摘要：
绘图方法matplotlib hist参数的解释：可以将数据统计信息的箱组数传输到列表中。长度是组的数量，值是分组基础。当组间距不均匀时使用此方法。
1.matplotlib简介及导包
(1)简介
matplotlib比较流行的Python底层绘图库，主要做数据可视化图表。它的名字取材于MATLAB，它是模仿MATLAB构建的。
(2)导包
# 导入pyplot
from matplotlib import pyplot as plt
2.绘图常用的方法
(1)设置显示中文
设置中文的方式参考链接：matplotlib设置中文的的一种方式
(2)设置显示图片的大小
plt.figure()
常用参数及解读：
- figsize(x1,x2) 用于设置图片显示的大小，可选参数，单位为英寸，默认值为(6.4,4.8)。
- dpi=x3 用于设置图片的dpi，可选参数，默认值为100。
(3)设置x(y)轴刻度
plt.xticks() # 设置x轴刻度
plt.yticks() # 设置y轴刻度
常用参数及解读：
ticks=list1name labels=list2name二者为一对参数，前面是一个array_like数据类型，后面是一个array_like数据类型，并且是可选的，存储的是字符串。两个参数的信息一一对应，即在x轴或者y轴对应的数字刻度上写字符串信息。location=x1设置刻度的角度，x1代表的是角度。fontproperties=my_font设置显示中文信息
(4)设置图形描述
plt.xlabel() # 设置x轴描述信息
plt.ylabel() # 设置y轴描述信息
plt.title() # 设置图片标题信息
常用参数及解读：
- “描述信息” 字符串类型的具体的描述信息
fontproperties=my_font设置显示中文信息
(5)多个数据对比绘制
- 多次绘制图形即可。例如绘制折线图。调用两次plot方法即可。
(6)多个数据设置添加图例
- 在多次绘制图形的函数中添加label参数
- 调用
plt.legend()方法
方法参数解读：
- prop=my_font 设置中文字体
- loc=x 设置图例显示的位置，常用可选的位置参数：
upper leftuuper rightbest
(7)添加网格
plt.grid() # 绘制网格
常用参数解析：
- alpha=x 调整透明度
(8)展示
plt.show()
(9)保存
plt.savefig("./name.png")
./name.png为图片保存的路径和图片保存的名称。
注意：可以保存为.svg格式，即矢量图格式，放大后不会有锯齿。
(10)设置图形的样式
在具体的绘制图形的方法中传入如下参数：
- 线条的样式：
| 线条格式可选项 | description |
|---|---|
| ‘-’ | solid line style |
| ‘–’ | dashed line style |
| ‘-.’ | dash-dot line style |
| ‘:’ | dotted line style |
- 线条的颜色
| 线条可选颜色 | color |
|---|---|
| ‘b’ | blue |
| ‘g’ | green |
| ‘r’ | red |
| ‘c’ | cyan |
| ‘m’ | magenta |
| ‘y’ | yellow |
| ‘k’ | black |
| ‘w’ | white |
3.绘制折线图
(1)图形特点
特点:能够显示数据的变化趋势，反映事物的变化情况。(变化)
(2)绘制方法
plt.plot(x,y)
4.绘制条形图
(1)图形特点
绘制连离散的数据,能够一眼看出各个数据的大小,比较数据之间的差别。(统计)
(2)绘制方法
plt.bar(x,y) #绘制竖图
plt.barh(x,y) #绘制横图
(3)应用场景
- 统计频率
- 统计频数
5.绘制直方图
(1)图形特点
特点:绘制连续性的数据,展示一组或者多组数据的分布状况(统计)
(2)直方图中的一些概念
- 组距
每一组数据之间的距离。 - 组数
组数=极差/组距极差=最大值-最小值 - 组距可以我们自己设定，极差要能够整除组距。
(3)绘制方法
matplotlib.hist(data,bins,normed)
参数解读：
- data 统计的数据
- bins 组数 可以传入一个列表，长度为组数，值为分组依据，当组距不均匀时使用这种方式。
- normed 是否进行频率统计，默认为否。这是一个可选参数。
- 可以通过高度或者宽度调整条形图的宽度。(在函数中传递width height参数 参数的总体参数应该小于1)。
(4)应用场景
没有统计过的数据，适合使用直方图进行展示，因为直方图可以进行分组。统计后的数据不适合使用直方图进行展示。
6.绘制散点图
(1)图形特点
判断变量之间是否存在数量关联趋势,展示离群点(分布规律)
(2)绘制方法
plt.scatter(x,y)