实验目的
    1、了解 python 中的可视化库
    2、掌握 python 中 matplotlib 中图像大小的设置
    3、掌握 python 中 matplotlib 中辅助显示功能和图像生成功能
    实验环境
    1、64 位电脑，8G 以上内存
    2、win10 系统
    3、matplotlib 和 pylab
    实验步骤：
    1. 二条折线图，注意观察分析各个程序段的功能

    1. import matplotlib.pyplot as plt
    2. import random
    3. # 解决中文显示为方块的问题
    4. from pylab import mpl
    5. mpl.rcParams["font.sans-serif"] = ["SimHei"]
    6. mpl.rcParams["axes.unicode_minus"] = False
    7. # 准备数据
    8. x = range(60)
    9. y_sh = [random.uniform(26, 31) for i in x]
    10. y_bj = [random.uniform(27, 35) for i in x]
    11. # 创建画布
    12. plt.figure(figsize=(16, 8), dpi=60)
    13. # 同一坐标内--绘制多条折线图 （新增）
    14. plt.plot(x, y_sh, label="sh")
    15. plt.plot(x, y_bj, label="bj", linestyle="--", color="y") # 线条颜色，线条样式设置
    16. # 自定义 x, y 轴 刻度 & 刻度标签 (新增)
    17. x_ticks = range(0, 60, 5)
    18. y_ticks = range(20, 40, 5)
    19. x_ticks_label = ["11 点{}分".format(i) for i in x_ticks]
    20. plt.xticks(x_ticks, x_ticks_label)
    21. plt.yticks(y_ticks)
    22. # 添加辅助描述信息-- x，y 轴标签 & 图形标题
    23. plt.xlabel("时间")
    24. plt.ylabel("温度")
    25. plt.title("两地同一时间温度变化图")
    26. # 添加网格线 - alpha:透明度 （新增）
    27. plt.grid(True, linestyle="--", alpha=0.6)
    28. # 显示图例 -- loc：位置设置,详见下图 （新增）
    29. plt.legend(loc="best")
    30. # 显示图象
    31. plt.show()

    image.png
    2. 绘制多个坐标系

    1. import matplotlib.pyplot as plt
    2. import random
    3. # 中文显示问题
    4. from pylab import mpl
    5. mpl.rcParams["font.sans-serif"] = ["SimHei"]
    6. mpl.rcParams["axes.unicode_minus"] = False
    7. # 准备 x,y 轴数据
    8. x = range(60)
    9. y_sh = [random.uniform(15, 18) for i in x]
    10. y_bj = [random.uniform(5, 12) for i in x]
    11. # 创建画布--多个坐标轴, 绘制折线图
    12. fig, axes = plt.subplots(nrows=1, ncols=2, figsize=(20, 8), dpi=100)
    13. # Returns: fig: 图对象 ax: 坐标轴对象列表
    14. axes[0].plot(x, y_sh, label='上海')
    16. axes[1].plot(x, y_bj, label='北京', color='r', linestyle='--')
    17. # 显示图例/坐标轴刻度/网格线
    18. axes[0].legend()
    19. axes[1].legend()
    20. x_ticks_label = ['11 点{}分'.format(i) for i in x]
    21. y_ticks = range(40)
    22. axes[0].set_xticks(x[::5])
    23. axes[0].set_yticks(y_ticks[::5])
    24. axes[1].set_xticks(x[::5])
    25. axes[1].set_yticks(y_ticks[::5])
    26. axes[0].grid(True, linestyle='--', alpha=0.5)
    27. axes[1].grid(True, linestyle='--', alpha=0.5)
    28. # 添加 标题/坐标轴描述信息
    29. axes[0].set_title('上海 11 点 0 分到 12 点之间的温度变化图')
    30. axes[0].set_xlabel("时间")
    31. axes[0].set_ylabel("温度")
    32. axes[1].set_title('北京 11 点 0 分到 12 点之间的温度变化图')
    33. axes[1].set_xlabel('时间')
    34. axes[1].set_ylabel('温度')
    35. plt.show()

