第13章-可视化工具库Matplotlib课件.pptx

1、第13章 可视化工具库Matplotlib本章学习目标本章学习目标理解理解MatplotlibMatplotlib的特点和优势的特点和优势掌握掌握MatplotlibMatplotlib的安装方法的安装方法掌握掌握MatplotlibMatplotlib二维图形的绘制二维图形的绘制掌握掌握MatplotlibMatplotlib三维图形的绘制三维图形的绘制掌握掌握MatplotlibMatplotlib如何自定义图形设置如何自定义图形设置掌握掌握MatplotlibMatplotlib从文件中加载数据绘制图形的方法从文件中加载数据绘制图形的方法理解理解MatplotlibMatplotlib操

2、作图像的方法操作图像的方法第13章 可视化工具库Matplotlib本章目录本章目录第13章 可视化工具库Matplotlib思维导图思维导图Python程序设计程序设计第13章 可视化工具库Matplotlib5 MatplotlibMatplotlib是一个基于是一个基于PythonPython语言实现的类语言实现的类MatlabMatlab的绘图工具库，其绘图功能非常完善。的绘图工具库，其绘图功能非常完善。 MatplotlibMatplotlib也继承了也继承了PythonPython简单明了的风格，所以可以很方便的设计和输出二维与三维简单明了的风格，所以可以很方便的设计和输出二维与三

3、维图形。图形。 MatplotlibMatplotlib是一个可以媲美商业软件效果的开源绘图工具，拥有着十分活跃的社区以及是一个可以媲美商业软件效果的开源绘图工具，拥有着十分活跃的社区以及稳定的版本迭代。下表列出了稳定的版本迭代。下表列出了MatplotlibMatplotlib和和MatlabMatlab优缺点优缺点. . 参数参数MatplotlibMatplotlibMatlabMatlab优点优点免费开源同时继承了免费开源同时继承了PythonPython的语法的语法优点，面向对象、易读、易维护、优点，面向对象、易读、易维护、代码简洁优美代码简洁优美高效便捷的数组、矩阵运算，高效便捷的

4、数组、矩阵运算，扩充能力强，语句简单，内扩充能力强，语句简单，内涵丰富。涵丰富。缺点缺点对于数据实时显示支持较差对于数据实时显示支持较差商业非开源，循环运算效率商业非开源，循环运算效率低，封装性不好。低，封装性不好。Python程序设计程序设计第13章 可视化工具库Matplotlib6安装安装MatplotlibMatplotlib库之前，确保系统中已经正确安装了库之前，确保系统中已经正确安装了PythonPython环境。环境。MatplotlibMatplotlib的的安装类似安装类似NumPyNumPy和和PandasPandas库的安装方式。这里简单介绍三种常用的安装方式：库的安装方

5、式。这里简单介绍三种常用的安装方式：。 在终端中输入命令：在终端中输入命令：pip install matplotlib如如图所图所示，当终端出现示，当终端出现”Successfully Successfully installed matplotlib”installed matplotlib”表示表示matplotlibmatplotlib库安装成功。库安装成功。Python程序设计程序设计第13章 可视化工具库Matplotlib7。 通过通过 conda conda 命令进行安装，首先打开命令进行安装，首先打开Anaconda PromptAnaconda Prompt，然后在指定的虚

6、拟环，然后在指定的虚拟环境中安装该库如境中安装该库如图图所示所示, , 安装命令为：安装命令为：conda install matplotlibPython程序设计程序设计第13章 可视化工具库Matplotlib8 安装完成后在安装完成后在pythonpython的编译环境下运行以下代码进行测试，以检验安装包是否安装成功：的编译环境下运行以下代码进行测试，以检验安装包是否安装成功：import matplotlib as plt 该代码的作用是导入该代码的作用是导入MatplotlibMatplotlib库，如下图在终端键入以上代码按回车键后如没有报错则说明库，如下图在终端键入以上代码按回车

7、键后如没有报错则说明MatplotlibMatplotlib包安装成功。包安装成功。Python程序设计程序设计第13章 可视化工具库Matplotlib9 类似其他语言以类似其他语言以”Hello World”Hello World”作为认识整个语言编程风格，通过下面这段程序来绘制作为认识整个语言编程风格，通过下面这段程序来绘制一个简单的直线图，展示一个简单的直线图，展示MatplotlibMatplotlib如何来进行图形绘制如何来进行图形绘制。import matplotlib.pyplot as pltplt.plot(0,1,0,2)plt.show()13.1.2Matplotli

