简单介绍
matplotlib库是Python数据挖掘中的库之一，主要用于2D绘图，简单的3D绘图，数据可视化的库。
Python数据挖掘相关扩展库
简单使用
（一）画根直线
y=x+10的直线
代码：
def print_line_draw():
"""
画直线图
:return:
"""
# 创建一个0-10之间以1为间隔的numpy数组
x = np.arange(0, 10, 1)
y = x + 10
# 绘制图形
plt.plot(x, y, color='blue', linestyle='--', marker='*', linewidth=1, label=' y = x + 10 ')
# 保存图片，dpi表示
plt.savefig('first.png', dpi=50)
# 显示图例
plt.legend()
# 显示图形
plt.show()
（二）画个饼图
饼图
代码：
def print_pie_draw():
"""
画饼状图
:return:
"""
# 指定每个切片大小（比例）
slice = [2,3,4,9]
# 指定标签
activities =['sleeping','eating','working','playing']
# 颜色
cols = ['c','m','r','b']
plt.pie(slice,
labels=activities,
colors=cols,
startangle=90, #开始角度，默认是0度，从x轴开始，90度从y轴开始
shadow=True,
explode=(0,0.1,0,0), # 拉出第二个切片，如果全为0，就不拉出，这里的数字相对于圆心的距离
autopct='%1.1f%%') # 显示百分比
plt.title('Activities analysis')
# explode 这个词里面的参数第一个0代表第一个切片，距离原点为0距离
plt.show()
（三）画个散点图
散点图
代码：
def print_scatter_draw():
"""
画散点图
:return:
"""
x = np.random.rand(1000)
y = np.random.rand(len(x))
# 绘图
plt.scatter(x,y,color='r',alpha=0.3,label='scatter draw ',marker='p')
plt.legend()
#plt.axis([0,2,0,2])# 设置坐标的范围
plt.show()
（四）画个直方图
有点丑的直方图
代码：
def print_hist_draw():
"""
绘制直方图
:return:
"""
x = np.random.randint(1,1000,200)
axit = plt.gca() # 得到当前的绘图对象
#bins 直方图的个数，histtype 直方图的样式 normed 直方图归一化，显示概率密度（默认false）
axit.hist(x,bins=35,facecolor='r',normed=True,histtype='bar',alpha=0.5)
axit.set_xlabel('values') # 设置x的标签
axit.set_ylabel('Frequery') # 设置y的标签
axit.set_title('HIST')
plt.show()
（五）简单的三角函数
三角函数图
代码：
def print_sinandcos_line():
x = np.linspace(0,10,1000)
y = np.sin(x) +1
z = np.cos(x**2) +1
# 设置图像大小
plt.figure(figsize=(8,4))
# 作图，设置标签，线条颜色，线条大小
plt.plot(x,y,label='$\sin x +1$',color='red',linewidth=2)
# 作图，设置标签，线条类型
plt.plot(x,z,'b--',label='$\cos x^2+1$')
# 设置x轴名称
plt.xlabel('Time(s)')
# 设置y轴名称
plt.ylabel('Volt')
# 设置标题
plt.title('A simple Example')
# 显示的y轴范围
plt.ylim(0,2.2)
# 显示图例
plt.legend()
# 显示作图结果
plt.show()
以上就是对今天matplotlib函数的简单使用
全部代码
# -*- coding: utf-8 -*-
# @Time : 2018/3/26 15:09
# @Author : 蛇崽
# @Email : 643435675@QQ.com
# @File : test_matplotlib.py
import matplotlib.pyplot as plt
import numpy as np
def print_line_draw():
"""
画直线图
:return:
"""
# 创建一个0-10之间以1为间隔的numpy数组
x = np.arange(0, 10, 1)
y = x + 10
# 绘制图形
plt.plot(x, y, color='blue', linestyle='--', marker='*', linewidth=1, label=' y = x + 10 ')
# 保存图片，dpi表示
plt.savefig('first.png', dpi=50)
# 显示图例
plt.legend()
# 显示图形
plt.show()
def print_pie_draw():
"""
画饼状图
:return:
"""
# 指定每个切片大小（比例）
slice = [2,3,4,9]
# 指定标签
activities =['sleeping','eating','working','playing']
# 颜色
cols = ['c','m','r','b']
plt.pie(slice,
labels=activities,
colors=cols,
startangle=90, #开始角度，默认是0度，从x轴开始，90度从y轴开始
shadow=True,
explode=(0,0.1,0,0), # 拉出第二个切片，如果全为0，就不拉出，这里的数字相对于圆心的距离
autopct='%1.1f%%') # 显示百分比
plt.title('Activities analysis')
# explode 这个词里面的参数第一个0代表第一个切片，距离原点为0距离
plt.show()
def print_scatter_draw():
"""
画散点图
:return:
"""
x = np.random.rand(1000)
y = np.random.rand(len(x))
# 绘图
plt.scatter(x,y,color='r',alpha=0.3,label='scatter draw ',marker='p')
plt.legend()
#plt.axis([0,2,0,2])# 设置坐标的范围
plt.show()
pass
def print_hist_draw():
"""
绘制直方图
:return:
"""
x = np.random.randint(1,1000,200)
axit = plt.gca() # 得到当前的绘图对象
#bins 直方图的个数，histtype 直方图的样式 normed 直方图归一化，显示概率密度（默认false）
axit.hist(x,bins=35,facecolor='r',normed=True,histtype='bar',alpha=0.5)
axit.set_xlabel('values') # 设置x的标签
axit.set_ylabel('Frequery') # 设置y的标签
axit.set_title('HIST')
plt.show()
pass
def print_sinandcos_line():
x = np.linspace(0,10,1000)
y = np.sin(x) +1
z = np.cos(x**2) +1
# 设置图像大小
plt.figure(figsize=(8,4))
# 作图，设置标签，线条颜色，线条大小
plt.plot(x,y,label='$\sin x +1$',color='red',linewidth=2)
# 作图，设置标签，线条类型
plt.plot(x,z,'b--',label='$\cos x^2+1$')
# 设置x轴名称
plt.xlabel('Time(s)')
# 设置y轴名称
plt.ylabel('Volt')
# 设置标题
plt.title('A simple Example')
# 显示的y轴范围
plt.ylim(0,2.2)
# 显示图例
plt.legend()
# 显示作图结果
plt.show()
pass
if __name__ == '__main__':
# print_line_draw()
# print_pie_draw()
# print_scatter_draw()
# print_hist_draw()
print_sinandcos_line()
