Matplotlib 是一个 Python 的数据可视化库，用于创建静态、交互式和动态的图表和可视化效果。
它可以绘制各种类型的图表，包括线图、散点图、柱状图、饼图、直方图等，以及各种复杂的图形和图像
#1. 画出温度变化图
import matplotlib.pyplot as plt
import random
#设置显示中文字体
from pylab import mpl
# 设置显示中文字体
mpl.rcParams["font.sans-serif"] = ["SimHei"]
# 设置正常显示符号
mpl.rcParams["axes.unicode_minus"]= False
# 0. 准备x，y坐标的数量
x = range(60)
y_shanghai = [random.uniform(15,18) for i in x]
#1. 设置图形的尺寸为宽度20英寸，高度8英寸，并且设置图形的分辨率为80 dots per inch（每英寸80个像素）
plt.figure(figsize=(30,10),dpi=80)
#2. 绘制折线图
plt.plot(x, y_shanghai)
#3. 显示图像
plt.show()
#2. 添加网格显示,标题，描述信息
import matplotlib.pyplot as plt
import random
#设置显示中文字体
from pylab import mpl
# 设置显示中文字体
mpl.rcParams["font.sans-serif"] = ["SimHei"]
# 设置正常显示符号
mpl.rcParams["axes.unicode_minus"]= False
# 0. 准备x，y坐标的数量
x = range(60)
y_shanghai = [random.uniform(15,18) for i in x]
# 1. 设置图形的尺寸为宽度20英寸，高度8英寸，并且设置图形的分辨率为100 dots per inch（每英寸80个像素）
plt.figure(figsize=(20,8), dpi=100)
# 2. 绘制折线图
plt.plot(x, y_shanghai)
# 3. 添加x，y刻度
x_ticks_label = [f'11点{i}分' for i in x]
y_ticks = range(40)
# 4. 修改x，y轴坐标刻度显示
plt.xticks(x[::5], x_ticks_label[::5])
plt.yticks(y_ticks[::5])
# 5. True：表示开启网格线，linestyle="--"：表示网格线的样式为虚线，alpha=1：表示网格线的透明度为1，即完全不透明
plt.grid(True, linestyle="--", alpha=1)
# 6. 添加描述信息
plt.xlabel("时间")
plt.ylabel("温度")
plt.title("中午11点~12点某城市温度变化", fontsize=20)
# 7. 图像保存
plt.savefig("test.png")
# 8. 显示图像
plt.show()
#3. 在一个坐标系中绘制多个图像
import matplotlib.pyplot as plt
import random
#设置显示中文字体
from pylab import mpl
# 设置显示中文字体
mpl.rcParams["font.sans-serif"] = ["SimHei"]
# 设置正常显示符号
mpl.rcParams["axes.unicode_minus"]= False
# 0. 准备x，y坐标的数量
x = range(60)
print(x)
y_shanghai = [random.uniform(15,18) for i in x]
y_beijing = [random.uniform(1,3) for i in x]
# 1. 设置图形的尺寸为宽度20英寸，高度8英寸，并且设置图形的分辨率为100 dots per inch（每英寸80个像素）
plt.figure(figsize=(20,8),dpi=100)
# 2. 绘制折线图
plt.plot(x,y_shanghai,label='上海')
plt.plot(x,y_beijing,color='r',linestyle='--',label='北京')
# # 颜色字符
# r 红色
# g 绿色
# b 蓝色
# w 白色
# c 青色
# m 洋红
# y 黄色
# k 黑色
# # 风格字符
# - 实线
# - - 虚线
# -. 点划线
# : 点虚线
# ' ' 留空、空格
# 3. 添加x，y刻度
x_ticks_label = [f'11点{i}分' for i in x]
y_ticks = range(40)
# 4. 修改x，y轴坐标刻度显示
plt.xticks(x[::5],x_ticks_label[::5])
plt.yticks(y_ticks[::5])
# 5. 添加网格显示
plt.grid(True,linestyle="--",alpha=1)
# 6. 添加描述信息
plt.xlabel("时间")
plt.ylabel("温度")
plt.title("中午11点~12点某城市温度变化",fontsize=20)
# 7. 图像保存
plt.savefig("test.png")
# 8. 显示图例
plt.legend(loc='best')
# 'best'
# 'upper right'
# 'upper left'
# 'lower left'
# 'lower right'
# 'right'
# 'center left'
# 'center right'
# 'lower center'
# 'upper center'
# 'center'
# 9. 显示图像
plt.show()
#4. 多个坐标系中绘制多个图像
import matplotlib.pyplot as plt
import random
#设置显示中文字体
from pylab import mpl
# 设置显示中文字体
mpl.rcParams["font.sans-serif"] = ["SimHei"]
# 设置正常显示符号
mpl.rcParams["axes.unicode_minus"]= False
# 0. 准备x，y坐标的数量
x = range(60)
print(x)
y_shanghai = [random.uniform(15,18) for i in x]
y_beijing = [random.uniform(1,3) for i in x]
# 1. 设置图形的尺寸为宽度20英寸，高度8英寸，并且设置图形的分辨率为100 dots per inch（每英寸80个像素）
plt.figure(figsize=(20,8),dpi=100)
fig, axes = plt.subplots(nrows=1,ncols=2,figsize=(20,8),dpi=100)