8、b安装3该程序首先在Python运行环境中通过import语句引入Matplotlib库，然后调用Matplotlib的plot方法绘制一条从点（0，1）到（0，2）的直线，该方法是用来绘制不同点的连线图。上述可以看出Matplotlib的代码非常简洁，几行代码就绘制一条直接线图。Matplotlib还有许多其他强大的方法，后面的章节将会详细讲述如何使用Matplotlib绘制更实用、复杂的图形。Python程序设计程序设计第13章 可视化工具库Matplotlib10 散点图在回归分析中是非常有用的一种展示数据分析的图形。散点图表示因变量随自变量而散点图在回归分析中是非常有用的一种展示数据分

9、析的图形。散点图表示因变量随自变量而变化的大致趋势，非常直观的展示了数据点在直角坐标系平面上的分布。变化的大致趋势，非常直观的展示了数据点在直角坐标系平面上的分布。 散点图分别用两组坐标数据构成多个坐标点，来表示两种事务之间的相关性及联系模式，散散点图分别用两组坐标数据构成多个坐标点，来表示两种事务之间的相关性及联系模式，散点图适合描述二元变量的观测数据。接下来通过下面这段程序来展示点图适合描述二元变量的观测数据。接下来通过下面这段程序来展示MatplotlibMatplotlib中是如何绘中是如何绘制散点图的。制散点图的。import matplotlib.pyplot as pltimpo

10、rt numpy as npx = np.random.rand(100) # 随机生成100个坐标点y = np.random.rand(100) # 随机生成100个坐标点plt.scatter(x, y) # 绘制散点图plt.show() 散点图Python程序设计程序设计第13章 可视化工具库Matplotlib11 pyplot.scatter()pyplot.scatter()用于绘制二维平面坐标系中的散点图，其中用于绘制二维平面坐标系中的散点图，其中x x轴和轴和y y轴坐标以数组的形式轴坐标以数组的形式作为参数输入。作为参数输入。 pyplot.scatter()pyplot

11、.scatter()方法还有很多其他的参数来控制散点图的绘制如下方法还有很多其他的参数来控制散点图的绘制如下表表所示。所示。参数参数含义作用含义作用x,yx,y数组，输入数据数组，输入数据s s尺寸，表示点的大小尺寸，表示点的大小c c颜色，可以是颜色字符串如颜色，可以是颜色字符串如bb，yy，rr等，也可以是数组等，也可以是数组markermarker点的形状，默认是点的形状，默认是oo，可以设置为，可以设置为* *,v,+,x,v,+,x等等等等alphaalpha标量，范围是标量，范围是(0,1)(0,1)，表示透明度，表示透明度linewidthslinewidths标量，点的边框的宽

12、度标量，点的边框的宽度edgecolorsedgecolors点的边框颜色点的边框颜色Python程序设计程序设计第13章 可视化工具库Matplotlib12 前面前面的的散点图只用了参数散点图只用了参数x,yx,y来绘制最基础的散点图，接下来这段程序利用了来绘制最基础的散点图，接下来这段程序利用了pyplot.scatter()pyplot.scatter()其他参数绘制更复杂的散点图。其他参数绘制更复杂的散点图。import matplotlib.pyplot as pltimport numpy as np# 随机生成作为两组数据x1= np.random.randint(0, 5,

13、5)y1 = np.random.randint(0, 5, 5)x2 = np.random.randint(5, 10, 5)y2 = np.random.randint(5, 10, 5)# 绘制两种不同颜色和样式的散点图plt.scatter(x1, y1, marker = x,color = red, s = 40 )plt.scatter(x2, y2, marker = o, color = green, s = 80)plt.show()多组散点图Python程序设计程序设计第13章 可视化工具库Matplotlib13 线性图，是以线的上升或下降趋势来表示数据的增减变化。线

14、性图不仅仅可以表示数据的增线性图，是以线的上升或下降趋势来表示数据的增减变化。线性图不仅仅可以表示数据的增减变化，还可以反映数据量的多少。减变化，还可以反映数据量的多少。 线性图通常被用来描绘统计事项指标的动态、研究对象间的依存关系以及各组成部分的分配线性图通常被用来描绘统计事项指标的动态、研究对象间的依存关系以及各组成部分的分配情况。情况。 MatplotlibMatplotlib提供了提供了matplotlib.pyplot.plot()matplotlib.pyplot.plot()方法绘制两点之间的线段，并且可以通过设置方法绘制两点之间的线段，并且可以通过设置特定参数的格式，改变图形的

