当我们获取完数据之后，一般来说数据可视化呈现的最基础图形就是：柱状图、水平条形图、折线图等等，在python的matplotlib库中分别可用bar、barh、plot函数来构建它们，再使用xticks与yticks（设置坐标轴刻度）、xlabel与ylabel（设置坐标轴标签）、title（标题）、legend（图例）、xlim与ylim（设置坐标轴数据范围）、grid（设置网格线）等命令来装饰图形，让它更明晰与美观，但是对于数据标签（即在图形中的每一个点或条形位置上标注出相应数值），却没有直接的命令导出。我们看很多python可视化做出的柱状图等等，在柱子数量不多的条件下，没有数据标签，只有光秃秃的一个个柱子，这样就使得图形缺了些什么。事实上，在python的matplotlib中有在图形中添加文字说明的命令——text，我们就可以利用这个命令，在图中每个单位要素中添加相应文字，来构造数字标签。
以本人专栏知乎专栏写的《大数据时代，哪些课程最受欢迎？》所爬取数据为例，经过numpy得到了不同课程类别下的平均学习人数，如图：
v2-436583cccc6aaf0b95703e570b42cf45_b.png
plt.figure(figsize=(10,6))
#设置x轴柱子的个数
x=np.arange(14)+1 #课程品类数量已知为14，也可以用len(ppv3.index)
#设置y轴的数值，需将numbers列的数据先转化为数列，再转化为矩阵格式
y=np.array(list(ppv3['numbers']))
xticks1=list(ppv3.index) #构造不同课程类目的数列
#画出柱状图
plt.bar(x,y,width = 0.35,align='center',color = 'c',alpha=0.8)
#设置x轴的刻度，将构建的xticks代入，同时由于课程类目文字较多，在一块会比较拥挤和重叠，因此设置字体和对齐方式
plt.xticks(x,xticks1,size='small',rotation=30)
#x、y轴标签与图形标题
plt.xlabel('课程主题类别')
plt.ylabel('number')
plt.title('不同课程类别的平均学习人数')
**#设置数字标签**
**for a,b in zip(x,y):**
** plt.text(a, b+0.05, '%.0f' % b, ha='center', va= 'bottom',fontsize=7)**
#设置y轴的范围
plt.ylim(0,3700)
plt.show()
最终得到的图形为：
不同类别学习人数.png
着重讲一下如何设置数字标签
#设置数字标签
for a,b in zip(x,y):
plt.text(a, b+0.05, '%.0f' % b, ha='center', va= 'bottom',fontsize=7)
首先，前边设置的x、y值其实就代表了不同柱子在图形中的位置（坐标），通过for循环找到每一个x、y值的相应坐标——a、b，再使用plt.text在对应位置添文字说明来生成相应的数字标签，而for循环也保证了每一个柱子都有标签。
其中，a, b+0.05表示在每一柱子对应x值、y值上方0.05处标注文字说明， '%.0f' % b,代表标注的文字，即每个柱子对应的y值， ha='center', va= 'bottom'代表horizontalalignment（水平对齐）、verticalalignment（垂直对齐）的方式，fontsize则是文字大小。
条形图、折线图也是如此设置，饼图则在pie命令中有数据标签的对应参数。对于累积柱状图、双轴柱状图则需要用两个for循环，同时通过a与b的不同加减来设置数据标签位置，比如在本文另一文章[《双十一预售战下的电商风云》]（https://zhuanlan.zhihu.com/p/23492721
） ，如图：
电商平台商品评价.png
其命令为：
电商代码.png

