import matplotlib.pyplot as plt
import numpy as np
list1=[1,2,3,4,5,6,2,3,4,6,7,5,7]
list2=[2,3,4,5,8,9,2,1,3,4,5,2,4]
plt.rcParams['font.sans-serif']=['SimHei'] #用来正常显示中文标签
plt.title('显示中文标题')
plt.xlabel("横坐标")
plt.ylabel("纵坐标")
x=np.arange(0,len(list1))+1
x[0]=1
my_x_ticks = np.arange(1, 14, 1)
plt.xticks(my_x_ticks)
plt.plot(x,list1,label='list1',marker = "o",markersize=10)#marker设置标记形状 markersize设置标记大小
plt.plot(x,list2,label='list2',marker = "x",markersize=8)
plt.legend()
plt.grid()#添加网格
plt.show()

https://blog.csdn.net/q6q6q/article/details/109341451
具体来说是pylab和pyplot这两个子库。这两个库可以满足基本的画图需求，而条形图，散点图等特殊图，下面再单独具体介绍。
首先给出pylab神器镇文：pylab.rcParams.update(params)。这个函数几乎可以调节图的一切属性，包括但不限于：坐标范围，axes标签字号大小，xtick,ytick标签字号，图线宽，legend字号等。
import matplotlib.pyplot as plt
import matplotlib.pylab as pylab
import scipy.io
import numpy as np
params={
'axes.labelsize': '35',
'xtick.labelsize':'27',
'ytick.labelsize':'27',
'lines.linewidth':2 ,
'legend.fontsize': '27',
'figure.figsize' : '12, 9' # set figure size
}
pylab.rcParams.update(params) #set figure parameter
#line_styles=['ro-','b^-','gs-','ro--','b^--','gs--'] #set line style
#We give the coordinate date directly to give an example.
x1 = [-20,-15,-10,-5,0,0,5,10,15,20]
y1 = [0,0.04,0.1,0.21,0.39,0.74,0.78,0.80,0.82,0.85]
y2 = [0,0.014,0.03,0.16,0.37,0.78,0.81,0.83,0.86,0.92]
y3 = [0,0.001,0.02,0.14,0.34,0.77,0.82,0.85,0.90,0.96]
y4 = [0,0,0.02,0.12,0.32,0.77,0.83,0.87,0.93,0.98]
y5 = [0,0,0.02,0.11,0.32,0.77,0.82,0.90,0.95,1]
plt.plot(x1,y1,'bo-',label='m=2, p=10%',markersize=20) # in 'bo-', b is blue, o is O marker, - is solid line and so on
plt.plot(x1,y2,'gv-',label='m=4, p=10%',markersize=20)
plt.plot(x1,y3,'ys-',label='m=6, p=10%',markersize=20)
plt.plot(x1,y4,'ch-',label='m=8, p=10%',markersize=20)
plt.plot(x1,y5,'mD-',label='m=10, p=10%',markersize=20)
fig1 = plt.figure(1)
axes = plt.subplot(111)
#axes = plt.gca()
axes.set_yticks([0.1,0.2,0.3,0.4,0.5,0.6,0.7,0.8,0.9,1.0])
axes.grid(True) # add grid
plt.legend(loc="lower right") #set legend location
plt.ylabel('Percentage') # set ystick label
plt.xlabel('Difference') # set xstck label
plt.savefig('D:\commonNeighbors_CDF_snapshots.eps',dpi = 1000,bbox_inches='tight')
plt.show()
显示效果如下：
plt.subplot(111)和plt.subplot(1,1,1)是等价的。意思是将区域分成1行1列，当前画的是第一个图（排序由行至列）。
plt.subplot(211)意思就是将区域分成2行1列，当前画的是第一个图（第一行，第一列）。以此类推，只要不超过10，逗号就可省去。
python画条形图。代码如下。
import scipy.io
import numpy as np
import matplotlib.pylab as pylab
import matplotlib.pyplot as plt
import matplotlib.ticker as mtick
params={
'axes.labelsize': '35',
'xtick.labelsize':'27',
'ytick.labelsize':'27',
'lines.linewidth':2 ,
'legend.fontsize': '27',
'figure.figsize' : '24, 9'
}
pylab.rcParams.update(params)
y1 = [9.79,7.25,7.24,4.78,4.20]
y2 = [5.88,4.55,4.25,3.78,3.92]
y3 = [4.69,4.04,3.84,3.85,4.0]
y4 = [4.45,3.96,3.82,3.80,3.79]
