1、Matplotlib库简介

优秀的可视化第三方库

Matplotlib库由各种可视化类构成,内部结构复杂,受Matlab启发

matplotlib.pyplot是绘制各类可视化图形的命令子库,相当于快捷方式

import matplotlib.pyplot as plt

(1)

import matplotlib.pyplot as plt
plt.plot([3,1,4,5,2])
plt.ylabel('grade')
plt.show()

plt.plot()只有一个输入列表或数组时,参数被当作Y轴,X轴以索引自动生成

(2)

import matplotlib.pyplot as plt
plt.plot([3,1,4,5,2])
plt.ylabel('grade')
plt.savefig('test_1',dpi=1000)
plt.show()

plt.savefig()将输出图形存储为文件,默认PNG格式,可以通过dpi修改输出质量

(3)

import matplotlib.pyplot as plt
plt.plot([0,2,4,6,8],[3,1,4,5,2])
plt.ylabel('grade')
plt.axis([-1,10,0,6])
plt.show()

plt.plot(x,y)当有两个以上参数时,按照X轴和Y轴顺序绘制数据点

plt.axis([a,b,c,d])坐标轴范围

2、pyplot的绘图区域

import numpy as np
import matplotlib.pyplot as plt def f(t):
return np.exp(-t)*np.cos(2*np.pi*t) a=np.arange(0,5,0.02) plt.subplot(211)
plt.plot(a,f(a)) plt.subplot(212)
plt.plot(a,np.cos(2*np.pi*a),'r--')#红色,虚线 plt.show()

3、pyplot的plot()函数

plt.plot(x, y, format_string, **kwargs)

x: x轴数据,列表或者数组,可选

y: y轴数据

format_string: 控制曲线的格式字符串,可选

**kwargs : 第二组或更多(x,y,format_string)

当绘制多条曲线时,各条曲线的x不能省略

import numpy as np
import matplotlib.pyplot as plt a=np.arange(0,5,0.2) plt.plot(a,a,'go-',a,1.5*a,'b-.',a,a*3,'yp') plt.show()

 

4、pyplot的中文显示

(1)pyplot并不默认支持中文显示,需要rcParams修改字体实现

import numpy as np
import matplotlib.pyplot as plt
import matplotlib matplotlib.rcParams['font.family']='STSong'
matplotlib.rcParams['font.size']=20 a=np.arange(0,5,0.02)
plt.plot(a,np.cos(2*np.pi*a),'r--')#红色,虚线
plt.xlabel('横轴:时间')
plt.ylabel('横轴:时间')
plt.show()

(2)在有中文输出的地方,增加一个属性:fontproperties

import numpy as np
import matplotlib.pyplot as plt a=np.arange(0,5,0.02)
plt.plot(a,np.cos(2*np.pi*a),'r--')#红色,虚线
plt.xlabel('横轴:时间',fontproperties='SimHei',fontsize=20)
plt.ylabel('横轴:时间',fontproperties='SimHei')
plt.show()

5、pyplot文本显示

import numpy as np
import matplotlib.pyplot as plt a=np.arange(0,5,0.02)
plt.plot(a,np.cos(2*np.pi*a),'r--')#红色,虚线
plt.xlabel('横轴:时间',fontproperties='SimHei',fontsize=20)
plt.ylabel('横轴:时间',fontproperties='SimHei')
plt.title(r'正弦波实例$y=cos(2\pi x)$',fontproperties='SimHei')#转义符pi
plt.text(2,1,r'$\mu=100$',fontsize=15) plt.axis([-1,6,-2,2])
plt.grid(True)
plt.show()

import numpy as np
import matplotlib.pyplot as plt a=np.arange(0,5,0.02)
plt.plot(a,np.cos(2*np.pi*a),'r--')#红色,虚线
plt.xlabel('横轴:时间',fontproperties='SimHei',fontsize=20)
plt.ylabel('横轴:时间',fontproperties='SimHei')
plt.title(r'正弦波实例$y=cos(2\pi x)$',fontproperties='SimHei')#转义符
#plt.text(2,1,r'$u=100$',fontsize=15)
plt.annotate(r'$\mu=100$',xy=(2,1),xytext=(3,1.5),
arrowprops=dict(facecolor='black',shrink=0.1,width=2))#0.1是箭头两边的余量 plt.axis([-1,6,-2,2])
plt.grid(True)
plt.show()

6、pyplot的子绘图区域

(1)plt.subplot2grid()

plt.subplot2grid(GridSpec, CurSpec, colspan=1, rowspan=1)

理念:设定网格,选中网格,确定选中行列区域数量,编号从0开始

plt.subplot2grid((3,3), (1,0), colspan=2)

plt.subplot2grid((3,3), (0,0), colspan=3)#列延伸三个
plt.subplot2grid((3,3), (1,0), colspan=2)
plt.subplot2grid((3,3), (2,0), colspan=1)
plt.subplot2grid((3,3), (2,1), colspan=1)
plt.subplot2grid((3,3), (1,2), rowspan=2)#行延伸两个

(2)GridSpec类

import matplotlib.pyplot as plt
import matplotlib.gridspec as gridspec gs=gridspec.GridSpec(3,3) plt.subplot(gs[0,:])
plt.subplot(gs[1,:-1])
plt.subplot(gs[1:,-1])
plt.subplot(gs[2,0])
plt.subplot(gs[2,1])

import matplotlib.pyplot as plt
import matplotlib.gridspec as gridspec gs=gridspec.GridSpec(3,3) plt.subplot(gs[0,0:3])
plt.subplot(gs[1,0:2])
plt.subplot(gs[1:3,-1])
plt.subplot(gs[2,0])
plt.subplot(gs[2,1])

Python——Matplotlib库入门的更多相关文章

  1. 数据分析与展示——Matplotlib库入门

    Matplotlib库入门 Matplotlib库介绍 Matliotlib库是Python优秀的数据可视化第三方库. Matliotlib库的效果见:http://matplotlib.org/ga ...

