python数据分析006_Python 2D绘图库Matplotlib

一.Matplotlib的图像的结构图:

 

  1. 第一层是底层的容器层,主要包括Canvas、Figure、Axes; 2. 第二层是辅助显示层,主要包括axis、spines、grid、legend、title等; 3. 第三层为图像层,即通过plot、scatter等方法绘制的图像。

     2.Canvas是位于最底层的系统层,在绘图的过程中充当画板的角色,即放置画布(Figure)的工具,用户一般接触不到。

    Figure是Canvas上方的第一层,也是需要用户来操作的应用层的第一层,在绘图的过程中充当画布的角色,我们可以设置画布的大小和分辨率等。

    Axes是应用层的第二层,在绘图的过程中相当于画布上的绘图区的角色。一个Figure对象可以包含多个Axes对象,每个Axes都是一个独立的坐标系,绘图过程中的所有图像都是基于坐标系绘制的。

 

   3.辅助显示层为Axes(绘图区)内的除了根据数据绘制出的图像以外的内容,主要包括Axes外观(facecolor)、边框线(spines)、坐标轴(axis)、坐标轴名称(axis label)、坐标轴刻度(tick)、坐标轴刻度标签(tick label)、网格线(grid)、图例(legend)、标题(title)等内容。该层的设置可使图像显示更加直观更加容易被用户理解,但又不会对图像产生实质的影响。

   4.图像层指Axes内通过plot、scatter、bar、histogram、pie等函数根据数据绘制出的图像。

   5.总结得出

  • Canvas(画板)位于最底层,用户一般接触不到
  • Figure(画布)建立在Canvas之上
  • Axes(绘图区)建立在Figure之上
  • 坐标轴(axis)、图例(legend)等辅助显示层以及图像层都是建立在Axes之上

二. 画个折线图

  • #在使用jupyter notebook时调用matplotlib.pyplot的绘图函数plot()进行绘图的时候,或者生成一个figure画布的时候,需要加上%matplotlib
  • %matplotlib inline
  • from matplotlib import pyplot as plt
  • x = range(1,8)
  • y = [17, 17, 18, 15, 11, 11, 13]
  • plt.plot(x, y, color='green',alpha=0.5,linestyle='-',linewidth=3,marker='o')
  • plt.xlabel('Time')
  • plt.ylabel("Temp")
  • plt.title('Title')
  • plt.show()

   1.代码含义

  • color='green':设置线的颜色
  • alpha=0.5:设置线的透明度,让其拥有似漏非漏的感觉
  • inestyle='—':设置线的样式,- 实线(solid)、-- 短线(dashed)、-. 短点相间线(dashdot)、:虚点线(dotted)
  • linewidth=3:设置线的宽度
  • marker='o':设置折点的样式,默认是什么都没有,折点有没有其他的样式呢?当然,向下看
   2.
  

 

   3.plt.xlabel('Time')、plt.ylabel("Temp")、plt.title('Title')三个方法,分别添加x轴标题,y轴标题以及图片标题

三.总结

 

 

 

posted @ 2020-05-19 19:01  番薯大大  阅读(234)  评论(0编辑  收藏  举报