y5 = [3.82,3.89,3.89,3.78,3.77]
ind = np.arange(5) # the x locations for the groups
width = 0.15
plt.bar(ind,y1,width,color = 'blue',label = 'm=2')
plt.bar(ind+width,y2,width,color = 'g',label = 'm=4') # ind+width adjusts the left start location of the bar.
plt.bar(ind+2*width,y3,width,color = 'c',label = 'm=6')
plt.bar(ind+3*width,y4,width,color = 'r',label = 'm=8')
plt.bar(ind+4*width,y5,width,color = 'm',label = 'm=10')
plt.xticks(np.arange(5) + 2.5*width, ('10%','15%','20%','25%','30%'))
plt.xlabel('Sample percentage')
plt.ylabel('Error rate')
fmt = '%.0f%%' # Format you want the ticks, e.g. '40%'
xticks = mtick.FormatStrFormatter(fmt)
# Set the formatter
axes = plt.gca() # get current axes
axes.yaxis.set_major_formatter(xticks) # set % format to ystick.
axes.grid(True)
plt.legend(loc="upper right")
plt.savefig('D:\errorRate.eps', format='eps',dpi = 1000,bbox_inches='tight')
plt.show()
结果如下：
画散点图，主要是scatter这个函数，其他类似。
画网络图，要用到networkx这个库，下面给出一个实例：
import networkx as nx
import pylab as plt
g = nx.Graph()
g.add_edge(1,2,weight = 4)
g.add_edge(1,3,weight = 7)
g.add_edge(1,4,weight = 8)
g.add_edge(1,5,weight = 3)
g.add_edge(1,9,weight = 3)
g.add_edge(1,6,weight = 6)
g.add_edge(6,7,weight = 7)
g.add_edge(6,8,weight = 7)
g.add_edge(6,9,weight = 6)
g.add_edge(9,10,weight = 7)
g.add_edge(9,11,weight = 6)
fixed_pos = {1:(1,1),2:(0.7,2.2),3:(0,1.8),4:(1.6,2.3),5:(2,0.8),6:(-0.6,-0.6),7:(-1.3,0.8), 8:(-1.5,-1), 9:(0.5,-1.5), 10:(1.7,-0.8), 11:(1.5,-2.3)} #set fixed layout location
#pos=nx.spring_layout(g) # or you can use other layout set in the module
nx.draw_networkx_nodes(g,pos = fixed_pos,nodelist=[1,2,3,4,5],
node_color = 'g',node_size = 600)
nx.draw_networkx_edges(g,pos = fixed_pos,edgelist=[(1,2),(1,3),(1,4),(1,5),(1,9)],edge_color='g',width = [4.0,4.0,4.0,4.0,4.0],label = [1,2,3,4,5],node_size = 600)
nx.draw_networkx_nodes(g,pos = fixed_pos,nodelist=[6,7,8],
node_color = 'r',node_size = 600)
nx.draw_networkx_edges(g,pos = fixed_pos,edgelist=[(6,7),(6,8),(1,6)],width = [4.0,4.0,4.0],edge_color='r',node_size = 600)
nx.draw_networkx_nodes(g,pos = fixed_pos,nodelist=[9,10,11],
node_color = 'b',node_size = 600)
nx.draw_networkx_edges(g,pos = fixed_pos,edgelist=[(6,9),(9,10),(9,11)],width = [4.0,4.0,4.0],edge_color='b',node_size = 600)
plt.text(fixed_pos[1][0],fixed_pos[1][1]+0.2, s = '1',fontsize = 40)
plt.text(fixed_pos[2][0],fixed_pos[2][1]+0.2, s = '2',fontsize = 40)
plt.text(fixed_pos[3][0],fixed_pos[3][1]+0.2, s = '3',fontsize = 40)
plt.text(fixed_pos[4][0],fixed_pos[4][1]+0.2, s = '4',fontsize = 40)
plt.text(fixed_pos[5][0],fixed_pos[5][1]+0.2, s = '5',fontsize = 40)
plt.text(fixed_pos[6][0],fixed_pos[6][1]+0.2, s = '6',fontsize = 40)
plt.text(fixed_pos[7][0],fixed_pos[7][1]+0.2, s = '7',fontsize = 40)
plt.text(fixed_pos[8][0],fixed_pos[8][1]+0.2, s = '8',fontsize = 40)

