前一篇文章，介紹了如何用matplotlib繪制一些簡單的圖。通常在圖上需要添加很多的標註信息，如添加圖例。

 1 import matplotlib.pyplot as plt
 2 import numpy as np
 3 
 4 
 5 t=np.arange(0.,5.,0.2)
 6 #這裏我們設置了線的顏色以及線形，實際上也可以設置線寬等其他參數
 7 plt.plot(t,t*10,‘r--‘,t**2,‘bs‘,t**3,‘g^‘)
 8 #legend是用來設置圖例的，當未知參數loc未定時，它會自己尋找圖上信息不多的區域來放置圖例
 9 plt.legend(labels=["
 
$line1$","$line2$","$line3$"])
10 plt.show()

　　　　前面我們都是用plot函數繪制線圖。下面來繪制柱狀圖。

1 import matplotlib.pyplot as plt
2 
3 name_list = [‘Monday‘,‘Tuesday‘,‘Wednesday‘,‘Thursday‘,‘Friday‘]
4 num_list = [1.5,0.8,7.8,5,6.3]
5 #柱狀圖的繪制函數為bar（），關鍵字分別指定個數，柱高度，指定顏色，以及將橫坐標替換成名字
6 plt.bar(range(len(num_list)), num_list,color=‘
 
rgb‘,tick_label=name_list)
7 plt.show()

　　　　當然我們繪制的圖不會就這樣簡陋：

 1 import matplotlib.pyplot as plt
 2 
 3 class_list = [‘class-one‘,‘class-two‘,‘class-three‘,‘class-four‘]
 4 num_list = [3,5,8,6]
 5 num_list1 = [1,2,3,1]
 6 x =list(range(len(num_list)))
 7 #這裏是設置柱狀圖的寬度
 8 
 9 total_width, n = 0.8, 2
10
 
 width = total_width / n
11 
12 plt.bar(x, num_list, width=width,fc = ‘b‘)
13 #柱中心偏移距離
14 for i in range(len(x)):
15     x[i] = x[i] + width
16 
17 plt.bar(x, num_list1, width=width,tick_label = class_list,fc = ‘r‘)
18 plt.legend(labels=["boy","girl"])
19 plt.show()

　　　　　下面是餅狀圖的繪制，這個例子來源於官方使用指南：

 1 import matplotlib.pyplot as plt                                       
 2                                                                       
 3 # 餅狀圖的切片標簽                                                            
 4 labels = ‘Frogs‘, ‘Hogs‘, ‘Dogs‘, ‘Logs‘                              
 5 sizes = [15, 30, 45, 10]                                              
 6                                                                       
 7 #將30%這一部分餅狀圖分離，間隙值0.1                                                 
 8 explode = (0, 0.1, 0, 0)                                              
 9                                                                       
10 #指定畫布1，實例化plt.subplots()                                              
11 fig1, ax1 = plt.subplots()                                            
12                                                                       
13 #autopct是指定百分比顯示規格，保留一位小數                                             
14 #最後兩個關鍵字值是添加陰影，以及確定起始角度                                               
15 ax1.pie(sizes, explode=explode, labels=labels, autopct=‘%1.1f%%‘,     
16         shadow=True, startangle=90)                                   
17                                                                       
18 #等寬比確保餅狀圖繪制成一個圓                                                       
19 ax1.axis(‘equal‘)                                                     
20                                                                       
21 plt.show()                                                            

　　　　效果圖如下：

　　　　matplotlib的繪圖功能是能夠滿足我們可視化需求的。其他的一些使用方法，在今後學習中查閱就行。

python數據分析工具包（4）——matplotlib（二）