    image.png

    1. 绘制sin（）函数
      1. # 准备数据
      2. import matplotlib.pyplot as plt
      3. import numpy as np
      4. x = np.linspace(-10, 10, 1000)
      5. y = np.sin(x)
      6. # 创建画布，绘制图像，显示图像
      7. plt.figure(figsize=(10, 1), dpi=100)
      8. plt.plot(x, y)
      9. plt.grid(linestyle='--', alpha=0.5)
      10. plt.show()
      image.png
      4. 散点图 — scatter
      1. -- 案例： 探究房屋面积和房屋价格的关系
      2. import matplotlib.pyplot as plt
      3. from pylab import mpl # 中文显示问题--下面手动修改配置
      4. mpl.rcParams["font.sans-serif"] = ["SimHei"]
      5. mpl.rcParams["axes.unicode_minus"] = False
      6. # 准备数据
      7. x = [225.98, 247.07, 253.14, 457.85, 241.58, 301.01, 20.67, 288.64, 163.56, 120.06, 207.83, 342.75, 147.9 , 53.06, 224.72, 29.51, 21.61, 483.21, 245.25, 399.25, 343.35]
      8. y = [196.63, 203.88, 210.75, 372.74, 202.41, 247.61, 24.9 , 239.34, 140.32, 104.15, 176.84, 288.23, 128.79, 49.64, 191.74, 33.1 , 30.74, 400.02, 205.35, 330.64, 283.45]
      9. # 创建画布 -- 绘制散点图 -- 显示图像
      10. plt.figure(figsize=(20,8), dpi=100)
      11. plt.scatter(x, y)
      12. plt.title('房屋面积和房屋价格的关系--案例测试')
      13. plt.xlabel('面积')
      14. plt.ylabel('价格')
      15. plt.show()
      image.png
      5. 柱状图— bar
      1. import matplotlib.pyplot as plt
      2. # 中文显示问题--下面手动修改配置
      3. from pylab import mpl
      4. mpl.rcParams["font.sans-serif"] = ["SimHei"]
      5. mpl.rcParams["axes.unicode_minus"] = False
      6. # 准备数据
      7. movie_name = ['雷神 3：诸神黄昏', '正义联盟', '东方快车谋杀案', '寻梦环游记', '全球风暴', '降魔传', '追捕', '七十七天', '密战', '狂兽', '其它']
      8. y = [73853, 57767, 22354, 15969, 14839, 8725, 8716, 8318, 7916, 6764, 52222]
      9. x = range(len(movie_name))
      10. # 创建画布，绘制柱状图，添加标题和格线，显示图像
      11. plt.figure(figsize=(18, 6), dpi=80)
      12. plt.bar(x, y, width=0.5, color=['b', 'r', 'g', 'y', 'c', 'm', 'y', 'k', 'c', 'g', 'm'])
      13. plt.title("电影票房收入对比")
      14. plt.xticks(x, movie_name)
      15. plt.grid(linestyle='--', alpha=0.5)
      16. plt.show()
      image.png
      6. 柱状图— bar 多个指标对比（案例：不同电影首日和首周的票房）
      1. import matplotlib.pyplot as plt
      2. # 中文显示问题--下面手动修改配置
      3. from pylab import mpl
      4. mpl.rcParams["font.sans-serif"] = ["SimHei"]
      5. mpl.rcParams["axes.unicode_minus"] = False
      6. # 准备数据
      7. movie_name = ['雷神 3：诸神黄昏', '正义联盟', '寻梦环游记']
      8. first_day = [10587.6, 10062.5, 1275.7]
      9. first_weekend = [36224.9, 34479.6, 11830]
      10. x = range(len(movie_name))
      11. # 创建画布，绘制柱状图，添加标题/坐标轴刻度标签/网格线/示例， 显示图像plt.figure(figsize=(10, 5), dpi=80)
      12. plt.bar(x, first_day, width=0.2, label="首日票房")
      13. plt.bar([i + 0.2 for i in x], first_weekend, width=0.2, label="首周票房")
      14. plt.title("电影首日和首周的票房对比")
      15. plt.xticks([i + 0.1 for i in x], movie_name) # 修改 x 轴刻度显示
      16. plt.grid(linestyle="--", alpha=0.5)
      17. plt.legend()
      18. plt.show()

