matplotlib在python中一般会与numpy同时出现,解决一些科学计算和数据的可视化问题。

matplotlib其实就是matlib在python中的实现,因此不会有太大的难度,而由于python自身在处理大数据方面的优势,使python和hadoop、hive甚至spark都有很好的结合,那么Python中的

可视化会更加的重要。

1、python实现一个正弦函数

  plt.title(u'sin函数图',fontproperties=font)  #设置标题

 plt.xlabel(u'x轴', fontproperties=font)       #设置x轴注释和字体

  plt.ylabel(u'y轴', fontproperties=font)       #设置y注释和字体

>>> import numpy as np
>>> import matplotlib.pyplot as plt
>>> x=np.arange(-np.pi,np.pi,0.01)
>>> y=np.sin(x)
>>> plt.plot(x,y,'g')
[<matplotlib.lines.Line2D object at 0x0000000008FB7F98>]
>>> plt.show()

numpy中集成了python中的math模块,因此math中的方法numpy也可以调用。

2、坐标区间的设置

(1)没有设置x y 的区间

>>> import numpy as np
>>> import matplotlib.pyplot as plt
>>> x=np.arange(-5,5,0.01)
>>> y=x**3
>>> plt.plot(x,y)
[<matplotlib.lines.Line2D object at 0x00000000090288D0>]
>>> plt.show()

 

(2)对x y 轴的区间进行设置

    对x y 的取值区间进行了设置   xlim(xmin,xmax)用来设置x轴的最大最小区间    ylim(ymin,ymax)设置y轴的最大最小区间

 >>> x=np.arange(-5,5,0.01)
>>> y=x**3
>>> plt.xlim(-6,6)
(-6, 6)
>>> plt.ylim(-200,200)
(-200, 200)
>>> plt.plot(x,y)
[<matplotlib.lines.Line2D object at 0x000000000BCA6048>]
>>> plt.show()

3、设置网格线

grid()提供网格线的选项,在plot()加上grid(True)选项就能显示网格线。

>>> x=np.arange(-5,5,0.01)
>>> y=x**3
>>> plt.xlim(-6,6)
(-6, 6)
>>> plt.ylim(-200,200)
(-200, 200)
>>> plt.plot(x,y)
[<matplotlib.lines.Line2D object at 0x000000000C193AC8>]
>>> plt.grid(True)
>>> plt.show()

python可视化--matplotlib的更多相关文章

  1. Python可视化----------matplotlib.pylot

    1 >>> import matplotlib.pyplot as plt 2 >>> plt.axis([0,5,0,20]) 3 [0, 5, 0, 20] 4 ...

  2. Python可视化库

    转自小小蒲公英原文用Python可视化库 现如今大数据已人尽皆知,但在这个信息大爆炸的时代里,空有海量数据是无实际使用价值,更不要说帮助管理者进行业务决策.那么数据有什么价值呢?用什么样的手段才能把数 ...

  3. Python可视化学习(1):Matplotlib的配置

    Matplotlib是一个优秀的可视化库,它提供了丰富的接口,让Python的可视化落地显得非常容易上手.本系列是本人学习python可视化的学习笔记,主要用于监督自己的学习进度,同时也希望和相关的博 ...

  4. 高效使用 Python 可视化工具 Matplotlib

    Matplotlib是Python中最常用的可视化工具之一,可以非常方便地创建海量类型的2D图表和一些基本的3D图表.本文主要介绍了在学习Matplotlib时面临的一些挑战,为什么要使用Matplo ...

  5. Python可视化库-Matplotlib使用总结

    在做完数据分析后,有时候需要将分析结果一目了然地展示出来,此时便离不开Python可视化工具,Matplotlib是Python中的一个2D绘图工具,是另外一个绘图工具seaborn的基础包 先总结下 ...

  6. Python 可视化工具 Matplotlib

    英文出处:Chris Moffitt. Matplotlib是Python中最常用的可视化工具之一,可以非常方便地创建海量类型的2D图表和一些基本的3D图表.本文主要介绍了在学习Matplotlib时 ...

  7. Python调用matplotlib实现交互式数据可视化图表案例

    交互式的数据可视化图表是 New IT 新技术的一个应用方向,在过去,用户要在网页上查看数据,基本的实现方式就是在页面上显示一个表格出来,的而且确,用表格的方式来展示数据,显示的数据量会比较大,但是, ...

  8. Python数据可视化matplotlib和seaborn

    Python在数据科学中的地位,不仅仅是因为numpy, scipy, pandas, scikit-learn这些高效易用.接口统一的科学计算包,其强大的数据可视化工具也是重要组成部分.在Pytho ...

  9. Pycon 2017: Python可视化库大全

    本文首发于微信公众号“Python数据之道” 前言 本文主要摘录自 pycon 2017大会的一个演讲,同时结合自己的一些理解. pycon 2017的相关演讲主题是“The Python Visua ...

随机推荐

  1. redis中键的生存时间(expire)

    1.redis中可以使用expire命令设置一个键的生存时间,到时间后redis会自动删除它 expire 设置生存时间(单位/秒) pexpire 设置生存时间(单位/毫秒) ttl/pttl 查看 ...

  2. 搭建后台页面布局利用属性target 属性

    HTML 5 <form> target 属性 HTML 5 <form> 标签 实例 提交一个在新窗口中打开的表单: <form action="demo_f ...

  3. 简单jQuery 实现手风琴菜单

    简单jQuery 实现手风琴菜单 css代码 如下: *{ margin: 0; padding: 0; } #accordion{ width: 500px; } #accordion>div ...

  4. Java线程池总结

    前一篇文章Java中实现多线程关键词整理中介绍了Java中创建多线程的各种办法,里面提到了线程池,这里对Java中的线程池做一个总结. 1. 关于ThreadPoolExecutor 为了更好地控制多 ...

  5. CATransition 转场动画解析

    http://blog.csdn.net/mad2man/article/details/17260901

  6. 使用Fiddler进行http抓包和调试

    本文目录 : Fiddler的工作原理 Fiddler的常用操作 支持https解密分析 Fiddler的断点调试 本文小结 参考文献 俗话说:工欲善其事,必先利其器. Fiddler是windows ...

  7. Linux下Samba服务器的安装和配置

    第一步:sudo apt-get install samba smbclient 安装samba服务器. 第二步:打开/etc/samba/smb.conf文件,在末尾添加下面的字段: [用户名] c ...

  8. javaWeb学习总结(3)- 通过Servlet生成验证码图片(2)

    一.BufferedImage类介绍 生成验证码图片主要用到了一个BufferedImage类,如下:

  9. java虚拟机学习-JVM调优总结-基本垃圾回收算法(7)

    可以从不同的的角度去划分垃圾回收算法: 1.按照基本回收策略分 引用计数(Reference Counting): 比较古老的回收算法.原理是此对象有一个引用,即增加一个计数,删除一个引用则减少一个计 ...

  10. HIVE安装配置

    Hive简介 Hive 基本介绍 Hive 实现机制 Hive 数据模型 Hive 如何转换成MapReduce Hive 与其他数据库的区别 以上详见:https://chu888chu888.gi ...