matploylib是python的一基礎視覺化工具，可以用於處理大量資料或載入api完成視覺化。
比如處理excle資料，**如下：
import openpyxl
import matplotlib.pyplot as plt
import numpy as np
filename ="g40.xlsx"
inwb = openpyxl.load_workbook(filename) # 讀檔案
sheetnames = inwb.get_sheet_names() # 獲取讀檔案中所有的sheet，通過名字的方式
ws = inwb.get_sheet_by_name(sheetnames[0]) # 獲取第乙個sheet內容
# 獲取sheet的最大行數
rows= ws.max_row
x=range(rows-1)
y=#excle**的資料為「幀號，速度，角度，x座標，y座標」，我使用第二列「速度」資料
#讀取**資料，第一行是標題，從第二行開始讀取
for r in range(2,rows+1):
# 畫圖之前首先設定figure物件，此函式相當於設定一塊自定義大小的畫布，
# 使得後面的圖形輸出在這塊規定了大小的畫布上，其中引數figsize設定畫布大小
plt.figure(figsize=(16,8),dpi=80)
# 將figure設定的畫布大小分成幾個部分，引數『221』表示2(row)x2(colu),即將畫布分成2x2，兩行兩列的4塊區域，
# 1表示選擇圖形輸出的區域在第一塊，圖形輸出區域引數必須在「行x列」範圍
# 如果引數設定為subplot(111)，則表示畫布整個輸出，不分割成小塊區域，圖形直接輸出在整塊畫布上
plt.subplot(111)
#******************************==
plt.xlim(0,rows)# 設定x軸刻度範圍，從0~rows
plt.ylim(0,50)# 設定y軸刻度的範圍，從0~50
#numpy.linspace()方法返回乙個等差數列陣列,
# 第乙個引數表示等差數列的第乙個數，
# 第二個引數表示等差數列最後乙個數，
# 第三個引數設定組成等差數列的元素個數，
# endpoint引數設定最後乙個數是否包含在該等差數列。數列中相鄰元素間的步長值為隨機
plt.xticks(np.linspace(0,rows,rows/200,endpoint=true)) # 設定x軸刻度
plt.yticks(np.linspace(0,50,5,endpoint=true)) # 設定y軸刻度
# color引數設定曲線顏色，linewidth設定曲線寬度，linestyle設定曲線風格
plt.plot(x,y,color='red',linewidth=0.5,linestyle='-')
plt.show()
matplotlib視覺化（一）
關於figure 乙個figure代表乙個視窗，可以有多個figure，乙個figure下可有多個圖形 1.多個視窗 import numpy as np import matplotlib.pyplot as plt x np.linspace 3,3,50 y1 2 x 1 y2 x 2 plt...
Matplotlib 資料視覺化
資料視覺化，更有意義的說法是，data communication for audiences。matplotlib總是因為它的aesthetics和amounts of codes被些許詬病。然而，我覺得熟練的使用之後，它的靈活性還是比較強的 相比ggplot 所以這篇文章的適合讀者是 具體的實現...
資料視覺化 matplotlib
直方圖plt.hist 資料，分組數，density true 複製 條形圖plt.bar x,y,color 顏色 plt.barh 複製 散點圖plt.scatter x,y 複製 折線圖 繪製多個圖形，多次plot plt.plot x,y,label 標籤 複製 通用操作plt.figure...