15、颜色、风格、坐标点的样式等特定参数的格式，改变图形的颜色、风格、坐标点的样式等。import matplotlib.pyplot as pltx = 0, 1, 2, 3, 4, 5, 6y = 0.3, 0.4, 2, 5, 3, 4.5, 4plt.plot(x, y) # 绘制折线图plt.show()使用使用plot()plot()方法绘制出一条简单的折线图。方法绘制出一条简单的折线图。Python程序设计程序设计第13章 可视化工具库Matplotlib14 plot()plot()方法方法通过通过指定参数指定参数x x轴和轴和y y轴坐标值来描绘了一组坐标点的线性的变化。如果轴坐标

16、值来描绘了一组坐标点的线性的变化。如果当参数当参数x x和和y y数据分布只有一个值时则只绘制一个点。数据分布只有一个值时则只绘制一个点。 pyplot.plot()pyplot.plot()还提供了更多常用参数来丰富线性图的样式，还提供了更多常用参数来丰富线性图的样式，下表列举下表列举出了出了pyplot.plot()pyplot.plot()常用的参数。常用的参数。参数参数参数作用参数作用x xx x轴数据轴数据y yy y轴数据轴数据format_stringformat_string控制线的格式字串控制线的格式字串, ,由颜色字符，风格字符，和标记字符组成由颜色字符，风格字符，和标记字

17、符组成* * *kwargskwargs第二组或更多折线，形式：第二组或更多折线，形式：(x,y,format_string)(x,y,format_string)Python程序设计程序设计第13章 可视化工具库Matplotlib15 柱状图，是一种以长方形的长度为变量的图形统计报告图，由一系列高度不等的纵向条纹柱状图，是一种以长方形的长度为变量的图形统计报告图，由一系列高度不等的纵向条纹来表示数据分布的情况（不同时间或者不同条件）。来表示数据分布的情况（不同时间或者不同条件）。 在在Matplotlib Matplotlib 中提供了方法中提供了方法matplotlib.pyplot.b

18、ar()matplotlib.pyplot.bar()来绘制柱状图来绘制柱状图。演示。演示了使用了使用bar()bar()方法绘制了一个普通样式的柱状图。方法绘制了一个普通样式的柱状图。import matplotlib.pyplot as pltimport numpy as npx = np.arange(10)y = np.random.randint(0,30,10)plt.bar(x, y)plt.show()柱状图Python程序设计程序设计第13章 可视化工具库Matplotlib16参数参数含义及作用left每一个柱形左侧的X坐标height每一个柱形的高度width柱形之间的

19、宽度bottom柱形的Y坐标color或facecolor柱形图填充的颜色edgecolor柱形图形边缘颜色 pyplot.bar ()常用参数 上上图中图中的的柱状图只使用了该方法的两个参数柱状图只使用了该方法的两个参数leftleft和和heightheight绘制出一组颜色单一的柱状图。绘制出一组颜色单一的柱状图。在实际的柱状图展示中，往往是多组柱状图对比显示，需要对不同组的图形样式进行设置在实际的柱状图展示中，往往是多组柱状图对比显示，需要对不同组的图形样式进行设置加以以区分加以以区分。如下表所示如下表所示pyplot.bar ()常用参数。Python程序设计程序设计第13章 可视化

20、工具库Matplotlib17 直方图，又称质量分布图，是一种统计报告图，由一系列高度不等的纵向条纹或线段表示直方图，又称质量分布图，是一种统计报告图，由一系列高度不等的纵向条纹或线段表示数据分布的情况。一般用横轴表示数据类型，纵轴表示分布情况。数据分布的情况。一般用横轴表示数据类型，纵轴表示分布情况。 MatplotlibMatplotlib中提供了绘直方图的方法中提供了绘直方图的方法Matplotlib.pyplot.hist()Matplotlib.pyplot.hist()，该方法在传入，该方法在传入bin(bin(也就也就是直方图中每个柱状图是直方图中每个柱状图) )数量和对应的分布