当我们获取完数据之后，一般来说数据可视化呈现的最基础图形就是：柱状图、水平条形图、折线图等等，在python的matplotlib库中分别可用bar、barh、plot函数来构建它们，再使用xticks与yticks(设置坐标轴刻度)、xlabel与ylabel(设置坐标轴标签)、title(标题)、legend(图例)、xlim与ylim(设置坐标轴数据范围)、grid(设置网格线)等命令来装饰图形，让它更明晰与美观，但是对于数据标签(即在图形中的每一个点或条形位置上标注出相应数值)，却没有直接的命令导出。我们看很多python可视化做出的柱状图等等，在柱子数量不多的条件下，没有数据标签，只有光秃秃的一个个柱子，这样就使得图形缺了些什么。事实上，在python的matplotlib中有在图形中添加文字说明的命令——text，我们就可以利用这个命令，在图中每个单位要素中添加相应文字，来构造数字标签。
以本人专栏知乎专栏写的《大数据时代，哪些课程最受欢迎？》所爬取数据为例，经过numpy得到了不同课程类别下的平均学习人数，如图：
v2-436583cccc6aaf0b95703e570b42cf45_b.png
plt.figure(figsize=(10,6))
#设置x轴柱子的个数
x=np.arange(14)+1 #课程品类数量已知为14，也可以用len(ppv3.index)
#设置y轴的数值，需将numbers列的数据先转化为数列，再转化为矩阵格式
y=np.array(list(ppv3['numbers']))
xticks1=list(ppv3.index) #构造不同课程类目的数列
#画出柱状图
plt.bar(x,y,width = 0.35,align='center',color = 'c',alpha=0.8)
#设置x轴的刻度，将构建的xticks代入，同时由于课程类目文字较多，在一块会比较拥挤和重叠，因此设置字体和对齐方式
plt.xticks(x,xticks1,size='small',rotation=30)
#x、y轴标签与图形标题
plt.xlabel('课程主题类别')
plt.ylabel('number')
plt.title('不同课程类别的平均学习人数')
**#设置数字标签**
**for a,b in zip(x,y):**
** plt.text(a, b+0.05, '%.0f' % b, ha='center', va= 'bottom',fontsize=7)**
#设置y轴的范围
plt.ylim(0,3700)
plt.show()
最终得到的图形为：
不同类别学习人数.png
着重讲一下如何设置数字标签
#设置数字标签
for a,b in zip(x,y):
plt.text(a, b+0.05, '%.0f' % b, ha='center', va= 'bottom',fontsize=7)
首先，前边设置的x、y值其实就代表了不同柱子在图形中的位置(坐标)，通过for循环找到每一个x、y值的相应坐标——a、b，再使用plt.text在对应位置添文字说明来生成相应的数字标签，而for循环也保证了每一个柱子都有标签。
其中，a, b+0.05表示在每一柱子对应x值、y值上方0.05处标注文字说明， '%.0f' % b,代表标注的文字，即每个柱子对应的y值， ha='center', va= 'bottom'代表horizontalalignment(水平对齐)、verticalalignment(垂直对齐)的方式，fontsize则是文字大小。
条形图、折线图也是如此设置，饼图则在pie命令中有数据标签的对应参数。对于累积柱状图、双轴柱状图则需要用两个for循环，同时通过a与b的不同加减来设置数据标签位置，比如在本文另一文章[《双十一预售战下的电商风云》](https://zhuanlan.zhihu.com/p/23492721
) ，如图：
电商平台商品评价.png
其命令为：
电商代码.png

给图像添加描述信息
添加之后的效果图





代码实现+分析+运行结果
"""给图像添加描述信息"""
plt.xlabel("时间/min")  # 设置x轴的描述信息
plt.ylabel("温度/℃")  # 设置y轴的描述信息
plt.title("10点到12点每分钟的气温变化情况")  # 图的标题




例题再做
题目
那么问题来了:

如果列表a表示10点到12点的每一分钟的气温,如何绘制折线图观察每分钟气温的变化情况?
a= [random.randint(20,35) for i in range(120)]

代码+结果
# -*- coding: utf-8 -*-

'''
@Time    : 2020/11/27 19:18
@Author  : yuhui
@Email   : 3476237164@qq.com
@FileName: matplotlib_3.py
@Software: PyCharm
'''

"""05【matplotlib】03matplotlib的绘制10点到12点的气温"""
"""06【matplotlib】04matplotlib设置显示中文"""
"""07【matplotlib】05matplotlib设置图的信息"""

"""那么问题来了:
如果列表a表示10点到12点的每一分钟的气温,如何绘制折线图观察每分钟气温的变化情况?
a= [random.randint(20,35) for i in range(120)]"""

import random
import matplotlib.pyplot as plt

# 解决中文乱码
plt.rcParams["font.sans-serif"]=["KaiTi"]
plt.rcParams["font.family"]="sans-serif"
# 解决符号无法显示的问题
plt.rcParams['axes.unicode_minus'] = False # 解决保存图像时负号'-'显示为方块的问题

x=range(120)
y=[random.randint(20,35) for i in range(120)]

# 设置图片的大小和dpi
fig=plt.figure(
    figsize=(16,9),
    dpi=100
)

plt.plot(x,y)

"""设置x轴和y轴上的刻度间距"""