  2. 转:使用 python Matplotlib 库 绘图 及 相关问题

     使用 python Matplotlib 库绘图      转:http://blog.csdn.net/daniel_ustc/article/details/9714163 Matplotlib ...

  3. 安装python Matplotlib 库

    转:使用 python Matplotlib 库 绘图 及 相关问题  使用 python Matplotlib 库绘图      转:http://blog.csdn.net/daniel_ustc ...

  4. 机器学习 Matplotlib库入门

    2017-07-21 15:22:05 Matplotlib库是一个优秀的python的数据可视化的第三方类库,其中的pyplot支持了类似matlab的图像输出操作.matplotlib.pyplo ...

  5. Python——Pandas库入门

    一.Pandas库介绍 Pandas是Python第三方库,提供高性能易用数据类型和分析工具 import pandas as pd Pandas基于NumPy实现,常与NumPy和Matplotli ...

  6. 第二周 数据分析之展示 Matplotlib库入门

    Matplotlib库介绍:优秀的数据可视化第三方库 使用:Matplotlib库由各种可视化类构成,内部结构复杂,受Matlab启发,matplotlib.pyplot是绘制各类可视化图形的命令子库 ...

  7. Python Requests库入门——应用实例-百度、360搜索关键词提交

    百度的关键词接口: http://www.baidu.com/s?wd=keyword 360的关键词接口: http://www.so.com/s?q=keyword keyword就是需要查找的关 ...

  8. (转)使用 python Matplotlib 库绘图

    运行一个简单的程序例子: import matplotlib.pyplot as plt plt.plot([1,2,3]) plt.ylabel('some numbers') plt.show() ...

  9. Python matplotlib库

    安装日期:2017.9.7 版本不太清楚,为啥嘞? 从python2到python3,还有在学的tensorflow,版本一更新就会有之前的代码不能用了.学习的时候用别人的代码各种出错,查了半天发现那 ...

随机推荐

  1. 响应式导航菜单(css+js)

    1.响应式导航菜单 先来看下效果图把: 当视口大于640px的时候,导航条会显示在外,当视口小于768px的时候,导航菜单需要隐藏起来!代码如下: <!doctype html> < ...

  2. proteus pro 8.9 安装及汉化教程

    最近由于网上上课老师要求我们自己安装proteus这款仿真软件,所以笔者也安装了最新款版的proteus pro 8.9,分享给大家安装心得,也包含汉化过程,希望大家能用软件好好学习. 备注:感谢博主 ...

  3. java面试汇总一

    第一部分 Java SE基础(1) 1.1 java的8种基本数据类型 装箱  拆箱 1.1.1  8种基本的数据类型 1.1.2装箱  拆箱 自动装箱是 Java 编译器在基本数据类型和对应的对象包 ...

  4. Google Flutter Clock 大赛优秀项目推荐

    Flutter 在 Google 加持下,如今可以作为跨平台首选了.早在 Flutter 刚刚出现强势苗头,我作为第一批体验了一把,<Flutter 初尝:从 Java 无缝过渡>,不过也 ...

  5. C#如何实现大小写转换

    2020-03-16  每日一例第8天 1.新建窗体应用程序,拖入label/textbox/radiobutton控件,并改text值:  2.button控件输入代码: if (radioButt ...

  6. LeetCode#15 | Three Sum 三数之和

    一.题目 给你一个包含 n 个整数的数组 nums,判断 nums 中是否存在三个元素 a,b,c ,使得 a + b + c = 0 ?请你找出所有满足条件且不重复的三元组. 注意:答案中不可以包含 ...

  7. debug.js在手机上打印调试信息

    在做移动端开发的时候大家应该都遇到过这么一个问题:如何在手机上打印调试信息? 在pc端我们通常会用console.log 或者 alert,但大家知道console.log在手机上是看不到打印信息的: ...

  8. 我用STM32MP1做了个疫情监控平台2—Qt环境搭建

    目录 1.嵌入式Qt简介 2.查看开发板Qt库的版本 3.主机搭建Qt环境 4.第一个Qt程序--Hello World 5.一些问题 @ 1.嵌入式Qt简介 Qt 是一个跨平台的应用程序开发框架.使 ...

  9. File的功能--> 获取功能-->所有的根目录 | 创建文件功能,但是如果文件已经存在-->不再创建(新手)

    //导入的包.import java.io.File;import java.io.FileFilter;import java.io.IOException; // 获取功能-->所有的根目录 ...

  10. java-随机点名器(新手)

    //创建的一个包名. package qige; //导入一个包.import java.util.Random; //定义一个类.public class Zy1 { //公共静态的主方法. pub ...