21、数据即可快速绘制出一个直方图。数量和对应的分布数据即可快速绘制出一个直方图。import matplotlib.pyplot as pltimport numpy as npx = np.random.randn(1000)plt.hist(x, bins =50)plt.show()直方图Python程序设计程序设计第13章 可视化工具库Matplotlib18 pyplot.hist()pyplot.hist()方法还提供了其他一些常用参数，用于自定义直方图的样式。具体参数方法还提供了其他一些常用参数，用于自定义直方图的样式。具体参数列表如下表所示。列表如下表所示。参数参数参数的含义及作用

22、参数的含义及作用arrarr需要计算直方图的一维数组需要计算直方图的一维数组binsbins直方图的柱数，可选项，默认为直方图的柱数，可选项，默认为1010normednormed是否将得到的直方图向量归一化。默认为是否将得到的直方图向量归一化。默认为0 0facecolorfacecolor直方图颜色直方图颜色edgecoloredgecolor直方图边框颜色直方图边框颜色alphaalpha透明度透明度histtypehisttype直方图类型：直方图类型：barbar, ,barstackedbarstacked, ,stepstep, ,stepfilledstepfilledPyth

23、on程序设计程序设计第13章 可视化工具库Matplotlib19 如果创建的直方图的默认样式不能够满足需求需要自定义，则可以同过指定特定如果创建的直方图的默认样式不能够满足需求需要自定义，则可以同过指定特定的参数来完成。的参数来完成。 例如通过指定例如通过指定facecolorfacecolor参数可以实现直方图中颜色的改变或是指定参数可以实现直方图中颜色的改变或是指定edgecoloredgecolor参参数来控制每个柱状条的边框颜色变化。代码实例数来控制每个柱状条的边框颜色变化。代码实例13-913-9演示了演示了pyplot.hist ()pyplot.hist ()如何如何通过特定参

24、数自定义直方图样式的过程。通过特定参数自定义直方图样式的过程。import matplotlib.pyplot as pltimport numpy as npx = np.random.randn(10000)plt.hist(x, 60, normed=1, histtype=bar, facecolor=red, alpha=1, edgecolor=black)plt.show()复杂样式直方图Python程序设计程序设计第13章 可视化工具库Matplotlib20 饼状图，显示一个数据系列中各项的大小与各项总和的比例。饼状图中的数据点显示为整饼状图，显示一个数据系列中各项的大小与各

25、项总和的比例。饼状图中的数据点显示为整个饼状图。个饼状图。 MatplotlibMatplotlib提供了提供了pyplot.piepyplot.pie方法进行饼图的绘制，该方法只通过传入一个表示数量占比方法进行饼图的绘制，该方法只通过传入一个表示数量占比的列表作为参数即可快速的绘制一个饼状图，非常的方便和简洁。通过代码实例的列表作为参数即可快速的绘制一个饼状图，非常的方便和简洁。通过代码实例13-1013-10演演示如何使用示如何使用pie()pie()方法绘制一个不显示占比和标签的简单饼状图方法绘制一个不显示占比和标签的简单饼状图：饼状图import matplotlib.pyplot a

26、s pltdata = 15, 15, 40, 30plt.pie(data) # 绘制饼状图plt.show()Python程序设计程序设计第13章 可视化工具库Matplotlib21 pyplot .pie()pyplot .pie()可以设置一些特定参数来丰富和改变图形样式，常用参数可以设置一些特定参数来丰富和改变图形样式，常用参数如下表所示。如下表所示。参数参数参数作用参数作用x x每一块的比例，如果每一块的比例，如果sum(x) 1sum(x) 1会使用会使用sum(x)sum(x)归一化归一化labelslabels每一块饼图外侧显示的说明文字每一块饼图外侧显示的说明文字expl

27、odeexplode 每一块离开中心距离每一块离开中心距离startanglestartangle起始绘制角度起始绘制角度, ,默认从默认从x x轴正方向逆时针画起轴正方向逆时针画起, ,如值为如值为9090则从则从y y轴正方向画起轴正方向画起shadowshadow是否阴影是否阴影labeldistancelabeldistancelabellabel绘制位置绘制位置, ,相对于半径的比例相对于半径的比例, , 如如11则绘制在饼图内侧则绘制在饼图内侧autopctautopct 控制饼图内百分比设置控制饼图内百分比设置, ,可以使用可以使用formatformat字符串或者字符串或者fo