# y轴刻度间距
_yticks=range(min(y),max(y))
plt.yticks(_yticks)

# 调整x轴的刻度

# 将x轴上的刻度字符由数字转变为字符串
# _x=list(x)[::10]  # 取步长为10
# _xticks=[f"hello,{i}" for i in _x]
# plt.xticks(_x,_xticks)
"""注意：
当x轴上的刻度是数字的时候，对于plt.xticks()我们只需要传递一个参数，这个参数它是数字，plt.xticks会把这个参数全部绘制在x轴上；
当x轴上的刻度是字符串的时候，我们需要传递两个参数，一个是数字，一个是字符串，我们要将字符串和数字进行一一对应，由于是一一对应的关系，所以说，数字的长度和字符串的长度必须是一样的
"""

# 设置x轴上刻度字符为“XX点XX分”
_x=list(x)
_xticks=[f"10点{i}分" for i in range(60)]
_xticks+=[f"11点{i}分" for i in range(60)]
plt.xticks(_x[::10],_xticks[::10],rotation=45)  # 注意保证数字和字符串之间是一一对应的关系
# rotation=90  旋转的度数
# 把数值型数据对应在字符串上

"""给图像添加描述信息"""
plt.xlabel("时间/min")  # 设置x轴的描述信息
plt.ylabel("温度/℃")  # 设置y轴的描述信息
plt.title("10点到12点每分钟的气温变化情况")  # 图的标题

plt.show()



总结

导入第三方库

import random
import matplotlib.pyplot as plt


x轴数据和y轴数据

x=range(120)
y=[random.randint(20,35) for i in range(120)]


设置图片的属性（大小、dpi等）

# 设置图片的大小和dpi
fig=plt.figure(
    figsize=(16,9),
    dpi=100
)


设置y轴的刻度间距

# y轴刻度间距
_yticks=range(min(y),max(y)+1)
plt.yticks(_yticks)


设置x轴的刻度字符

# 调整x轴的刻度

# 将x轴上的刻度字符由数字转变为字符串
# _x=list(x)[::10]  # 取步长为10
# _xticks=[f"hello,{i}" for i in _x]
# plt.xticks(_x,_xticks)
"""注意：
当x轴上的刻度是数字的时候，对于plt.xticks()我们只需要传递一个参数，这个参数它是数字，plt.xticks会把这个参数全部绘制在x轴上；
当x轴上的刻度是字符串的时候，我们需要传递两个参数，一个是数字，一个是字符串，我们要将字符串和数字进行一一对应，由于是一一对应的关系，所以说，数字的长度和字符串的长度必须是一样的
"""

# 设置x轴上刻度字符为“XX点XX分”
_x=list(x)
_xticks=[f"10点{i}分" for i in range(60)]
_xticks+=[f"11点{i}分" for i in range(60)]
plt.xticks(_x[::10],_xticks[::10],rotation=45)  # 注意保证数字和字符串之间是一一对应的关系
# rotation=90  旋转的度数
# 把数值型数据对应在字符串上


matplotlib设置显示中文

# 解决中文乱码
plt.rcParams["font.sans-serif"]=["KaiTi"]
plt.rcParams["font.family"]="sans-serif"
# 解决符号无法显示的问题
plt.rcParams['axes.unicode_minus'] = False # 解决保存图像时负号'-'显示为方块的问题



给图添加一些描述信息

"""给图像添加描述信息"""
plt.xlabel("时间/min")  # 设置x轴的描述信息
plt.ylabel("温度/℃")  # 设置y轴的描述信息
plt.title("10点到12点每分钟的气温变化情况")  # 图的标题


结果展示

plt.show()

上一篇文章已经教给大家如何安装matplotlib了,这篇文章,我会展示一些用matplotlib绘制一些基础的绘图功能

目标

知道如何解决中文显示问题

知道matplotlib的图结构

应用figure实现创建绘图区域大小

应用plot实现折线图的绘制

应用title,xlabel,ylabel实现标题以及x,y轴名设置

应用xticks,yticks实现axes的刻度设置和标注

应用savefig实现图形的本地保存

应用grid实现显示网格应用axis实现图像形状修改

应用legend实现图形标注信息显示

应用plt.subplots实现多坐标系的创建

知道如何设置多个axes的标题、刻度

知道折线图的应用场景

应用

天气的温度变化显示

内容预览

折线图绘制与保存图片

完善原始折线图1(辅助显示层)

完善原始折线图2(图像层)

多个坐标系显示-plt.subplots(面向对象的画图方法)
# 进入虚拟环境
workon ai(ai 是我虚拟环境的名字,至于如何创建虚拟环境我就不多说了)
# 输入命令
jupyter notebook

得到如下:



