1.legend的学习(图例)
1.1 代码

import matplotlib.pyplot as plt
import numpy as np x=np.linspace(-3,3,50) #从-1到1,共50个点
y1=2*x+1
y2=x**2 plt.figure() #fig图2,默认从上下来第二张图,也可加num=3,为fig3,和大小设置
#-----学习点-------
l1,=plt.plot(x,y2,label='up') #注意逗号,一种特色的赋值
#plt.plot(x,y1) #也可以把数据在一张fig中显示
l2,=plt.plot(x,y1,color='red',linewidth=10,linestyle='--',label='down') #还可以设置,默认颜色是蓝色=blue,linewidth默认1
#plt.legend() #图例,空的自动填入,是up和down的赋值
plt.legend(handles=[l1,l2],loc='best',labels=['aaa','bbb']) #对l1和l2的label从新赋值,loc位置best可以自动调整最佳位置
#------------------ plt.xlim((-1,2)) #定义x轴从-1到2,默认为6个分度
plt.ylim((-2,3)) #定义y轴从-2到3 plt.xlabel('I am x') #定义坐标轴的文字说明
plt.ylabel('I am y') new_ticks=np.linspace(-1,2,5) #新调整的刻度,5个刻度,有4段
plt.xticks(new_ticks)
#对y刻度进行对应修改,会覆盖原来的ylim的设置
plt.yticks([-2,-1.8,-1,1.22,3],['very bad','bad','normal','good','very good']) #正规字体 plt.show()

1.2 图1

2.双柱状图及上面的数字
2.1 代码

import matplotlib.pyplot as plt
import numpy as np n=12 #定义有12跟bar柱
X=np.arange(n)
Y1=(1-X/float(n))*np.random.uniform(0.5,1.0,n)
Y2=(1-X/float(n))*np.random.uniform(0.5,1.0,n) #------学习要点
plt.bar(X,+Y1,facecolor='pink',edgecolor='white') #颜色设定
plt.bar(X,-Y2,facecolor='orange',edgecolor='white') #+和-代表y柱的向上和向下 for x,y in zip(X,Y1):
plt.text(x+0.1,y+0.05,'%.2f'%y, ha='center',va='bottom') #+表示向上的柱
#x+0.1=x再向右0.1移动,y+0.05=y再向上移动0.05间隔,代表位置
#'%.2f'%y=代表输出y值,保留小数点后面2位的f=float(浮点数)
#ha=horizontal alignment=水平对齐,居中=center
#va=Vertical alignment=垂直对准,上面的是底部对准bottom,下面的是顶部对准top for x,y in zip(X,Y2):
plt.text(x+0.1,-y-0.05,'%.2f'%y, ha='center',va='top') #+表示向下的柱
#向下的柱,是-y-0.05
#------------------- plt.xlim(-.5,n)
plt.xticks(()) #清空x坐标刻度 plt.ylim(-1.25,1.25)
plt.yticks(()) #清空y坐标刻度 plt.show()

2.2 图2

matplotlib学习(2)的更多相关文章

  1. Matplotlib学习笔记(二)

    原  Matplotlib学习笔记 参考:Python数据科学入门教程 Python3.6.1 jupyter notebook .caret, .dropup > .btn > .car ...

  2. Matplotlib学习笔记(一)

    原   matplotlib学习笔记 参考:Python数据科学入门教程 Python3.6.1 jupyter notebook .caret, .dropup > .btn > .ca ...

  3. Matplotlib学习---用matplotlib画箱线图(boxplot)

    箱线图通过数据的四分位数来展示数据的分布情况.例如:数据的中心位置,数据间的离散程度,是否有异常值等. 把数据从小到大进行排列并等分成四份,第一分位数(Q1),第二分位数(Q2)和第三分位数(Q3)分 ...

  4. Matplotlib学习---matplotlib的一些基本用法

    Matplotlib有两种接口,一种是matlab风格接口,一种是面向对象接口.在这里,统一使用面向对象接口.因为面向对象接口可以适应更复杂的场景,在多图之间进行切换将变得非常容易. 首先导入matp ...