28、rmat function format function %1.1f%1.1f指小数点前后位数指小数点前后位数pctdistancepctdistance指定指定autopctautopct的位置刻度的位置刻度radius radius 控制饼图半径控制饼图半径Python程序设计程序设计第13章 可视化工具库Matplotlib22 可以通过参数可以通过参数explodeexplode来突出显示占比第一的语言，还可以设定参数据来突出显示占比第一的语言，还可以设定参数据labelslabels来显来显示对应标签名称。代码实例示对应标签名称。代码实例13-1113-11演示了如何指定特定参数来

29、绘制一个饼图。演示了如何指定特定参数来绘制一个饼图。复杂饼状图import matplotlib.pyplot as pltdata = 15,30,45,10 labels = A,B,B,D explodes=(0,0.1,0,0) # 调用更多参数的绘制饼状图plt.pie(data, labels=labels, radius=1, explode=explodes, autopct=%1.1f%, pctdistance=0.5, labeldistance=1.2) plt.show()Python程序设计程序设计第13章 可视化工具库Matplotlib23 在实际的数据分析中三

30、维散点图同样是了解数据空间分布非常常用的可视化分析工具。在实际的数据分析中三维散点图同样是了解数据空间分布非常常用的可视化分析工具。 MatplotlibMatplotlib提供了提供了Axes3DAxes3D模块实现模块实现3D3D图形坐标创建，然后通过调用其图形坐标创建，然后通过调用其scatter()scatter()方法进行方法进行三维散点图形绘制。演示了三维散点图形绘制。演示了MatplotlibMatplotlib三维散点图的绘制过程。三维散点图的绘制过程。三维散点图from mpl_toolkits.mplot3d import Axes3Dimport matplotlib.p

31、yplot as pltimport numpy as npfig = plt.figure()ax=Axes3D(fig)x=np.random.randint(0,100,500)y=np.random.randint(0,100,500)z=np.random.randint(0,100,500)ax.scatter(x, y, z)plt.show()Python程序设计程序设计第13章 可视化工具库Matplotlib24 空间几何中三维曲线是常见的三维图形之一，是经典微分几何的主要研究对象。直观上来空间几何中三维曲线是常见的三维图形之一，是经典微分几何的主要研究对象。直观上来讲，三

32、维曲线可看成空间中一个自由度质点运动的轨迹，因此将曲线直观展现出来对于一讲，三维曲线可看成空间中一个自由度质点运动的轨迹，因此将曲线直观展现出来对于一些研究工作有着重要作用。些研究工作有着重要作用。 对于三维曲线的绘制同样需要通过对于三维曲线的绘制同样需要通过Axes3DAxes3D模块来创建模块来创建3D3D图形对象，然后通过调用图形对象，然后通过调用plot()plot()方方法实现三维曲线图的绘制，演示了法实现三维曲线图的绘制，演示了MatplotlibMatplotlib中三维曲线图的绘制过程。中三维曲线图的绘制过程。三维曲线图from mpl_toolkits.mplot3d imp

33、ort Axes3Dimport matplotlib.pyplot as pltimport numpy as npx = np.linspace(-6 * np.pi, 6 * np.pi, 1000)y = np.sin(x)z = np.cos(x)fig = plt.figure() # 创建一个新画布ax=Axes3D(fig)ax.plot(x, y, z)plt.show()Python程序设计程序设计第13章 可视化工具库Matplotlib25 MatplotlibMatplotlib使用使用plot_surface()plot_surface()方法可以非常方便进行三维曲

34、面绘制。如下演示方法可以非常方便进行三维曲面绘制。如下演示MatplotlibMatplotlib如何使用该方法绘制三维曲面。如何使用该方法绘制三维曲面。三维曲线图import matplotlib.pyplot as pltfrom mpl_toolkits.mplot3d import Axes3Dimport numpy as np# 定义一个曲面方法def fun(x, y): return np.power(x, 2) + np.power(y, 2)fig = plt.figure()ax=Axes3D(fig)x = np.arange(-2, 2, 0.1)y= np.aran

35、ge(-2, 2, 0.1)x, y = np.meshgrid(x, y)z = fun(x, y)ax.plot_surface(x, y, z)plt.show()Python程序设计程序设计第13章 可视化工具库Matplotlib26 柱状图是二维空间一种以长方形长度为变量的统计图表，通常用于比较两个或两柱状图是二维空间一种以长方形长度为变量的统计图表，通常用于比较两个或两个以上属性值，而三维柱状图则是柱状图在三维空间的延伸。个以上属性值，而三维柱状图则是柱状图在三维空间的延伸。 在创建在创建3D3D坐标对象后，坐标对象后，MatplotlibMatplotlib提供了提供了bar(

