matplotlib的基础学习（个人笔记）_pycharm安装matplotlib显示无法找到满足要求的版本

目录

一.下载安装matplotlib和numpy（pyplot是不需要下载的）

二.matplotlib的基础使用

三.matplotlib的进阶应用

---

一.下载安装matplotlib和numpy（pyplot是不需要下载的）

注意:下载的时候一定一定要关闭加速器

在下载matplotlib和numpy的过程中遇到了许多麻烦但好在有csdn的各位大神问题都一一解决了下面是常见的问题

1.找不到满足xx要求的版本

ERROR: Could not find a version that satisfies the requirement tensorflow-hub (from versions: none)
ERROR: No matching distribution found for tensorflow-hub

http://t.csdn.cn/cojvT这个是大神的解决方法链接放在这了

2.已经下好了numpy但是在pycharm中无法调用

 在终端中是可以import numpy的如图

 但是在编译器中没有这个包

 我们需要在终端中输入 where python！

得到第一个解释器是安装包下载到的位置

 在pycharm的设置中把解释器改成终端中得到的第一个解释器就可以了

二.matplotlib的基础使用

1.figure函数的应用

（1）参数和其意义

num:图像编号或名称，数字为编号 ，字符串为名称
figsize:指定figure的宽和高，单位为英寸；
dpi参数指定绘图对象的分辨率，即每英寸多少个像素，缺省值为80 。1英寸等于2.5cm,A4纸是 21*30cm的纸张 。
facecolor：背景颜色
edgecolor：边框颜色
frameon：是否显示边框

（2）使用示例

import matplotlib.pyplot as plt
import numpy as np
from matplotlib import pyplot as plot
#自变量的范围
x = np.arange(1,30)
#方程组
y = 6*x+6
#设置绘图对象
plt.figure(figsize=(10,5),dpi=120,facecolor='yellow')
#图像上的函数
plt.plot(x,y)
#展示图像
plt.show()

运行结果

 2.plot函数的应用

plot是用来绘制线条或者标记的轴

(1)plot函数的各个参数的意义

plot(*args,**kwargs)

 

 

 (2)plot函数的使用示例

import numpy as np
from matplotlib import pyplot as plt
#第一个方程
x = np.arange(1,30)#自变量的范围
y = 6*x+6
 
#第二个方程
x1 = np.arange(1,30)#自变量的范围
y1 = -2*x1+5
 
#设置绘图对象
plt.figure(figsize=(10,5))
plt.plot(x,y,'r',x1,y1,':b')
#展示图像
plt.show()

运行结果

 3.subplot函数的应用

subplot可以把figure分成n个子图，但是每一条subplot只会创建一个子图

（1）subplot各个参数的意义

    nrows 参数：subplot的行数

    ncols 参数：subplot的列数

    plotnum 参数：subplot指定的区域

注意：如果三个参数都小于十 subplot(332)和subplot(3,3,2)是一样的

（2）subplot的使用示例(三角函数sin，cos，tan）

import numpy as np
from matplotlib import pyplot as plt
#计算正弦曲线和余弦曲线上x和y坐标
x = np.arange(0,3*np.pi, 0.1)
y_sin = np.sin(x)
y_cos = np.cos(x)
y_tan = np.tan(x)
 
#建立三个subplot网格，高为2 宽为 2
#第一个图形
plt.subplot(2,2,1)
plt.plot(x,y_sin,'-.b')
plt.title('sin')
#第二个图形
plt.subplot(2,2,2)
plt.plot(x,y_cos,':m')
plt.title('cos')
#第三个图形
plt.subplot(2,2,3)
plt.plot(x,y_tan,'-r')
plt.title('tan')
#展示图像
plt.show()

运行结果

 4.add_axes的应用

add_axes方法为新增子区域，该区域可以在figure的任意位置，并且该区域可以设置任意大小

add_axes使用示例

import numpy as np
from matplotlib import pyplot as plt
#新建figure
fig = plt.figure()
#定义数据
x = [1,2,3,4,5,6,7]
y = [1,3,4,2,5,8,6]
#新建区域ax1
#figure的百分比，从figure 10%的位置开始绘制，宽高是figure的 80%
left,bottom,width,height=0.1,0.1,0.8,0.8
ax1 = fig.add_axes([left,bottom,width,height])
ax1.plot(x,y,'r')
ax1.set_title('areal')
#新增区域ax2
left,bottom,width,height = 0.2,0.6,0.25,0.25
ax2 = fig.add_axes([left,bottom,width,height])
ax2.plot(x,y,'b')
ax2.set_title('areal2')
plt.show()

运行结果

 三.matplotlib的进阶应用

三.matplotlib的进阶应用

1.绘制条形图

用matplotlib中的bar或者barh函数完成绘制

(1)垂直条形图

使用bar函数实现

示例

import matplotlib.pyplot as plt
import numpy as np
#定义列表变量,显示世界主要国家的GDP数据
GDP = [185691,112182.8,49386.4,34666.3]
#定义列表变量，显示世界主要国家
country = ['美国','中国','日本','德国']
#中文乱码的处理
plt.rcParams['font.sans-serif'] = ['Microsoft YaHei']
#调用bar函数绘图
plt.bar(range(4),GDP,align='center',color='red',alpha=0.6)
#添加轴标签
plt.ylabel('GDP')
#添加标题
plt.title('世界主要国家GDP大比拼')
#添加刻度标签
plt.xticks(range(4),country)
#显示图形
#为每个条形图添加数值标签
for x,y in enumerate(GDP):
    plt.text(x,y+100,'%s'%round(y,1),ha='center')
plt.show()

运行结果

 (2).绘制水平条形图

使用barh函数表示

示例

import matplotlib.pyplot as plt
#定义列表变量，显示世界主要国家GDP数据
GDP = [185691,112182.8,49386.4,34666.3]
#定义列表变量，显示世界主要国家
country = ['美国','中国','日本','德国']
#中文乱码的处理
plt.rcParams['font.sans-serif'] = ['Microsoft YaHei']
#调用barh绘图
plt.barh(range(4),GDP,align='center',color='blue',alpha=0.9)
#添加轴标签
plt.xlabel('GDP')
#添加标签
plt.ylabel('国家')
#添加标题
plt.title('世界主要国家GDP大比拼')
#添加刻度标签
plt.yticks(range(4),country)
#为每个条形图添加数值标签
for i in range(4):
    plt.text(x=GDP[i]+0.05,y=i,s='%d'%GDP[i])
#显示图形
plt.show()

运行结果

---