  5. Matplotlib学习---用matplotlib画直方图/密度图(histogram, density plot)

    直方图用于展示数据的分布情况,x轴是一个连续变量,y轴是该变量的频次. 下面利用Nathan Yau所著的<鲜活的数据:数据可视化指南>一书中的数据,学习画图. 数据地址:http://d ...

  6. matplotlib 学习总结

    matplotlib 学习总结 作者:csj更新时间:01.09 email:59888745@qq.com 说明:因内容较多,会不断更新 xxx学习总结: 回主目录:2017 年学习记录和总结 # ...

  7. Matplotlib 学习笔记

    注:该文是上了开智学堂数据科学基础班的课后做的笔记,主讲人是肖凯老师. 数据绘图 数据可视化的原则 为什么要做数据可视化? 为什么要做数据可视化?因为可视化后获取信息的效率高.为什么可视化后获取信息的 ...

  8. python学习(三):matplotlib学习

    前言:matplotlib是一个python的第三方库,里面的pyplot可以用来作图.下面来学习一下如何使用它的资源. 一.使用前 首先在python中使用任何第三方库时,都必须先将其引入.即: i ...

  9. Python:2D画图库matplotlib学习总结

    本文为学习笔记----总结!大部分为demo.一部分为学习中遇到的问题总结.包含怎么设置标签为中文等.matlab博大精深.须要用的时候再继续吧. Pyplot tutorial Demo地址为:点击 ...

  10. matplotlib学习之绘图基础

    matplotlib:http://www.cnblogs.com/jasonhaven/p/7609059.html 1.基本图形 散点图:显示两组数据的值,每个点的坐标位置由变量的值决定,头一组不 ...

随机推荐

  1. DVWA全级别之CSRF(跨站请求伪造)

    CSRF(Cross-site request forgery)  CSRF,全称Cross-site request forgery,翻译过来就是跨站请求伪造,是指利用受害者尚未失效的身份认证信息( ...

  2. Go之第三方库ini

    文章转自 快速开始 my.ini # possible values : production, development app_mode = development [paths] # Path t ...

  3. python的os库

    os库(operating system,提供操作系统函数) 1. __file__是什么? ans:当前文件的名字. 例如r.py内容如下 import os if __name__ == &quo ...

  4. angular6 路由拼接查询参数如 ?id=1 并获取url参数

    angular6 路由拼接查询参数如 ?id=1 并获取url参数 路由拼接参数: <div class="category-border" [routerLink]=&qu ...

  5. 每天进步一点点------Allegro 铺铜、内电层分割

    一.Allegro 铺铜 1.建议初学者内电层用正片,因为这样就不用考虑flash焊盘,这时候所有的过孔和通孔该连内电层的就连到内电层,不该连的就不连.而如果用负片,那么如果做焊盘的时候如果没有做fl ...

  6. 每天进步一点点------创建Microblaze软核(二)

    第四步 进入Platform Studio操作界面通过向导创建软核后,进入到PlatformStudio——内核开发环境.Platform Studio主界面如下图. 在Ports项中,右键点击RS2 ...

  7. (转)多进程 & 多线程的区别与适用场景

    转自:http://www.cnblogs.com/huntfor/p/4021327.html 关于多进程和多线程,教科书上最经典的一句话是“进程是资源分配的最小单位,线程是CPU调度的最小单位”, ...

  8. AcWing 837. 连通块中点的数量

    #include <iostream> using namespace std; ; int n, m; int p[N], size[N]; int find(int x) { if ( ...

  9. 吴裕雄 python 机器学习——数据预处理过滤式特征选取SelectPercentile模型

    from sklearn.feature_selection import SelectPercentile,f_classif #数据预处理过滤式特征选取SelectPercentile模型 def ...

  10. UIAutomation反编译调试一句话体验

    ILSpy比dotpeek好使 ILSpy生成的pdb调试起来基本没发现问题,最多只是代码步骤位置和实际位置差了一行而已,不影响判断. dotpeek反编译出来的代码能看,但调试是基本没办法定位的,位 ...