matplotlib学习笔记.docx
《matplotlib学习笔记.docx》由会员分享，可在线阅读，更多相关《matplotlib学习笔记.docx（56页珍藏版）》请在冰豆网上搜索。
matplotlib学习笔记
matplotlib学习记录：
曲线plot
图示：
知识点：
1、函数
plt.plot（x,y,ls="-",lw=2,label="plotfigure"）
2、参数：
x:
x点
y:
y点
ls:
linestyle线形样式
**LineStyles**
============================================
characterdescription
============================================
``'-'``solidlinestyle
``'--'``dashedlinestyle
``'-.'``dash-dotlinestyle
``':
'``dottedlinestyle
============================================
label:
图例标签
3、x=np.linspace（0.5,10,1000）
在0.5到10之间生产1000个小数列表
4、显示图例
plt.legend（）
5、显示图形
plt.show（）
代码：
importmatplotlib.pyplotasplt
importnumpyasnp
x=np.linspace（0.5,10,1000）
y=np.cos（x）
plt.plot（x,y,ls="-",lw=2,label="plotfigure"）
plt.legend（）
plt.show（）
matplotlib学习记录：
散点图scatter
图示：
知识点：
1、函数
x=np.linspace（0.5,10,1000）
y=np.random.rand（1000）
plt.scatter（x,y,c="r",label="scatterfigure"）
2、c为颜色模式
#缩写模式
#b-蓝色g-绿色r-红色c-青色m-洋红色y-黄色k-黑色w-白色
plt.title（"折线图",color="r"）
#十六进制模式
plt.xlabel（"x轴",color="#ccccff"）
#CSS颜色名
plt.ylabel（"y轴",color="red"）
#Decimal模式
plt.text（2.75,0.2,"text",color=[0,0,0]）
3、产生1000个范围在0~1之间的随机数
y=np.random.rand（1000）
4、x与y的数量一定要相等。
代码：
importmatplotlib.pyplotasplt
importnumpyasnp
x=np.linspace（0.5,10,1000）
y=np.random.rand（1000）
plt.scatter（x,y,c="r",label="scatterfigure"）
plt.legend（）
plt.show（）
matplotlib学习记录：
函数xlim（）和ylim（）
图示：
知识点：
1、设置x轴显示的范围
plt.xlim（最小值,最大值）
2、设置y轴显示的范围
plt.ylim（最小值,最大值）
代码：
importmatplotlib.pyplotasplt
importnumpyasnp
x=np.linspace（0.5,10,1000）
y=np.random.rand（1000）
plt.scatter（x,y,c="r",label="scatterfigure"）
plt.legend（）
plt.xlim（4,10）#设置x轴显示的刻度范围在4-10
plt.ylim（0.2,0.8）#设置y轴显示的刻度范围在0.2-0.8
plt.show（）
matplotlib学习记录：
设置x轴标签和y轴标签
图示：
知识点：
1、使中文可正常显示
importmatplotlibasmpl
mpl.rcParams['font.sans-serif']=['SimHei']
mpl.rcParams['axes.unicode_minus']=False
2、设置x轴标签
plt.xlabel（“x轴标签”）
3、设置y轴标签
plt.ylabel（“y轴标签”）
代码：
importmatplotlib.pyplotasplt
importnumpyasnp
importmatplotlibasmpl
mpl.rcParams['font.sans-serif']=['SimHei']
mpl.rcParams['axes.unicode_minus']=False
x=np.linspace（0.5,10,1000）
y=np.random.rand（1000）
plt.scatter（x,y,c="r",label="scatterfigure"）
plt.legend（）
plt.xlabel（"x轴标签"）
plt.ylabel（"y轴标签"）
plt.show（）
matplotlib学习记录：
刻度线的网格线grid（）
图示：
知识点：
1、显示刻度线的网格线
plt.grid（ls=”-.”,c=”r”）
代码：
importmatplotlib.pyplotasplt
importnumpyasnp
importmatplotlibasmpl
mpl.rcParams['font.sans-serif']=['SimHei']
mpl.rcParams['axes.unicode_minus']=False
x=np.linspace（0.5,10,1000）
y=np.cos（x）
plt.plot（x,y,ls="-",lw=2,label="plotfigure"）
plt.legend（）
plt.grid（ls="-.",c="r"）
plt.show（）
matplotlib学习记录：
绘制平行于x轴的水平参考线axhline（）
图标：
知识点：
1、绘制辅助线
plt.axhline（y=0.2,c="r",ls="-.",lw=2）
plt.axvline（x=7,c="b",ls="-.",lw=2）
2、axh是指平行于x轴，那么axv就是垂直于x轴
3、添加多条绘制辅助线的代码则会多画辅助线
代码：
importmatplotlib.pyplotasplt
importnumpyasnp
importmatplotlibasmpl
mpl.rcParams['font.sans-serif']=['SimHei']
mpl.rcParams['axes.unicode_minus']=False
x=np.linspace（0.5,10,1000）
y=np.cos（x）
plt.plot（x,y,ls="-",lw=2,label="plotfigure"）
plt.legend（）
plt.axhline（y=0.2,c="r",ls="-.",lw=2）
