1、Jupyter Notebook
1. 1 简介
Jupyter Notebook是基于网页的用于交互计算的应用程序。其可被应用于全过程计算:开发、文档编写、运行代码和展示结果。——Jupyter Notebook官方介绍
简而言之,Jupyter Notebook是以网页的形式打开,可以在网页页面中「直接」编写代码和运行代码,代码的运行结果也会直接在代码块下显示。如在编程过程中需要编写说明文档,可在同一个页面中直接编写,便于作及时的说明和解释。
1.2 快捷键
1.3markdown模式
markdown模式可以记笔记
标题
格式:#+空格+标题(#数量决定标题等级)
2、Matplotlib
Matplotlib 用于在 Python 中创建静态、动画和互动的可视化。
2.1 基本语法
2.1.1 绘制
import matplotlib.pyplot as pit
# 创建画布
pit.figure(figsize=(20,8),dpi=100)
# 绘制图像
x=[1,2,3,10,18]
y=[4,5,6,7,10]
pit.plot(x,y)
# 显示图像
pit.show()
2.1.2 保存
- 图像保存必须要放在show前面
# 创建画布
pit.figure(figsize=(20,8),dpi=100)
# 绘制图像
x=[1,2,3,10,18,10,3,2]
y=[4,5,6,7,10,11,12,13]
pit.plot(x,y)
# 图像保存
pit.savefig(r"F:\bull\learn\code\test.png")
# 显示图像
pit.show()
格式
格式 | 示例 |
---|---|
PNG格式 | plt.savefig(‘myplot.png’) |
PDF格式 | plt.savefig(‘myplot.pdf’) |
SVG格式 | plt.savefig(‘myplot.svg’) |
EPS格式 | plt.savefig(‘myplot.eps’) |
2.2 Matplotlib三层结构(了解)
2.2.1 容器层
容器层主要由Canvas、Figure、Axes组成。
- Canvas对象
Canvas对象是一个表示画布的类,用于渲染绘图元素。它是位于最底层的系统层,在绘图的过程中充当画板的角色,即放置画布(Figure)的工具。
- Figure对象
它是Canvas上方的第一层容器,用于表示整个图像窗口,包含所绘制的所有元素。可以通过 plt.figure() 函数创建一个新的 Figure 对象。每个Figure对象包含了一个或多个Axes对象。
- Axes对象
它是Canvas上方的第二层,是一个绘图区域,用于展示数据,它包含了所有的绘图元素,如:直线、曲线、文本、图像、坐标系坐标系坐标系等。每个Axes对象对应一个坐标系,使用fig.add_subplot()或plt.subplots() 函数创建Axes对象。
Axis是一个坐标轴,用于确定数据的范围和刻度。每个Axes对象都有两个Axis对象,分别对应x轴和y轴。可以使用 ax.set_xlim()和 ax.set_ylim() 函数设置坐标轴的范围,使用ax.set_xticks() 和 ax.set_yticks() 函数设置坐标轴的刻度。
2.2.2 辅助显示层
辅助显示层为Axes(绘图区)内的除了根据数据绘制出的图像以外的内容,主要包括Axes外观(facecolor)、边框线(spines)、坐标轴(axis)、坐标轴名称(axis label)、坐标轴刻度(tick)、坐标轴刻度标签(tick label)、网格线(grid)、图例(legend)、标题(title)等内容。简单的说就是用于添加特殊的文本、箭头、注释和图例等可视化元素。这些元素不像常规的数据展示元素那样直接反映数据本身,而是用于强调或解释数据以及提供更多信息。
2.2.2.1 基本颜色
颜色 | 字母 | 缩写 |
---|---|---|
红色 | red | r |
绿色 | green | g |
蓝色 | blue | b |
黄色 | yellow | y |
蓝绿色 | cyan | c |
粉紫色 | magenta | m |
黑色 | black | k |
白色 | white | w |
2.2.2.2 线类型
线类型标记 | 描述 | |
---|---|---|
'-' | 实线 | |
':' | 虚线 | |
'--' | 破折线 | |
'-.' | 点划线 |
2.2.2.3 标记大小与颜色
我们可以自定义标记的大小与颜色,使用的参数分别是:
(1)markersize,简写为 ms:定义标记的大小。
(2)markerfacecolor,简写为 mfc:定义标记内部的颜色。
(3)markeredgecolor,简写为 mec:定义标记边框的颜色。
import matplotlib.pyplot as plt
import numpy as np
ypoints = np.array([6, 2, 13, 10])
plt.plot(ypoints, marker='o', ms=20)
plt.show()
2.2.3 图像层
Matplotlib的图像层用于呈现和交互Matplotlib图像。Matplotlib的图像层指的是在Axes对象中绘制的各种图形元素,例如线图、散点图、柱状图等。
2.3 练习
生成三十天的温度变化情况(温度随机生成)
import matplotlib.pyplot as pit
import random
# 创建画布
pit.figure(figsize=(20,8),dpi=100)
# 绘制图像
x=range(30)
y=[random.uniform(21,37)for i in x]
pit.plot(x,y)
# 图像保存
pit.savefig(r"F:\RRL\learn\code\tem.png")
# 显示图像
pit.show()