Matlab库画图基础教程

在日常数据处理中 经常会用到做表，而在程序里面 在python里面画图画表最常用的就是使用matlab这个库 下面会介绍一些基础常用用法

数据可视化 使用plot（）

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
#随机生成1000个数据
data = pd.Series(np.random.randn(1000),index=np.arange(1000))

#为了方便观看效果, 我们累加这个数据
data.cumsum()

#pandas 数据可以直接观看其可视化形式
data.plot()

plt.show()

data本来就是一个数据，所以我们可以直接plot
plot可以指定很多的参数 http://pandas.pydata.org/pandas-docs/version/0.18.1/visualization.html

基础应用

使用import导入模块matplotlib.pyplot，并简写成plt 使用import导入模块numpy，并简写成np

import matplotlib.pyplot as plt
import numpy as np
使用np.linspace定义x：范围是(-1,1);个数是50. 仿真一维数据组(x ,y)表示曲线1.

x = np.linspace(-1, 1, 50)
y = 2*x + 1
#使用plt.figure定义一个图像窗口. 使用plt.plot画(x ,y)曲线. 使用plt.show显示图像.

plt.figure()
plt.plot(x, y)
plt.show()
可以设置线条等一些属性 

plt.figure(num=3, figsize=(8, 5),)  #使用plt.figure定义一个图像窗口：编号为3；大小为(8, 5). 

plt.plot(x, y2) 

plt.plot(x, y1, color='red', linewidth=1.0, linestyle='--')# 使用plt.plot画(x ,y1)曲线，曲线的颜色属性(color)为红色;曲线的宽度(linewidth)为1.0；曲线的类型(linestyle)为虚线.

设置坐标轴

设置坐标轴的范围，单位长度，替代文字等。

使用plt.xlim设置x坐标轴范围：(-1, 2)；
使用plt.ylim设置y坐标轴范围：(-2, 3)；
使用plt.xlabel设置x坐标轴名称：’I am x’；
使用plt.ylabel设置y坐标轴名称：’I am y’；

plt.xlim((-1, 2))
plt.ylim((-2, 3))
plt.xlabel(‘I am x’)
plt.ylabel(‘I am y’)
plt.show()

分别设置x轴和y轴的刻度 并更改刻度的名称

new_ticks = np.linspace(-1, 2, 5)
print(new_ticks)
plt.xticks(new_ticks)
plt.yticks([-2, -1.8, -1, 1.22, 3],[r'$really\ bad$', r'$bad$', r'$normal$', r'$good$', r'$really\ good$'])
plt.show()

使用plt.gca获取当前坐标轴信息.
使用.spines设置边框：右侧边框；
使用.set_color设置边框颜色：默认白色；
使用.spines设置边框：上边框；
使用.set_color设置边框颜色：默认白色；

ax = plt.gca()
ax.spines['right'].set_color('none')
ax.spines['top'].set_color('none')
plt.show()

调整坐标轴

ax.xaxis.set_ticks_position(‘bottom’)
#使用.xaxis.set_ticks_position设置x坐标刻度数字或名称的位置：bottom

ax.spines[‘bottom’].set_position((‘data’, 0))
#使用.spines设置边框：x轴；使用.set_position设置边框位置：y=0的位置；

同理 设置y轴的位置
ax.yaxis.set_ticks_position(‘left’)

ax.spines[‘left’].set_position((‘data’,0))
#使用.set_position设置边框位置：x=0的位置

注意 x轴的所有位置 top，bottom，both，default，none）
y轴的所有位置 outward，axes，data

legend图例

legend 图例就是为了帮我们展示出每个数据对应的图像名称.

plt.legend(loc=’upper right’) #设置 legend 的位置

plt.legend(handles=[l1, l2], labels=[‘up’, ‘down’], loc= 0)
#使用legend 更换label名称
#其中loc = best为自动分配最佳位置 ‘best’ : 0, 以下为loc中的其余参数

 # 'upper right'  : 1,
 # 'upper left'   : 2,
 # 'lower left'   : 3,
 # 'lower right'  : 4,
 # 'right'        : 5,
 # 'center left'  : 6,
 # 'center right' : 7,
 # 'lower center' : 8,
 # 'upper center' : 9,
 # 'center'       : 10,

应用统计班级交作业情况做图

最终形式

import os
import matplotlib.pyplot as plt
import matplotlib.font_manager
from matplotlib.pyplot import MultipleLocator

def statistical_data(path,ALL_data=False):
    raw_path = os.getcwd() + '\data'+'\\'+path
    #print(raw_path)

    father_floder = os.listdir(raw_path)
    #print(father_floder)
    sta_data = []
    for path in father_floder:
        single_data = []
        single_data.append(path)
        subdir_path = raw_path +'\\'+path
        single_data.append(len(os.listdir(subdir_path)))
        sta_data.append(single_data)

    #print(sta_data)
    make_Histogram(sta_data)
def takeSecond(elem):
    return elem[1]
def make_Histogram(raw_data):
    name_list = []
    num_list = []
    bar_color = []
    xcolor = ['darkred','red','orangered','chocolate','yellow','olive','lime']
    raw_data.sort(key=takeSecond,reverse=True)
    print(raw_data)
    raw_data = list(reversed(raw_data))
    for i,data in enumerate(raw_data) :
        name_list.append((data[0].split('_')[1]))
        num_list.append(data[1])
        bar_color.append(xcolor[data[1]])
    print(name_list)
    print(num_list)

    plt.figure(figsize=(8, 15))

    zhfont1 = matplotlib.font_manager.FontProperties(fname='D:\python_code\\1702english\msyh.ttf')
    plt.title('自动化1702第一周英语学习统计',fontsize='large',fontproperties=zhfont1)
    plt.ylabel('姓名',fontproperties=zhfont1)
    plt.xlabel('次数',fontproperties=zhfont1)
    plt.rc('xtick', labelsize=6)
    plt.rc('ytick', labelsize=12)



    y_name = range(1,46,5)
    plt.yticks(y_name,name_list,fontproperties=zhfont1)  # y轴刻度
    #plt.barh(range(len(num_list)), num_list,tick_label = name_list)
    plt.xticks(range(len(num_list)),range(7))  # x轴刻度
    name_list1 =name_list[:10]
    plt.barh(range(len(name_list)), num_list,height=0.8,tick_label = name_list,align="center",color=bar_color)
    #plt.barh(range(len(num_list)), num_list,height=0.8,tick_label = name_list[10:],align="center",color='g')
    plt.grid(True,linestyle=':',color='r',alpha=0.6)
    plt.show()
    plt.savefig('1.jpg', dpi=500)
if __name__ == "__main__":
    new_folder = "第一周"
    statistical_data(new_folder)