36、)bar()方法来绘制三维柱形图，其可以接方法来绘制三维柱形图，其可以接受的坐标参数是三维坐标。演示如何使用受的坐标参数是三维坐标。演示如何使用bar()bar()方法绘制两组不同颜色的三维柱状方法绘制两组不同颜色的三维柱状图的过程。图的过程。三维柱状图from mpl_toolkits.mplot3d import Axes3Dimport matplotlib.pyplot as pltimport numpy as npfig = plt.figure()ax=Axes3D(fig)x = 1, 2for i in x: y = 1, 2 z = abs(np.random.normal

37、(1, 10, 2)ax.bar(y, z, i, zdir=y)plt.show()Python程序设计程序设计第13章 可视化工具库Matplotlib27 MatplotlibMatplotlib绘图方法在没有进行颜色设置时都会自动提供默认颜色，但往往默认颜色并绘图方法在没有进行颜色设置时都会自动提供默认颜色，但往往默认颜色并不能满足实际需要，因此可以通过设置颜色参数值来达到目标。不能满足实际需要，因此可以通过设置颜色参数值来达到目标。 MatplotlibMatplotlib提供的直接可用的颜色值提供的直接可用的颜色值如如下表下表所所示，这些颜色可以通过调用示，这些颜色可以通过调用ma

38、tplotlib.pyplot.colors()matplotlib.pyplot.colors()得到。得到。字符字符颜色颜色字符字符颜色颜色b b蓝色蓝色g g绿色绿色r r红色红色y y黄色黄色c c青色青色k k黑色黑色m m品红色品红色w w白色白色Python程序设计程序设计第13章 可视化工具库Matplotlib28 与普通的与普通的RGBRGB使用使用0,2550,255数值不同，数值不同，MatplotlibMatplotlib使用了一种归一化方法将使用了一种归一化方法将0,2550,255转化为转化为0,10,1间的值，如代码第间的值，如代码第1313行中对于参数行中对于

39、参数c c的使用形式。的使用形式。不同颜色的散点图import matplotlib.pyplot as pltimport numpy as npplt.rcParamsfont.sans-serif = Microsoft YaHeiplt.rcParamsaxes.unicode_minus = Falsex1 = np.random.rand(100)y1 = np.random.rand(100)x2 = np.random.rand(100)y2 = np.random.rand(100)x3 = np.random.rand(60)y3 = np.random.rand(60)p

40、lt.scatter(x1, y1, c=r)plt.scatter(x2, y2, c=#0000FF)plt.scatter(x3, y3, c=(0.4, 0.4, 0.2) plt.show()Python程序设计程序设计第13章 可视化工具库Matplotlib29 在数据可视化的过程中，可以通过在图形中添加文字注释来解释说明图中一些重要特征，在数据可视化的过程中，可以通过在图形中添加文字注释来解释说明图中一些重要特征，这样能够更直观的解读图形表达的含义。也可给图形添加标题使图形表达的主题更直观。这样能够更直观的解读图形表达的含义。也可给图形添加标题使图形表达的主题更直观。 Matp

41、lotlibMatplotlib中提供了中提供了pyplot.annotate()pyplot.annotate()和和pyplot.title()pyplot.title()来实现添加注释和标题的功能。来实现添加注释和标题的功能。代码实例演示了代码实例演示了MatplotlibMatplotlib如何使用这些方法来添加图形注释和标题。如何使用这些方法来添加图形注释和标题。加注释的柱状图import matplotlib.pyplot as pltimport numpy as npplt.rcParamsfont.sans-serif = SimHeiplt.rcParamsaxes.uni

42、code_minus = Falsex = np.arange(10)y = np.random.randint(0, 30, 10)plt.bar(x, y)plt.annotate(第二个柱状图, xy=(1, 20), xytext=(2, 25), arrowprops=dict(facecolor=red, shrink=0.05)plt.title(柱状图)plt.show()Python程序设计程序设计第13章 可视化工具库Matplotlib30 数据是一个图表所要展示的具体内容，而图例和标签则更好的帮助理解图形所包含的意义，数据是一个图表所要展示的具体内容，而图例和标签则更好