plt.axvline（x=7,c="b",ls="-.",lw=2）
plt.axvline（x=7,c="b",ls="-.",lw=2）
plt.show（）
matplotlib学习记录：
绘制平行于x轴的参考区域
图示：
知识点：
1、创建辅助区域
plt.axhspan（ymin=0,ymax=0.25,facecolor="y",alpha=0.5）
plt.axvspan（xmin=4,xmax=5,facecolor="r",alpha=0.3）
2、xh是指平行于x轴，所以需要指定y轴的一个值区域，而xv是指垂直于x轴，所以指定x轴的xmin和xmax
3、参数：
facecolor="y"：
设置辅助区域的颜色
alpha=0.5：
透明度
4、如果添加多条创建语句，会创建多条辅助区域
代码：
importmatplotlib.pyplotasplt
importnumpyasnp
importmatplotlibasmpl
mpl.rcParams['font.sans-serif']=['SimHei']
mpl.rcParams['axes.unicode_minus']=False
x=np.linspace（0.5,10,1000）
y=np.cos（x）
plt.plot（x,y,ls="-",lw=2,label="plotfigure"）
plt.legend（）
plt.axhspan（ymin=0,ymax=0.25,facecolor="y",alpha=0.5）
plt.axvspan（xmin=4,xmax=5,facecolor="r",alpha=0.3）
plt.axvspan（xmin=6,xmax=7,facecolor="r",alpha=0.3）
plt.show（）
matplotlib学习记录：
添加带有箭头的注释文本annotate（）
图标：
知识点：
1、创建注释
plt.annotate（"注释文本",#注释内容
xy=（np.pi/2,1）,#箭头指向的坐标
size=20,#字号
xytext=（（np.pi/2）+1,0.8）,#注释文本坐标
weight="bold",#加粗
color="b",#颜色
arrowprops=dict（
arrowstyle="->",#箭头样式
connectionstyle="arc3",#连接样式
color="b"#颜色
））
2、参数：
arrowstyle代表指示线样式：
-,<-,->,<->,<|-,-|>,<|-|>,]-,-[,]-[,|-|,simple,fancy,wedge
connectionstyle：
angle,angleA=0,angleB=75,rad=5
angleA注解文本方
angleB箭头指向方
rad转角圆弧半径
----------------
angle3,angleA=20,angleB=70
由A与B的角度自然形成圆弧
-----------------
arc,angleA=180,armA=50,angleB=90,armB=50,rad=5
armA臂长
---------------------
arc3,rad=0.1
rad直线连接与圆弧的距离
---------------------
bar,armA=50,armB=50,fraction=0.1
armA与armB数字同时起作用
fraction会与arm进行累加
代码：
importmatplotlib.pyplotasplt
importnumpyasnp
importmatplotlibasmpl
mpl.rcParams['font.sans-serif']=['SimHei']
mpl.rcParams['axes.unicode_minus']=False
x=np.linspace（0.05,10,1000）
y=np.sin（x）
plt.plot（x,y,ls="-",lw=2,label="plotfigure"）
plt.legend（）
plt.annotate（"注释文本",#注释内容
xy=（np.pi/2,1）,#箭头指向的坐标
size=20,#字号
xytext=（（np.pi/2）+1,0.8）,#注释文本坐标
weight="bold",#加粗
color="b",#颜色
arrowprops=dict（
arrowstyle="->",#箭头样式
connectionstyle="arc3",#连接样式
color="b"#颜色
））
plt.show（）
matplotlib学习记录：
添加没有箭头的文本text
图示：
知识点：
1、创建
plt.text（5,0,"y=sin（x）",weight="bold",c="r",size=16）
2、参数：
在坐标为（5,0）的位置添加一个文本，颜色为红色，字号16
3、matplotlib中很多参数都是通用的，可以去尝试之前有介绍过的参数，比如这个text中也可以添加alpha参数的。
代码：
importmatplotlib.pyplotasplt
importnumpyasnp
importmatplotlibasmpl
mpl.rcParams['font.sans-serif']=['SimHei']
mpl.rcParams['axes.unicode_minus']=False
x=np.linspace（0.05,10,1000）
y=np.sin（x）
plt.plot（x,y,ls="-",lw=2,label="plotfigure"）
plt.legend（）
plt.text（5,0,"y=sin（x）",weight="bold",c="r",size=16,alpha=0.5）
plt.show（）
matplotlib学习记录：
标题title（）
图示：
知识点：
1、plt.title（“标题文本”,loc=”center”）
2、loc参数：
（不同元素的loc有不同的值）
center,right,left
代码：
importmatplotlib.pyplotasplt
importnumpyasnp
importmatplotlibasmpl
mpl.rcParams['font.sans-serif']=['SimHei']
mpl.rcParams['axes.unicode_minus']=False
x=np.linspace（0.05,10,1000）
y=np.sin（x）
plt.plot（x,y,ls="-",lw=2,label="plotfigure"）
plt.legend（）
plt.text（5,0,"y=sin（x）",weight="bold",c="r",size=16,alpha=0.5）
plt.title（"这是sin曲线",loc="right"）
plt.show（）
matplotlib学习记录：
图例lengend（）
图示：
知识点：
1、显示图例
plt.legend（loc=4）