第一步：让Python引入turtle模块，引入模块就是告诉Python你想要用它。
importturtle
第二步：创建画布。调用turtle中的Pen函数。
t=turtle.Pen()
第三步：移动海龟。
t.forward(50)
forward的中文意思是“向前地；促进”。所以这行代码的意思是海龟向前移动50个像素：
t.left(90)
让海龟左转90度

现在我们可以尝试画一个方块，思路就是前进-转向90度-前进，循环四次。
123456789 >>> t.forward(50)>>> t.left(90)>>> t.forward(50)>>> t.left(90)>>> t.forward(50)>>> t.left(90)>>> t,forward(50)>>> t.left(90)>>> t,forward(50)
第四步：擦除画布。
>>>t.reset()
重置命令（reset）这会清除画布并把海龟放回开始的位置。
>>>t.clear()
清除命令（clear）只清除屏幕，海龟仍停留在原位。
我们还可以让海龟向右（right）转，或者让它后退（backward）。我们可以用向上（up）来把笔从纸上抬起来（换句话说就是让海龟停止作画），用向下（down）来开始作画。
综合运用一下，画两条线。
12345678 >>> t.reset() //擦除画布并把海龟移回到开始位置>>> t.backward(100) //后退100个像素>>> t.up() // 抬笔不再作画>>> t.right(90) //向右转90度>>> t.forward(20) //前进20个像素>>> t.left(90) //向左转90度>>> t.down() //下笔准备作画>>> t.forward(100) //前进100个像素

Python画三角形代码如下：
from turtle import*　　#从turtle中导出所有模块
seth(0) 　　　#设置角度为0°
fd(200) 　　　#forward，向前200像素，即边长为200像素
seth(120) 　　#设置角度120°
fd(200) 　　　#向前200像素，即边长为200像素
seth(240) 　　#设置角度240°
fd(200) 　　　#向前200像素，即边长为200像素
done()　　　　#结束，暂停
turtle是一个简单的绘图工具。它提供了一个海龟，你可以把它理解为一个机器人，只听得懂有限的指令。
1.在文件头写上如下行，这能让我们在语句中插入中文
#-*-coding:utf-8-*-
2.用importturtle导入turtle库
3.绘图窗口的原点(0,0)在正中间。默认情况下，海龟向正右方移动。
4.操纵海龟绘图有着许多的命令,这些命令可以划分为两种:一种为运动命令，一种为画笔控制命令
(1)运动命令:
forward(d) 向前移动距离d代表距离
backward(d) 向后移动距离d代表距离
right(degree) 向右转动多少度
left(degree) 向左转动多少度
goto(x,y) 将画笔移动到坐标为(x,y)的位置
stamp() 绘制当前图形
speed(speed) 画笔绘制的速度范围[0,10]整数
(2)画笔控制命令:
down() 画笔落下，移动时绘制图形
up() 画笔抬起，移动时不绘制图形
setheading(degree) 海龟朝向，degree代表角度
reset() 恢复所有设置
pensize(width) 画笔的宽度
pencolor(colorstring) 画笔的颜色
fillcolor(colorstring) 绘制图形的填充颜色
fill(Ture)
fill(False)
circle(radius, extent) 绘制一个圆形，其中radius为半径，extent为度数，例如若extent为180，则画一个半圆；如要画一个圆形，可不必写第二个参数

python 导入数据文件：
import numpy as np
import pandas as pd
df=pd.read_csv('train.csv')
报错时，尝试使⽤os.getcwd()查看当前⼯作⽬录。