43、的帮助理解图形所包含的意义，以及想要传递的信息。以及想要传递的信息。 MatplotlibMatplotlib同样也提供了设置图例方法同样也提供了设置图例方法legend()legend()和设置标签的方法和设置标签的方法xlabel()xlabel()、ylabel()ylabel()。代码实例演示代码实例演示MatplotlibMatplotlib中如何添加图形图例和标签过程。中如何添加图形图例和标签过程。加图例曲线图import matplotlib.pyplot as pltimport numpy as npplt.rcParamsfont.sans-serif = SimHeipl

44、t.rcParamsaxes.unicode_minus = Falsex = np.linspace(1, 10, 50)y1 = (i * 2) for i in xy2 = (i*4 + 20) for i in xplt.plot(x, y1, label=y = x * x, linestyle=-)plt.plot(x, y2, label=y = x*4 + 6, linestyle=-)plt.xlabel(x 轴)plt.ylabel(y 轴)plt.title(二元方法)plt.legend()plt.show()Python程序设计程序设计第13章 可视化工具库Matpl

45、otlib31 csv csv 是一种通用的、相对简单的文件格式，是一种通用的、相对简单的文件格式，被广泛应用在很多实际应用领域。被广泛应用在很多实际应用领域。csvcsv文件文件以纯文本形式存储表格数据，其文件格式以纯文本形式存储表格数据，其文件格式本质上是一个字符序列，这是区别于二进本质上是一个字符序列，这是区别于二进制数据形式的显著特征。接下来将学习使制数据形式的显著特征。接下来将学习使用用MatplotlibMatplotlib库如何加载库如何加载csvcsv文件数据并文件数据并对其进行可视化展示。对其进行可视化展示。from matplotlib import pyplot as p

46、ltimport csv# 用来正常显示中文标签plt.rcParamsfont.sans-serif = SimHei# 用来正常显示负号plt.rcParamsaxes.unicode_minus = Falsex = y = with open(files/csv_load.csv, r) as csvfile: plots = csv.reader(csvfile, delimiter=,) for row in plots: x.append(float(row0) y.append(float(row1)plt.plot(x, y, label=平方曲线)plt.xlabel(x)

47、plt.ylabel(y)plt.title(csv加载数据)plt.legend()plt.show()Python程序设计程序设计第13章 可视化工具库Matplotlib32 PythonPython中自带有处理中自带有处理csvcsv文件的库，文件的库，csv.reader()csv.reader()方法将方法将csvcsv文件以行的形式进行读取，文件以行的形式进行读取，用于折线图的绘制。并将每行中的第一列和第二列作为用于折线图的绘制。并将每行中的第一列和第二列作为x x轴和轴和y y轴的值。由于读取的数据轴的值。由于读取的数据是字符类型，是字符类型，float(row0)float(

48、row0)这段代码作用就是将值转换成数字类型。这段代码作用就是将值转换成数字类型。 加载csv数据绘制曲线图Python程序设计程序设计第13章 可视化工具库Matplotlib33 txttxt文件也是非常常见的一种文件格式，主要用于存文本信息，并且在不同操作系统之间文件也是非常常见的一种文件格式，主要用于存文本信息，并且在不同操作系统之间txttxt文件很容易被创建和交换。代码实例演示如何加载文件很容易被创建和交换。代码实例演示如何加载txttxt中的数据并将其数据分布绘情况中的数据并将其数据分布绘情况以散点图来展示。以散点图来展示。from matplotlib import pyplo

49、t as pltimport numpy as np# 用来正常显示中文标签plt.rcParamsfont.sans-serif = SimHei# 用来正常显示负号plt.rcParamsaxes.unicode_minus = Falsex, y = np.loadtxt(files/txt_load.txt, delimiter=, unpack=True)plt.scatter(x, y, label=Data, color=black)plt.xlabel(x)plt.ylabel(y) plt.title(加载txt数据) plt.legend() plt.show()加载txt

50、数据绘制曲点图Python程序设计程序设计第13章 可视化工具库Matplotlib34 excelexcel是微软开发的一款电子表格软件，是是微软开发的一款电子表格软件，是目前非常流行图表处理办公工具。目前非常流行图表处理办公工具。 本节首先对本节首先对excelexcel文件进行简单基本数据操文件进行简单基本数据操作，然后通过具体实例演示如何调用和操作，然后通过具体实例演示如何调用和操控控excelexcel不同不同sheetsheet表数据，并对其进行可表数据，并对其进行可视化显示。演示视化显示。演示MatplotlibMatplotlib是如何加载是如何加载excelexcel数据并图