查看吸烟和不吸烟者消费账单的平均值

plt.subplot(facecolor=np.random.random(size=3))
tips.groupby('smoker')["total_bill"].mean().plot(kind="bar")
plt.grid()
plt.ytick([0,10,20],["min","middle","max"],fontsize=15,color=np.random.random(size=3))
plt.xlabel('SMOKER',fontsize=25)
plt.xticks([0,1],["yes","no"],rotation=0,color=np.random.random(size=3))
plt.title("SMOKER_TOTALBILL",fontsize=40,color=np.random.random(size=3))
plt.show()

图例

tips.query('sex == "Female"')["total_bill"].plot(kind='hist', label="Female")
tips.query('sex == "Male"')["total_bill"].plot(kind="hist", label="Male")
plt.legend()

# 所有的绘图函数中，都可以使用lable设置对应图像的图例的标签
plt.plot(x, np.sin(x), label="SIN(X)")
plt.plot(x, np.cos(x), label="COS(X)")
plt.legend()

# 一个cell中展示两个画板
tips.query('sex == "Female"')["total_bill"].plot(kind='hist', label="Female")
tips.query('sex == "Male"')["total_bill"].plot(kind="hist", label="Male")
plt.legend()
plt.show()tips.query('smoker == "Yes"')["total_bill"].plot(kind='hist', label="Smoker-Yes")
tips.query('smoker == "No"')["total_bill"].plot(kind="hist", label="Smoker-No")
plt.legend()
plt.show

# 一个画板中展示两个画布
ax1 = plt.subplot(2,1,1)
tips.query('sex == "Female"')["total_bill"].plot(kind='hist', label="Female")
tips.query('sex == "Male"')["total_bill"].plot(kind="hist", label="Male")
# plt.legend()
# plt.show()ax2 = plt.subplot(2,1,2)
tips.query('smoker == "Yes"')["total_bill"].plot(kind='hist', label="Smoker-Yes")
tips.query('smoker == "No"')["total_bill"].plot(kind="hist", label="Smoker-No")
# plt.legend()ax1.legend()
ax2.legend()
plt.show()

legend方法
两种传参方法：

分别在plot函数中增加label参数,再调用legend()方法显示
直接在legend方法中传入字符串列表

loc参数
loc参数用于设置图例标签的位置，一般在legend函数内
matplotlib已经预定义好几种数字表示的位置

例：

plt.plot(x, np.sin(x))
plt.legend(["Sin(x)"], loc=10)
plt.show()

# 查看每一天（男女）消费账单的分布状况
# 按照day 绘制4个子画布
# 每一个子画布，分成男女进行绘制
loc = 1
plt.figure(figsize=(20,4))
for day in tips.day.unique():ax = plt.subplot(1,4,loc)loc += 1query_condition = 'day == \"{}\"'.format(day)day_data = tips.query(query_condition)day_data.query('sex == "Female"')["total_bill"].plot(kind="hist", label="Female")day_data.query('sex == "Male"')["total_bill"].plot(kind="hist", label="Male")plt.legend(loc="upper left")

plt.figure(figsize=(12,10))
loc = 1# for i in range(4):
#     ax = plt.subplot(2,2,loc)
#     loc += 1# 第一层循环，对time来分类
for time in tips.time.unique():time_df = tips.query('time == \"{}\"'.format(time))for sex in time_df.sex.unique():sex_df = time_df.query('sex == \"{}\"'.format(sex))# 设置字画布位置ax = plt.subplot(tips.time.unique().size, time_df.sex.unique().size,loc)loc += 1sex_df.plot(kind='scatter', x="total_bill", y="tip", ax=ax)plt.title("{}-{}".format(time, sex))

loc = 1
plt.figure(figsize=(10,8))
for time in tips.time.unique():time_df = tips.query('time == \"{}\"'.format(time))ax = plt.subplot(tips.time.unique().size,1,loc)loc += 1for sex in time_df.sex.unique():sex_df = time_df.query('sex == \"{}\"'.format(sex))sex_df.plot(kind='scatter', x="total_bill", y="tip", ax=ax, label=sex, c=np.random.random(size=3))plt.legend(loc="upper right")

loc参数可以是2元素的元组，表示图例左下角的坐标
图例也可以超过图的界限loc = (-0.1,0.9)
[0,0] 左下
[0,1] 左上
[1,0] 右下
[1,1] 右上

plt.title("hello world")
plt.axis([-2,2,-3,3])plt.plot(x, np.sin(x), x, np.cos(x), x, x)
plt.legend(["hello","world","normal"],loc=[0.4,1.1], ncol=2)

ncol参数
ncol控制图例中有几列,在legend中设置ncol,需要设置loc

linestyle、color、marker
修改线条样式

设置字体

mpl.rcParams[‘font.sans-serif’] = [‘SimHei’]

设置中文负号显示问题

mpl.rcParams[‘axes.unicode_minus’]=False

style_dict = {"实线":"-","虚线":":","点划线":"-.","阶梯线":"steps","破折线":"--"
}pad = 1.5
for k, v in style_dict.items():pad += 1plt.plot(x, np.sin(x+pad), color=np.random.random(size=3), linewidth=2, linestyle=v, label=k)plt.legend(loc="upper right")

dashes=[1,3,5,7] 使用偶数个数的整数来表示自定义虚线

plt.plot(x, np.sin(x), dashes=[1,3,5,7], lw =3, color='green')

点形

facecolor 只能设置有面积的点型

plt.plot(x, np.sin(x), marker="3", markersize=20, linestyle="None", markerfacecolor="green", markeredgecolor="red", markeredgewidth=3)

plt.plot(x, np.sin(x), color="red", alpha=0.3)

保存图片

使用figure对象的savefig的函数

filename
含有文件路径的字符串或Python的文件型对象。图像格式由文件扩展名推断得出，例如，.pdf推断出PDF，.png推断出PNG （“png”、“pdf”、“svg”、“ps”、“eps”……）
dpi
图像分辨率（每英寸点数），默认为100
facecolor
图像的背景色，默认为“w”（白色）

使用画板对象保存图像

figure = plt.figure(facecolor="red")
plt.subplot(facecolor="red")
plt.plot(x, np.sin(x), marker="*", markersize=40, markerfacecolor="yellow", ls="None", markeredgecolor="red")plt.axis('off')

保存画板颜色需要在savefig函数内解决

figure.savefig('stars.png', facecolor="red",dpi=100)