    image.png
    7. 直方图 — hist

    1. import matplotlib.pyplot as plt
    3. # 准备数据
    4. time = [131, 98, 125, 131, 124, 139, 131, 117, 128, 108, 135, 138, 131, 102, 107, 114, 119, 128, 121, 142, 127, 130, 124, 101, 110, 116, 117, 110, 128, 128, 115, 99, 136, 126, 134, 95, 138, 117, 111, 78, 132, 124, 113, 150, 110, 117, 86, 95, 144, 105, 126, 130, 126, 130, 126, 116, 123, 106, 112, 138, 123, 86, 101, 99, 136, 123, 117, 119, 105, 137, 123, 128, 125, 104, 109, 134, 125, 127, 105, 120, 107, 129, 116, 108, 132, 103, 136, 118, 102, 120, 114, 105, 115, 132, 145, 119, 121, 112, 139, 125, 138, 109, 132, 134, 156, 106, 117, 127, 144, 139, 139, 119, 140, 83, 110, 102, 123, 107, 143, 115, 136, 118, 139, 123, 112, 118, 125, 109, 119, 133, 112, 114, 122, 109, 106, 123, 116, 131, 127, 115, 118, 112, 135, 115, 146, 137, 116, 103, 144, 83, 123, 111, 110, 111, 100, 154, 136, 100, 118, 119, 133, 134, 106, 129, 126, 110, 111, 109, 141, 120, 117, 106, 149, 122, 122, 110, 118, 127, 121, 114, 125, 126, 114, 140, 103, 130, 141, 117, 106, 114, 121, 114, 133, 137, 92, 121, 112, 146, 97, 137, 105, 98, 117, 112, 81, 97, 139, 113, 134, 106, 144, 110, 137, 137, 111, 104, 117, 100, 111, 101, 110, 105, 129, 137, 112, 120, 113, 133, 112, 83, 94, 146, 133, 101, 131, 116, 111, 84, 137, 115, 122, 106, 144, 109, 123, 116, 111, 111, 133, 150]
    5. # 创建画布， 绘制直方图， 添加标题/坐标轴刻度标签/网格线
    6. plt.figure(figsize=(20, 8), dpi=80)
    7. distance = 2
    8. group_num = int((max(time) - min(time)) / distance)
    9. plt.hist(time, bins=group_num)
    10. plt.title("电影时长分布状况")
    11. plt.xticks(range(min(time), max(time))[::2])
    12. plt.xlabel("电影时长")
    13. plt.ylabel("数量")
    14. plt.grid(linestyle="--", alpha=0.5)
    15. plt.show()

    image.png
    8. 饼图 — pie

    1. import matplotlib.pyplot as plt
    2. # 准备数据 -- 案例：电影的排片占比
    3. movie_name = ['雷神 3：诸神黄昏', '正义联盟', '东方快车谋杀案', '寻梦环游记', '全球风暴', '降魔传', '追捕', '七十七天', '密战', '狂兽', '其它']
    4. place_count = [60605, 54546, 45819, 28243, 13270, 9945, 7679, 6799, 6101, 4621, 20105]
    5. # 创建画布，绘制饼图，添加标题/坐标轴刻度标签
    6. plt.figure(figsize=(18, 6), dpi=80)
    7. plt.pie(place_count, labels=movie_name, autopct="%1.2f%%")
    8. plt.axis("equal") # 坐标轴长宽相等，保证饼图成圆形
    9. plt.title("电影的排片占比")
    10. plt.legend()
    11. plt.show()

    image.png