matplotlib 模块
matplotlib 模块
1.条形图
import matplotlib.pyplot as plt
from matplotlib.font_manager import FontProperties # 修改字体
font=FontProperties(fname='C:\Windows\Fonts\simfang.ttf')
plt.style.use('ggplot') # 设置条形图的背景
classes=['3班','4班','5班','6班']
students = [66, 55, 45, 70]
classes_index=range(len(classes))
plt.bar(classes_index,students,color='darkgreen')
plt.xlabel('学生',fontproperties=font,fontsize=15)
plt.ylabel('学生人数',fontproperties=font,fontsize=15)
plt.title('班级-学生人数',fontproperties=font,fontsize=20)
plt.xticks(classes_index,classes,fontproperties=font)
plt.show()

2.直方图
import numpy as np
import matplotlib.pyplot as plt
from matplotlib.font_manager import FontProperties # 修改字体
font=FontProperties(fname='C:\Windows\Fonts\simhei.ttf')
plt.style.use('ggplot')
x1=np.random.randn(10000) # 随机生成10000个小数
x2=np.random.randn(10000)
fig = plt.figure() # 生成一张画布
ax1 = fig.add_subplot(1,2,1) # 表示一行两列取第一个
ax2 = fig.add_subplot(1,2,2) # 表示一行两列取第二个
ax1.hist(x1,bins=50,color='green') # 表示10000个小数分到50个柱子上
ax2.hist(x2,bins=50,color='blue')
ax1.set_title('x1的正太分布',fontproperties=font) # 加子标题
ax2.set_title('x2的正太分布',fontproperties=font) # 加子标题
fig.suptitle('两个正太分布',fontproperties=font,fontsize=20) # 父标题
plt.show()
.bmp)
3.折线图
import numpy as np
import matplotlib.pyplot as plt
from matplotlib.font_manager import FontProperties # 修改字体
font=FontProperties(fname='C:\Windows\Fonts\simhei.ttf')
plt.style.use('ggplot')
x1=np.random.randn(40).cumsum() # cumsum是讲生成的随机数一个个累加起来,作为对应位置的新元素
x2=np.random.randn(40).cumsum()
x3=np.random.randn(40).cumsum()
x4=np.random.randn(40).cumsum()
plt.plot(x1,color='r',linestyle='-',marker='o',label='红圆线')
plt.plot(x2,color='b',linestyle='--',marker='*',label='蓝虚线')
plt.plot(x3,color='black',linestyle='-.',marker='s',label='黑方线')
plt.plot(x4,color='y',linestyle=':',marker='s',label='黄方线')
plt.legend(loc='best',prop=font) # 显示label,loc不指定默认在最佳位置显示label,指定right就是将label在右边显示
plt.show()

4.散点图+直线图
# 生成一个对称轴为x=1的二次函数
import numpy as np
import matplotlib.pyplot as plt
from matplotlib.font_manager import FontProperties # 修改字体
font=FontProperties(fname='C:\Windows\Fonts\simhei.ttf') #
plt.style.use('ggplot')
x=np.arange(-20,21)
# y = np.random.randn(20).cumsum()
y=(x**2)+2*x+1
plt.scatter(x,y)
plt.show()

import numpy as np
import matplotlib.pyplot as plt
from matplotlib.font_manager import FontProperties
font=FontProperties(fname='C:\Windows\Fonts\simhei.ttf')
plt.style.use('ggplot')
x=np.arange(1,20,1)
print(x)
# 拟合一条水平散点线
np.random.seed(1)
y_linear=x+10*np.random.randn(19)
print(y_linear)
# 拟合一条x**2 的散点线
y_quad=x**2+10*np.random.randn(19)
print(y_quad)
# s是散点大小
fig = plt.figure()
ax1 = fig.add_subplot(121)
plt.scatter(x,y_linear,s=30,color='r',label='蓝点')
plt.scatter(x,y_quad,s=100,color='b',label='红点')
ax2= fig.add_subplot(122)
plt.plot(x,y_linear,color='r')
plt.plot(x,y_quad,color='b')
# 限制x轴和y轴的范围取值
plt.xlim(min(x) -1,max(x) + 1)
plt.ylim(min(y_quad) - 10,max(y_quad) + 10)
fig.suptitle('散点图+直线图',fontproperties=font,fontsize=20)
ax1.set_title('散点图',fontproperties=font)
ax1.legend(prop=font) # 最佳位置显示label
ax2.set_title('折线图',fontproperties=font)
plt.show()

