html中label标签的作用

由于“小小怪”是做推荐系统的，对于图像的处理这一块是必须要了解的，在这里跟大家分享一下python简单的绘图工具

一：matplotlib库文件安装

acaconda安装方式

安装了anaconda的小伙伴可以使用控制台直接安装，安装win+R调出控制台输入cmd，在控制台输入conda install matplotlib进行安装，当然了在pycharm下面有一个Terminal，点开它，在其中直接输入conda install matplotlib也是可以的，正常情况下，第二种方式比较方便，因为我们编程总需要一个方便的IDE吧，这里方便的IDE我推荐使用pycharm。

pip安装方式

安装了anaconda的小伙伴，也可以使用pip进行安装，命令当然也是很简单的，pip install matplotlib，没有使用anaconda的小伙伴，也不需要特意去下载anaconda，当我们进行IDE安装的时候，会默认帮我们安装上pip，以后我们可以只使用pip进行安装，但是小小怪还是建议大家，直接使用anaconda，因为如果小伙伴们在以后需要用到爬虫的相关库的时候，pip的安装方式会带来很多依赖不足的问题，需要我们自己手动去网上下载依赖的包，这样会浪费很多的时间。

安装库文件时，可能会遇到的问题

比如虽然安装成功了，但是运行的时候会抛出这样的错误：import error : no module name tkinter，这是因为我们使用的matplotlib依赖其他的库，也不需要慌张，我们只需要使用上面的方式，将tkinter这个库也下载好就可以了。

二：使用matplotlib画简单图形

比如现在我有两组数据，x = [1,2,3,4,5…],y = [0.1,0.2,0.3,…],加入x代表编号，而y代表对应于x的数据，现在我们想要绘制折线图来观察我们想看到的结果，当然了，不仅仅是折线图，使用matplotlib可以绘制所有excel绘制的图形。

步骤如下：

第一步：导入库文件

import matplotlib
import matplotlib.pyplot as plt
import os

正常情况下，我其实还会导入os模块，这个模块是系统自带的，os模块主要是用来做文件的相关操作，小伙伴们可以理解为，它可以改变，查找电脑里面任何一个文件的路径，这里使用os模块，当然是为了改变程序的路径，因为如果小伙伴们想将做出来的图形生成jpg或者png等文件的话，最好还是换个路径，不然生成的图像会默认保存在当前文件夹。

第二步：导入数据

注意一点，matplotlib只支持列表形式的数据，比如我们传入的x,y它其实都是一个列表。

第三步：使用pyplot中的plot函数作图

对于导包中的as可以理解为是整个库文件的缩写，也就是说我们后面用到的plt代表matplotlib.pyplot，因此小伙伴们在变量命名的时候千万不能出现plt这样的变量。以上面的x,y举例画折线图，当然了，如果想要画不同的图，只需要改变plt后面的函数名就可以了，plt.plot(x, y, label=u'图像描述', linewidth=3, color='r', marker='o', markerfacecolor='blue', markersize=6)解释一下这里的参数,label是在生成的图像里面对生成该条图形的表述，注意不是整个图形，linewidth代表是折线的宽度,color代表的是折线的颜色,当然还有很多其他的颜色，小伙伴们可以自行上网查看，marker代表每个点的形状，当然也有很多种，小伙伴自行上网查看，markerfacecolor代表点的颜色，同上，markersize代表点的大小。到这里基本可以满足大家对作图的需求了，当我们想要在一张图里面继续画其他图线时，plt.plot(x1, y1, label=u'图像描述', linewidth=3, color='r', marker='o', markerfacecolor='blue', markersize=6)即可，聪明的小伙伴可能已经看出来了，当我们处理大数据的时候，会涉及到很多有规律的数据，这个时候我们讲上面的代码封装之后，使用循环，那么得到的图像就不是简单的一个了。

第四步：生成以及保存图像

生成图像的代码很简单plt.show()，保存图像的代码也很简单，plt.savefig('文件名.jpg')

简单介绍一下os库

在作图这一块，os用不到太多的函数，因此这里只介绍我们需要用到的功能，改变当前文件路径，将我们生成的图像保存到我们需要保存的地方去，os.chdir('这里填写保存文件的绝对路径'),其他还有很多有趣的功能，希望大家自己去摸索吧，很多功能还是非常有趣的。

图像的内容补充

对于简简单单的作图，图像难免会显得内容太少，那么我们需要给图像增加点内容，比如x轴，y轴的坐标描述，以及整个图像的标题，对于x轴和y轴的坐标描述代码分别为:plt.xlabel(u'描述'),plt.ylabel(u'描述'),设置标题的代码为:plt.title(u'描述')。

解决中文乱码问题

这个是非常关键的哦，即使百度你也找不到的，当然是小小怪自己摸索出来的，正常情况下，按照以上的步骤的话，做出来的图像中文是乱码的状态，那么怎么解决呢？首先我们需要加入这行代码，chinfo = matplotlib.font_manager.FontProperties(fname='C:/Windows/Fonts/msyh.ttc')，解释一下，这行代码表示我们调用电脑中自带的中文字体，小伙伴们可以到这个路径下面去查看一下，当然了，要设置文件夹格式显示隐藏文件。然后我们需要做的就是在有涉及到中文的地方加上如下代码，举个例子：plt.xlabel(u'描述', fontproperties=chinfo)这时我们的x轴的中文描述就可以正常显示了，但是还要提醒一点，对于每一条图线的描述代码是不一样的，plt.legend(loc='best', prop=chinfo)，解释一下这行代码，我们在之前用plot作图的时候，里面的label描述，需要添加这行代码才能显示出来，其中loc='best'这个代码在最恰当的位置给出描述，而prop=chinfo就是为了解决中文的乱码问题。

循环作图，图像不重叠问题

这个也是重点，可以说，百度是没有的，这是小小怪自己试出来的，虽然很简单，首先引出问题：当我们使用大数据需要作很多的图的时候，我们理想当然的去选取用循环去生成图像并且保存，可是我们发现一个非常严重的问题，当我们用封装好的函数去做循环时，生成的图像全部重叠在了一起，比如第二图应该只有第二张图的图像，可是第二张图不但有第二张图，还包含了第一张图的图像，后面生成的图像都是这种情况，这个时候，我们只需要在我们封装的函数最后加上一段代码plt.close()就可以完美的解决循环作图问题

最后祝大家在学习python的路上披荆斩棘

---

转载请注明来源，欢迎对文章中的引用来源进行考证，欢迎指出任何有错误或不够清晰的表达。可以在下面评论区评论，也可以邮件至 1990858822@qq.com