当我们学会了爬虫，抓取到了一些数据，接下来就是做数据分析了。本文章介绍绘制图形的基本代码。

打开cmd用pip 安装，若输入pip install matplotlib，文件下载可能会非常慢。改为国内网站用豆瓣源下载，输入命令pip install matplotlib -i https://pypi.douban.com/simple就好。

有关matplotlib的一些参数属性可以到matplotlib.org网站查看

条形图

条形图可以直观宽度相同的条形的高度或长短来表示数据多少，我们用到plt.bar(x，y)函数来绘制条形图。

#导入模块
import matplotlib.pyplot as plt
#设置banana的x轴和y轴数据
x=[2,4,6,8]
y=[3,4,5,6]
#设置apple的x轴和y轴数据
x1=[1,3,5,7]
y1=[3,4,5,6]
#label设置变量标签，color设置条形图颜色
plt.bar(x,y,label="banana",color="b")
plt.bar(x1,y1,label="apple",color="g")
#标注x、y轴
plt.xlabel("x")
plt.ylabel("y")
#图形标题
plt.title("ddddd")
plt.legend()
#打印出条形图
plt.show()

代码对应图片如下：

散点图

散点图在回归分析中，用数据点来观察数据的聚合度。我们用到plt.scatter()函数来绘制散点图。

import matplotlib.pyplot as plt
#banana的x轴和y轴数据
x=[34,56,68,72,98,76,98,23,34,45,56,67]
y=[56,77,47,96,22,83,56,34,67,23,67,45]
#apple的x轴和y轴数据
x1=[33,55,76,87,99,67,34,56,45,77,78,87]
y1=[35,64,57,41,56,78,34,89,23,45,23,34]
#label设置变量标签，color设置数据点颜色,marker为数据点图形，s为数据点大小
plt.scatter(x,y,label="banana",color="#FFB6C1",marker="^",s=250)
plt.scatter(x1,y1,label="apple",color="#ccc000",s=300)
plt.show()

代码对应图片如下：

饼图

饼图方便观察各个部分构成比例的情况。我们用到plt.pie()函数来绘制饼图。

import matplotlib.pyplot as plt
#对圆饼进行切片
slices=[7,3,8,8]
#各项变量名
activities=["orange","banana","apple","pear"]
#各项颜色
color=["m","c","#ccc000","r"]
plt.pie(slices,labels=activities,colors=color)
plt.show()

代码对应图片如下：

折线图

折线图是相等时间间隔下数据的趋势。我们用到plt.plot()函数来绘制折线图。

import matplotlib.pyplot as plt
#banana的x轴和y轴数据
x=[3,5,6,7,9]
y=[5,7,9,2,8]
#apple的x轴和y轴数据
x1=[3,5,6,7,9]
y1=[3,4,5,1,6]
#orange的x轴和y轴数据
x2=[3,5,6,7,9]
y2=[2,5,6,9,3]
#label设置变量标签，color设置折线颜色
plt.plot(x,y,label="banana",color="b")
plt.plot(x1,y1,label="apple",color="g")
plt.plot(x2,y2,label="orange",color="r")
plt.show()

代码对应图片如下：

matplotlib还可以绘制等高线图、柱状图、曲线图、三维柱状图、3D 曲面图等等，功能特别强大。

欢迎评论区留言