# 2. 绘制折线图
plt.plot(x,y_shanghai,label='上海')
plt.plot(x,y_beijing,color='r',linestyle='--',label='北京')
axes[0].plot(x,y_shanghai,label='上海')
axes[1].plot(x,y_beijing,color='r',linestyle='--',label='北京')
# # 颜色字符
# r 红色
# g 绿色
# b 蓝色
# w 白色
# c 青色
# m 洋红
# y 黄色
# k 黑色
# # 风格字符
# - 实线
# - - 虚线
# -. 点划线
# : 点虚线
# ' ' 留空、空格
# 3. 添加x，y刻度
x_ticks_label = [f'11点{i}分' for i in x]
y_ticks = range(40)
# 4. 修改x，y轴坐标刻度显示
plt.xticks(x[::5],x_ticks_label[::5])
plt.yticks(y_ticks[::5])
axes[0].set_xticks(x[::5])
axes[0].set_yticks(y_ticks[::5])
axes[0].set_xticklabels(x_ticks_label[::5])
axes[1].set_xticks(x[::5])
axes[1].set_yticks(y_ticks[::5])
axes[1].set_xticklabels(x_ticks_label[::5])
# 5. 添加网格显示
axes[0].grid(True,linestyle="--",alpha=1)
axes[1].grid(True,linestyle="--",alpha=1)
# 6. 添加描述信息
axes[0].set_xlabel("时间")
axes[0].set_ylabel("温度")
axes[0].set_title("中午11点~12点某城市温度变化",fontsize=20)
axes[1].set_xlabel("时间")
axes[1].set_ylabel("温度")
axes[1].set_title("中午11点~12点某城市温度变化",fontsize=20)
# 7. 图像保存
plt.savefig("test.png")
# 8. 显示图例
axes[0].legend(loc='best')
axes[1].legend(loc='best')
# 'best'
# 'upper right'
# 'upper left'
# 'lower left'
# 'lower right'
# 'right'
# 'center left'
# 'center right'
# 'lower center'
# 'upper center'
# 'center'
# 8. 显示图像
plt.show()
#5. 折线图应用举例
import matplotlib.pyplot as plt
import random
import numpy as np
#设置显示中文字体
from pylab import mpl
# 设置显示中文字体
mpl.rcParams["font.sans-serif"] = ["SimHei"]
# 设置正常显示符号
mpl.rcParams["axes.unicode_minus"]= False
# 0.准备数据
x = np.linspace(-10, 10, 1000)
y = np.sin(x)
# 1.设置图形的尺寸为宽度20英寸，高度8英寸，并且设置图形的分辨率为100 dots per inch（每英寸80个像素）
plt.figure(figsize=(20, 8), dpi=100)
# 2.绘制函数图像
plt.plot(x, y)
# 3 添加网格显示
plt.grid()
# 4.显示图像
plt.show()
#6. 散点图绘制
import matplotlib.pyplot as plt
import random
import numpy as np
#设置显示中文字体
from pylab import mpl
# 设置显示中文字体
mpl.rcParams["font.sans-serif"] = ["SimHei"]
# 设置正常显示符号
mpl.rcParams["axes.unicode_minus"]= False
# 0.准备数据
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]
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]
# 1.设置图形的尺寸为宽度20英寸，高度8英寸，并且设置图形的分辨率为100 dots per inch（每英寸80个像素）
plt.figure(figsize=(20, 8), dpi=100)
# 2.绘制散点图
plt.scatter(x, y)
# 3.显示图像
plt.show()
#7. 绘制柱状图
import matplotlib.pyplot as plt
import random
import numpy as np
#设置显示中文字体
from pylab import mpl
# 设置显示中文字体
mpl.rcParams["font.sans-serif"] = ["SimHei"]
# 设置正常显示符号
mpl.rcParams["axes.unicode_minus"]= False
random_movies = ['星际穿越', '阿凡达', '泰坦尼克号', '盗梦空间', '指环王', '哈利波特', '阿甘正传', '霸王别姬', '肖申克的救赎', '三傻大闹宝莱坞','其它']
# 横坐标
x = range(len(movie_name))
# 票房数据
y = [73853,57767,22354,15969,14839,8725,8716,8318,7916,6764,52222]
# 1.设置图形的尺寸为宽度20英寸，高度8英寸，并且设置图形的分辨率为100 dots per inch（每英寸80个像素）
plt.figure(figsize=(20, 8), dpi=100)
# 2.绘制柱状图
plt.bar(x, y, width=0.5, color=['b','r','g','y','c','m','y','k','c','g','b'])
# 2.1b修改x轴的刻度显示
plt.xticks(x, movie_name)
# 2.2 添加网格显示
plt.grid(linestyle="--", alpha=0.5)
# 2.3 添加标题
plt.title("电影票房收入对比")
# 3.显示图像
plt.show()
Matplotlib官方参考： https://matplotlib.org/index.html
Matplotlib 是一个非常强大的 Python 绘图库，它提供了一整套用于创建静态、动态和交互式可视化的工具,通过掌握这些技巧，可以更好地满足数据可视化需求
