matplotlib学习（一）数据可视化基本处理

引：先打算将曾经学习的数据处理方面的知识回顾一下，并做成笔记，从matplotlib开始记起

----环境搭建：使用Anaconda，较为方便，如果认为不需要过多的东西，可以使用pip安装
pip安装命令：pip3 install matplotlib
Anaconda下载地址：https://www.anaconda.com/download/
修改Anaconda中的python版本：conda installl python='版本号'

----基本使用方法：

#导入模块
from matplotlib import pyplot as plt    #一般可命名为plt，方便使用
import random   #为后面创建坐标数据设计随机数用到
from matplotlib import font_manager

my_font = font_manager.FontProperties(fname=r'C:\Users\24015\Desktop\msyhbd.ttc')   #将字体实例化

plt.figure(figsize=(10,4),dpi=80)   #图像配置，figsize=('横','纵'),dpi='每英寸像素数量'
y_1 = [random.randint(0,10) for j in range(10)]  #随机生成10个数，在0-10内，后为纵坐标数据使用
y_2 = [random.randint(0,10) for k in range(10)]  #随机生成10个数，在0-10内，后为纵坐标数据使用
y_3 = [random.randint(0,10) for l in range(10)]  #随机生成10个数，在0-10内，后为纵坐标数据使用
y_4 = [random.randint(0,10) for m in range(10)]  #随机生成10个数，在0-10内，后为纵坐标数据使用
x = ['数量{}'.format(i) for i in range(len(y_1))]   #创建横坐标，与y轴的数据量对应

plt.plot(x,y_1,label='Y_1',linestyle='--')    #开始绘制图表1，为图表添加图例，label='名称'，此处可以给线设定color，linestyle
plt.plot(x,y_2,label='Y_2',linestyle='-.')    #开始绘制图表2
plt.plot(x,y_3,label='Y_3',linestyle=':')    #开始绘制图表3
plt.plot(x,y_4,label='Y_4',linestyle='-')    #开始绘制图表4
'''
linestyle=参数
        ``'-'``          solid line style
        ``'--'``         dashed line style
        ``'-.'``         dash-dot line style
        ``':'``          dotted line style
'''
plt.legend(prop=my_font)   #为图例设置字体，此处必须用prop，和其他地方不同，图例位置参数详解：
'''
loc=参数
best : 0
upper right : 1
upper left : 2
lower left : 3
lower right : 4
right : 5
center left : 6
center reght : 7
lower center : 8
upper center : 9
center : 10
'''

#配置x轴，步长为10显示，逆时针旋转20度，旋转是为了防止x轴坐标名称过长，导致叠加，可使用fontproperties='my_font'参数调用字体
plt.xticks(range(0,11),rotation=20,fontproperties=my_font)
# 配置y轴，使其范围在y的最大和最小值间显示
plt.yticks(range(0,11),rotation=20,fontproperties=my_font)

#为x轴和y轴命名
plt.xlabel('x 轴',fontproperties=my_font)
plt.ylabel('y 轴',fontproperties=my_font)

plt.grid(alpha=0.5)  #绘制网格,alpha为网格的透明度，网格同样可以使用linestyle来改变线的风格

# plt.savefig(r'路径')   #将图片保存，可以保存为各种格式，如果要保存为矢量图，可以保存成后缀为'.svg'的文件
plt.show()   #展示生成的图片，也可以不展示

展示下生成的图片