获取帮助：
Python内置函数
help(pd.read_csv)

使用 Pandas 读取Flat文件
filename = 'demo.csv' data = pd.read_csv(filename, nrows=5, # 要读取的文件的行数 header=None, # 作为列名的行号 sep='\t', # 分隔符使用 comment='#', # 分隔注释的字符 na_values=[""]) # 可以识别为NA/NaN的字符串
Pandas中的ExcelFile()是pandas中对excel表格文件进行读取相关操作非常方便快捷的类，尤其是在对含有多个sheet的excel文件进行操控时非常方便。
file = 'demo.xlsx' data = pd.ExcelFile(file) df_sheet2 = data.parse(sheet_name='1960-1966', skiprows=[0], names=['Country', 'AAM: War(2002)']) df_sheet1 = pd.read_excel(data, sheet_name=0, parse_cols=[0], skiprows=[0], names=['Country'])
使用sheet_names属性获取要读取工作表的名称。
data.sheet_names
关系型数据库
from sqlalchemy import create_engine engine = create_engine('sqlite://Northwind.sqlite')
使用table_names()方法获取一个表名列表
table_names = engine.table_names()
1、直接查询关系型数据库
con = engine.connect() rs = con.execute("SELECT * FROM Orders") df = pd.DataFrame(rs.fetchall()) df.columns = rs.keys() con.close()
使用上下文管理器 -- with
with engine.connect() as con: rs = con.execute("SELECT OrderID FROM Orders") df = pd.DataFrame(rs.fetchmany(size=5)) df.columns = rs.keys()
2、使用Pandas查询关系型数据库
df = pd.read_sql_query("SELECT * FROM Orders", engine)

数据探索
数据导入后会对数据进行初步探索，如查看数据类型，数据大小、长度等一些基本信息。这里简单总结一些。
1、NumPy Arrays
data_array.dtype # 数组元素的数据类型
data_array.shape # 阵列尺寸
len(data_array) # 数组的长度
2、Pandas DataFrames
df.head() # 返回DataFrames前几行（默认5行）
df.tail() # 返回DataFrames最后几行（默认5行）
df.index # 返回DataFrames索引
df.columns # 返回DataFrames列名 http://
df.info() # 返回DataFrames基本信息
data_array = data.values # 将DataFrames转换为NumPy数组

module 'matplotlib' has no attribute 'pyplot'
原因在于第一次调入时，杀毒软件把某个东西杀死了
重新安装一次看看

Python 第三方包都会在指定网站 https://pypi.org/ 上发布
清华大学开源软件镜像站的 PyPI 地址是：https://mirrors.tuna.tsinghua.edu.cn/help/pypi

1. 卸载包matplotlib
2.pip uninstall requests
会提示是否需要卸载此模块，输入 y 则卸载。如果确定无疑要卸载，还可以用：
% pip uninstall requests -y
3.安装方法，可以用 pip install requests （顶部所示），
也可以用 python -m pip install requests （截图底部所示）
或者：安装老版本
pip install requests == 2.25.0
4.查看：
pip list
pip show pandas
5.升级：pip install --upgrade requests

Installing collected packages: matplotlib
ERROR: Could not install packages due to an OSError: [Errno 13] Permission denied: 'C:\\Users\\Administrator\\AppData\\Local\\Programs\\Python\\Python310-32\\Lib\\site-packages\\matplotlib\\_image.cp310-win32.pyd'
Consider using the `--user` option or check the permissions.
C:\Users\Administrator>pip install matplotlib --user
加了参数--user,
安装成功！