5.饼图
import numpy as np
import matplotlib.pyplot as plt
from pylab import mpl
from matplotlib.font_manager import FontProperties
font=FontProperties(fname='C:\Windows\Fonts\simhei.ttf')
mpl.rcParams['font.sans-serif'] = ['SimHei']
fig,ax = plt.subplots(subplot_kw=dict(aspect='equal'))
recipe = ['优','良','轻度污染','中度污染','重度污染','严重污染','缺']
data = [2,49,21,9,11,6,2]
colors = ['lime','yellow','darkorange','red','purple','maroon','grey',]
wedges,texts,texts2 = ax.pie(data,
wedgeprops=dict(width = 0.5),
startangle=40,
colors=colors,
autopct='%1.0f%%',
pctdistance=0.8)
# print(wedges)
'''
[<matplotlib.patches.Wedge object at 0x000000000EE46198>, <matplotlib.patches.Wedge object at 0x000000000EE46860>,
<matplotlib.patches.Wedge object at 0x000000000EE46F28>, <matplotlib.patches.Wedge object at 0x000000000EE57630>,
<matplotlib.patches.Wedge object at 0x000000000EE57CF8>, <matplotlib.patches.Wedge object at 0x000000000EE63400>,
<matplotlib.patches.Wedge object at 0x000000000EE63AC8>]
'''
# print(texts)
# print(texts2)
plt.setp(texts2,size=14,weight='bold')
bbox_props=dict(boxstyle='squre',pad='0.3',fc='w',ec='k',lw=0.72)
kw = dict(xycoords='data',
textcoords='data',
arrowprops=dict(arrowstyle='->'),
bbox=None,
zorder=0,
va='center')
for i ,p in enumerate(wedges):
# print(i,p)
'''
0 Wedge(center=(0, 0), r=1, theta1=40, theta2=47.2, width=0.5)
1 Wedge(center=(0, 0), r=1, theta1=47.2, theta2=223.6, width=0.5)
2 Wedge(center=(0, 0), r=1, theta1=223.6, theta2=299.2, width=0.5)
3 Wedge(center=(0, 0), r=1, theta1=299.2, theta2=331.6, width=0.5)
4 Wedge(center=(0, 0), r=1, theta1=331.6, theta2=371.2, width=0.5)
5 Wedge(center=(0, 0), r=1, theta1=371.2, theta2=392.8, width=0.5)
6 Wedge(center=(0, 0), r=1, theta1=392.8, theta2=400, width=0.5)
'''
ang=(p.theta2-p.theta1)/2. + p.theta1
y=np.sin(np.deg2rad(ang))
x = np.cos(np.deg2rad(ang))
horizontalalignment = {-1:'right',1:'left'}[int(np.sign(x))]
connectionstyle='angle,angleA=0,angleB={}'.format(ang)
kw['arrowprops'].update({'connectionstyle':connectionstyle})
ax.annotate(recipe[i],
xy=(x,y),
xytext=(1.25*np.sign(x),1.3*y),
size=16,
horizontalalignment=horizontalalignment,
fontproperties=font,
**kw)
ax.set_title('饼图示例',fontproperties=font)
plt.show()