代码
import matplotlib.pyplot as plt
%matplotlib inline

plt.figure()
plt.plot([1, 0, 9], [4, 5, 6])
plt.show()


折线图的应用场景
1 折线图(plot)绘制与保存图片
为了更好地理解所有基础绘图功能，我们通过天气温度变化的绘图来融合所有的基础API使用

展现上海一周的天气,比如从星期一到星期日的天气温度如下
import matplotlib.pyplot as plt
# 1）创建画布(容器层)
plt.figure()
# 2）绘制折线图(图像层)
plt.plot([1, 2, 3, 4, 5, 6 ,7], [17, 17, 18, 15, 11, 11, 13])
# 3）显示图像
plt.show()

如图:


可以更改画布的大小,代码如下:
plt.figure(figsize=(), dpi=)
    figsize:指定图的长宽
    dpi:图像的清晰度
    返回fig对象
plt.savefig(path)

# 1）创建画布，并设置画布属性
plt.figure(figsize=(20, 8), dpi=80)
# 2）保存图片到指定路径
plt.savefig("test.png")


案例：显示温度变化状况

需求：画出某城市11点到12点1小时内每分钟的温度变化折线图，温度范围在15度~18度

效果：



初步图形
# 画出温度变化图

# 准备x, y坐标的数据
x = range(60)
y_shanghai = [random.uniform(15, 18) for i in x]

# 1）创建画布
plt.figure(figsize=(20, 8), dpi=80)

# 2）绘制折线图
plt.plot(x, y_shanghai)

# 3）显示图像
plt.show()


完善图形

添加自定义x,y刻度

plt.xticks(x, **kwargs)

x:要显示的刻度值

plt.yticks(y, **kwargs)

y:要显示的刻度值
# 增加以下两行代码
# 构造x轴刻度标签
x_ticks_label = ["11点{}分".format(i) for i in x]
# 构造y轴刻度
y_ticks = range(40)

# 修改x,y轴坐标的刻度显示
plt.xticks(x[::5], x_ticks_label[::5])
plt.yticks(y_ticks[::5])

如果没有解决过中文问题的话，会显示这个样子：
import random
import matplotlib.pylab as plt
%matplotlib inline
# 数据准备
x=range(60)
y_shanghai=[random.uniform(15,18) for i in x ]
# 创建画布
plt.figure(figsize=(20,8),dpi=100)
# 绘制图形
plt.plot(x,y_shanghai)
# 修改坐标轴刻度
x_ticks=x[::5]
x_ticks_label = ["11点{}分".format(i) for i in x_ticks]
plt.xticks(x_ticks,x_ticks_label)
y_ticks=range(40)[::5]
plt.yticks(y_ticks)
# 显示图形
# plt.savefig(x,y_shanghai)
plt.show(x,y_shanghai)



3 中文显示问题解决

下载中文字体（黑体，看准系统版本）
下载 SimHei 字体（或者其他的支持中文显示的字体也行）

1） 安装字体

windows和mac下：双击安装

linux下：拷贝字体到 usr/share/fonts 下：

sudo cp ~/SimHei.ttf /usr/share/fonts/SimHei.ttf

注）Linux如果用ubantu也可以通过双击安装

2） 删除matplotlib缓存文件

Mac系统的解决方案：
删除~/.matplotlib中的缓存文件

cd ~/.matplotlib

rm -r *

Linux系统的解决方案
删除~/.cache/matplotlib中的缓存文件

cd ~/.cache/matplotlib

rm -r *

3） 修改配置文件matplotlibrc

Mac系统的解决方案：
修改配置文件matplotlibrc

vi ~/.matplotlib/matplotlibrc

将文件内容修改为：
font.family         : sans-serif

font.sans-serif         : SimHei

axes.unicode_minus  : False

Linux系统的解决方案
修改配置文件

sudo find -name matplotlibrc

返回结果：
./.virtualenvs/ai/lib/python3.5/site-packages/matplotlib/mpl-data/matplotlibrc

打开配置文件：
vi ./.virtualenvs/ai/lib/python3.5/site-packages/matplotlib/mpl-data/matplotlibrc

将配置文件中下面3项改为如下所示：
font.family         : sans-serif

font.sans-serif         : SimHei

axes.unicode_minus  : False
4 添加网格显示

为了更加清楚地观察图形对应的值

plt.grid(True, linestyle=’–’, alpha=0.5)



5 添加描述信息

添加x轴、y轴描述信息及标题

plt.xlabel(“时间”)

plt.ylabel(“温度”)

plt.title(“中午11点0分到12点之间的温度变化图示”)