2、loc参数，可以取字符串，也可以取数字，但数字不要带引号
0best
1upperright
2upperleft
3lowerleft
4lowerright
5right
6centerleft
7centerright
8lowercenter
9uppercenter
10center
代码：
importmatplotlib.pyplotasplt
importnumpyasnp
importmatplotlibasmpl
mpl.rcParams['font.sans-serif']=['SimHei']
mpl.rcParams['axes.unicode_minus']=False
x=np.linspace（0.05,10,1000）
y=np.sin（x）
plt.plot（x,y,ls="-",lw=2,label="plotfigure"）
plt.legend（loc=4）#lowerright右下
plt.show（）
matplotlib学习记录：
综合图例：
matplotlib结构
图示：
代码：
importmatplotlib.pyplotasplt
importnumpyasnp
importmatplotlibasmpl
frommatplotlibimportcmascm
mpl.rcParams['font.sans-serif']=['SimHei']
mpl.rcParams['axes.unicode_minus']=False
#定义数据
x=np.linspace（0.5,3.5,100）
y=np.sin（x）
y1=np.random.randn（100）
#散点图
plt.scatter（x,y1,c="0.25",label="散点图"）
#曲线
plt.plot（x,y,ls="--",lw=2,label="sin曲线"）
forspineinplt.gca（）.spines.keys（）:
ifspine=="top"orspine=="right":
plt.gca（）.spines[spine].set_color（"none"）
plt.gca（）.xaxis.set_ticks_position（"bottom"）
plt.gca（）.yaxis.set_ticks_position（"left"）
plt.xlim（0,4）#设置x轴范围
plt.ylim（-3,3）#设置y轴范围
plt.ylabel（"y轴"）#设置标签
plt.xlabel（"x轴"）#设置标签
#设置网格线
plt.grid（True,ls=":
",color="r"）
#添加平行于x轴的辅助线
plt.axhline（y=0,c="r",ls="--",lw=2）
#添加垂直于x轴的区域
plt.axvspan（xmin=1,xmax=2,facecolor="y",alpha=0.3）
#添加带有箭头的注释
plt.annotate（"maximum",
xy=（np.pi/2,1）,
xytext=（（np.pi/2）+0.15,1.5）,
weight="bold",
color="b",
arrowprops=dict（
arrowstyle="->",
connectionstyle="arc3",
color="r"
））
plt.annotate（"spines",
xy=（0.75,-3）,
xytext=（0.35,-2.25）,
weight="bold",
color="b",
arrowprops=dict（
arrowstyle="->",
connectionstyle="arc3",
color="b"
））
plt.annotate（"",
xy=（0,-2.78）,
xytext=（0.4,-2.32）,
weight="bold",
color="b",
arrowprops=dict（
arrowstyle="->",
connectionstyle="arc3",
color="b"
））
plt.annotate（"",
xy=（3.5,-2.98）,
xytext=（3.6,-2.7）,
weight="bold",
color="b",
arrowprops=dict（
arrowstyle="->",
connectionstyle="arc3",
color="b"
））
plt.text（3.6,-2.7,"'|'istickline",weight="bold",color="b"）
plt.text（3.6,-2.95,"3.5istickline",weight="bold",color="b"）
plt.title（"matplotlib结构"）
plt.show（）
matplotlib学习记录：
柱状图bar（）
图示：
知识点：
1、从数据库中得到数据
先定义了一个sql语句：
sql="SELECTMONTH（经营部下单日期）,COUNT
（1）FROM合同评审WHERE经营部下单日期BETWEEN'{}-01-01'AND'{}-12-31'GROUPBYMONTH（经营部下单日期）ORDERBYMONTH（经营部下单日期）".format（年份,年份）
然后调用了一个mdb_query（）方法：
result_list=db.mdb_query（sql）
db.py中封装了连接数据库、查询数据库、执行数据库操作的语句：
#-*-coding:
utf-8-*-
__author__='86****20'
#导入模块
importpymssql
#定义conn
defmdb_conn（）:
conn=pymssql.connect（ip,username,password,databasename）
returnconn
#增删改
defmdb_sqlext（sql）:
try:
conn=mdb_conn（）
cur=conn.cursor（）
cur.execute（sql）
mit（）
cur.close（）
conn.close（）
returnTrue
except:
returnFalse
#查询记录
defmdb_query（sql）:
try:
conn=mdb_conn（）
cur=conn.cursor（）
cur.execute（sql）
result=cur.fetchall（）
cur.close（）
conn.close（）
returnresult
exceptExceptionase:
print（e）
return[]
返回的数量是一个列表，列表中每一项元组，序号0对应MONTH（经营部下单日期），这是月份，序号1对应COUNT
（1），这是合同数量。
使用列表推导式将每项的[0]元素取出，即月份
x=[i[0]foriinresult_list]
再得到[1]为订单数合计
y=[i[1]foriinresult_list]
x轴的标签是月份，正好跟x一样
xlabel=[i[0]foriinresult_li
升级会员 