6. plot 函数参数
线型linestyle(-,-.,--,..)
点型marker(v,^,s,*,H,+,x,D,o,....)
颜色color(b,g,r,y,k,w....)
7.图像标注参数
设置图像标题:plt.title()
设置x轴名称:plt.xlabel()
设置y轴名称:plt.ylabel()
设置X轴范围:plt.Xlim()
设置Y轴范围:plt.ylim()
设置X轴刻度:plt.xtlcks()
设置Y轴刻度:plt.yticks()
设置曲线图例:plt.legend()
matplotlib 模块的更多相关文章
- Windows python 安装 nNumpy、Scipy、matplotlib模块
折腾了 很久,总结一些. 首先如果python 是64位,安装32位的numpy ,Scipy,或者matplotlib 模块. 会出现很多问题. 比如当你 在python 导入 Numpy 时,导入 ...
- python_Opencv_使用Matplotlib模块
使用Matplotlib模块 Matplotib 是python 的一个绘图库,里头有各种各样的绘图方法. 之后会陆续了解.先学习怎样用Matplotib 显示图像. 可以放大图像,保存图像. 安装M ...
- python 爬虫与数据可视化--matplotlib模块应用
一.数据分析的目的(利用大数据量数据分析,帮助人们做出战略决策) 二.什么是matplotlib? matplotlib: 最流行的Python底层绘图库,主要做数据可视化图表,名字取材于MATLAB ...
- Matplotlib模块:绘图和可视化
一.简单介绍Matplotlib 1.Matplotlib是一个强大的Python绘图和数据可视化的工具包 2.安装方法:pip install matplotlib 3.引用方法:import ma ...
- 为python安装matplotlib模块
matplotlib是python中强大的画图模块. 首先确保已经安装python,然后用pip来安装matplotlib模块. 进入到cmd窗口下,执行python -m pip install - ...
- Python使用matplotlib模块绘制多条折线图、散点图
用matplotlib模块 #!usr/bin/env python #encoding:utf-8 ''' __Author__:沂水寒城 功能:折线图.散点图测试 ''' import rando ...
- windows_64下python下载安装Numpy、Scipy、matplotlib模块
本文应用的python3.6.3及其对应的Numpy.Scipy.matplotlib计算模块的cp36版本,其中Numpy是需要MKL版本的Numpy,这是后续安装Scipy的需要(本机系统win7 ...
- windows下python安装Numpy、Scipy、matplotlib模块(转载)
python下载链接 Numpy下载链接 python中Numpy包的安装及使用 Numpy包的安装 准备工作 Python安装 pip安装 将pip所在的文件夹添加到环境变量path路径中 ...
- python 1: 解决linux系统下python中的matplotlib模块内的pyplot输出图片不能显示中文的问题
问题: 我在ubuntu14.04下用python中的matplotlib模块内的pyplot输出图片不能显示中文,怎么解决呢? 解决: 1.指定默认编码为UTF-8: 在python代码开头加入如下 ...
- 11-2 numpy/pandas/matplotlib模块
目录 numpy模块 一维数组 二维数组 列表list和numpy的区别 获取多维数组的行和列 多维数组的索引 高级功能 多维数组的合并 通过函数方法创建多维数组 矩阵的运算 求最大值最小值 nump ...
随机推荐
- docker遇到防火墙报错问题解决方法
-- 报错信息[root@localhost docker]# docker run -d -p 5000:5000 training/webapp python app.pycc61442060cb ...
- 【Linux开发】彻底释放Linux线程的资源
Linux系统中程序的线程资源是有限的,表现为对于一个程序其能同时运行的线程数是有限的.而默认的条件下,一个线程结束后,其对应的资源不会被释放,于是,如果在一个程序中,反复建立线程,而线程又默认的退出 ...
- Object的构造函数方法
参考自MDN Object 构造函数的方法 1.Object.assign() 将可枚举属性的值从一个或多个源对象复制到目标对象. 2.Object.create() 创建一个新对象,继承现有对象的构 ...
- Serialize and Deserialize N-ary Tree
Serialization is the process of converting a data structure or object into a sequence of bits so tha ...
- 【转贴】Windows virtio 驱动
Windows virtio 驱动 https://blog.51cto.com/dangzhiqiang/1833615 去年去中建总部的时候用过. 发现很多搞openstack的人都不清楚这一块的 ...
- python-day43(正式学习)
目录 复习 今日内容 字段操作 多表关系 外键 一对一:无级联关系 一对一:有级联关系 一对多 多对多 复习 """ 1.数据库的配置:my.ini [mysqld][m ...
- EM 算法(一)-原理
讲到 EM 算法就不得不提极大似然估计,我之前讲过,请参考我的博客 下面我用一张图解释极大似然估计和 EM 算法的区别 EM 算法引例1-抛3枚硬币 还是上图中抛硬币的例子,假设最后结果正面记为1,反 ...
- 记一次完整的java项目压力测试
总结:通过这次压力测试,增加了对程序的理解:假定正常情况下方法执行时间为2秒,吞吐量为100/s,则并发为200/s:假设用户可接受范围为10s,那么并发量可以继续增加到1000/s,到这个时候一切还 ...
- spring boot @Value源码解析
Spring boot 的@Value只能用于bean中,在bean的实例化时,会给@Value的属性赋值:如下面的例子: @SpringBootApplication @Slf4j public c ...
- Docker:Swarm + Stack 一站式部署容器集群
参考1 参考2 1.注意docker的版本,yum默认安装的版本比较低,可能出现 unsupported Compose file version: 3.7 docker版本升级 2.docker-c ...