['points']=cnbo2021top5['points'].apply(lambda x:float(x) if x!='' else 0)
关于cnboo1.xlsx，我放在我的码云里，需要的朋友自行下载：cnboo1.xlsx
# 读取并初步整理数据集 import pandas as pd cnbodf=pd.read_excel('cnboo1.xlsx') cnbodfsort=cnbodf.sort_values(by=['BO'],ascending=False)
def mkpoints(x,y): # 编写points评分 return len(str(x))*(y/25)-3 cnbodfsort['points']=cnbodfsort.apply(lambda x:mkpoints(x.BO,x.PERSONS),axis=1)
cnbodfsort.to_excel("cnbodfsort.xlsx",index=False) # 创建一个Excel文件
from matplotlib import pyplot as plt plt.rcParams['font.sans-serif']=['Microsoft YaHei'] # 使用微软雅黑的字体 plt.title("票房2021TOP5") plt.xlabel("x轴") plt.ylabel("y轴") x=cnbo2021top5.persons.sort_values() y=cnbo2021top5.prices.sort_values() plt.plot(x,y,marker=".",markersize=20,color='red',linewidth=4,markeredgecolor='blue') plt.show()
# 折线图进阶 from matplotlib import pyplot as plt plt.rcParams['font.sans-serif']=['Microsoft YaHei'] # 使用微软雅黑的字体 plt.title("中国票房2021TOP5") plt.plot(bo,prices,label='票房与票价') plt.plot(bo,persons,label='票房与人次') plt.plot(bo,points,label='票房与评价') plt.legend() # 显示标签 plt.xlabel('票房') # 横坐标轴 plt.ylabel('行情') # 纵坐标轴 plt.show()
# 折线图进阶 from matplotlib import pyplot as plt plt.rcParams['font.sans-serif']=['Microsoft YaHei'] # 使用微软雅黑的字体 plt.title("中国票房2021TOP5") plt.plot(bo,prices,'r^--',label='票房与票价') plt.plot(bo,persons,'g*-',label='票房与人次') plt.plot(bo,points,color='blue',marker='o',markersize=10,label='票房与评价') plt.legend() # 显示标签 plt.xlabel('票房') # 横坐标轴标题 plt.ylabel('行情') # 纵坐标轴标题 plt.show()
五、填充折线图
填充折线图：当确定一条数据线上面的一点的时候，能够将该点的上下两部分分别使用不同的颜色填充。
dev_x=[25,26,27,28,29,30] # 开发者的年龄 dev_y=[7567,8789,8900,11560,16789,25231] #收入情况 py_dev_y=[5567,6789,9098,15560,20789,23231] # python开发者 js_dev_y=[6567,7789,8098,12356,14789,20231] # java开发者 devsalary=pd.DataFrame([dev_x,dev_y,py_dev_y,js_dev_y]) devsalaryT=pd.DataFrame(devsalary.values.T,columns=["Age","Dev","Python","Java"])
# 绘制带阴影的折线图 from matplotlib import pyplot as plt plt.style.use('classic') plt.figure(figsize=(7,4)) plt.rcParams['font.sans-serif']=['Microsoft YaHei'] # 使用微软雅黑的字体 plt.title("开发人员薪资情况") baseline=10000 plt.plot(devsalaryT["Age"],devsalaryT["Dev"],label="总体薪资") plt.plot(devsalaryT["Age"],devsalaryT["Python"],label="Python薪资") # 如果没有label是不会显示legend的数据标签的 plt.fill_between(devsalaryT["Age"],devsalaryT["Python"],baseline,where=(devsalaryT["Python"]>baseline),interpolate=True,color='yellow') plt.fill_between(devsalaryT["Age"],devsalaryT["Python"],baseline,where=(devsalaryT["Python"]<=baseline),interpolate=True,color='red') plt.grid() plt.legend() plt.show()
# 绘制带阴影的折线图 from matplotlib import pyplot as plt plt.style.use('classic') plt.figure(figsize=(7,4)) plt.rcParams['font.sans-serif']=['Microsoft YaHei'] # 使用微软雅黑的字体 plt.title("开发人员薪资情况") baseline=10000 plt.plot(devsalaryT["Age"],devsalaryT["Dev"],label="总体薪资") plt.plot(devsalaryT["Age"],devsalaryT["Python"],label="Python薪资") # 如果没有label是不会显示legend的数据标签的 plt.fill_between(devsalaryT["Age"],devsalaryT["Python"],baseline,where=(devsalaryT["Python"]>baseline),interpolate=True,color='yellow',alpha=0.3) plt.fill_between(devsalaryT["Age"],devsalaryT["Python"],baseline,where=(devsalaryT["Python"]<=baseline),interpolate=True,color='red',alpha=0.3) # alpha=0.3调整透明度 plt.grid() plt.legend() plt.show()
# 绘制带阴影的折线图 from matplotlib import pyplot as plt plt.style.use('classic') plt.figure(figsize=(7,4)) plt.rcParams['font.sans-serif']=['Microsoft YaHei'] # 使用微软雅黑的字体 plt.title("开发人员薪资情况") baseline=10000 plt.plot(devsalaryT["Age"],devsalaryT["Dev"],label="总体薪资") plt.plot(devsalaryT["Age"],devsalaryT["Python"],label="Python薪资") # 如果没有label是不会显示legend的数据标签的 plt.fill_between(devsalaryT["Age"],devsalaryT["Python"],baseline,where=(devsalaryT["Python"]>baseline),interpolate=True,color='pink',alpha=0.7,label="高于10000元") plt.fill_between(devsalaryT["Age"],devsalaryT["Python"],baseline,where=(devsalaryT["Python"]<=baseline),interpolate=True,color='purple',alpha=0.7,label="低于或等于10000元") # alpha=0.3调整透明度 plt.grid() plt.legend() plt.show()
interpolate=True：将交叉的位置进行填充
# 绘制带阴影的折线图 from matplotlib import pyplot as plt plt.style.use('classic') plt.figure(figsize=(7,4)) plt.rcParams['font.sans-serif']=['Microsoft YaHei'] # 使用微软雅黑的字体 plt.title("开发人员薪资情况") plt.plot(devsalaryT["Age"],devsalaryT["Dev"],label="总体薪资") plt.plot(devsalaryT["Age"],devsalaryT["Python"],label="Python薪资") # 如果没有label是不会显示legend的数据标签的 plt.fill_between(devsalaryT["Age"],devsalaryT["Python"],devsalaryT["Dev"],where=(devsalaryT["Python"]>baseline),interpolate=True,color='green',alpha=0.7,label="高于总体") plt.fill_between(devsalaryT["Age"],devsalaryT["Python"],devsalaryT["Dev"],where=(devsalaryT["Python"]<=baseline),interpolate=True,color='tomato',alpha=0.7,label="低于或等于总体") # alpha=0.3调整透明度 plt.grid() plt.legend() plt.show()
