Python从0到0.1_(matplotlib)

这篇博客详细介绍了Python的matplotlib库在绘制图形方面的基本用法,包括直线图、散点图、直方图、等高线图和3D图的绘制,以及如何设置坐标轴、添加图例和图像标注,同时还探讨了子图像的两种布局方式和动态图的创建。
摘要由CSDN通过智能技术生成

目录

基本用法

y = kx + b

绘制两个(y = x^2)

不同的图中

同一张图中

设置坐标轴

设置标签、限制显示区间

改变坐标轴尺度

改变坐标轴的边框和位置

图例

图像的标注

散点图

直方图

等高线图

3D 图

子图像

第一种布局方式

第二种布局方式

动态图


 

基本用法

y = kx + b

import numpy as np
import matplotlib.pyplot as plt

x = np.linspace(-1, 1, 100)
y = 2 * x + 1
plt.plot(x, y)
plt.show()

绘制两个(y = x^2)

不同的图中

import numpy as np
import matplotlib.pyplot as plt

x = np.linspace(-1, 1, 100)
y1 = 2 * x + 1
y2 = x ** 2
plt.figure(figsize=(4, 3))     # 这里定义了图像大小
plt.plot(x, y1)
plt.figure(figsize=(6, 4))
plt.plot(x, y2)
plt.show()

 

同一张图中

import numpy as np
import matplotlib.pyplot as plt

x = np.linspace(-1, 1, 100)
y1 = 2 * x + 1
y2 = x ** 2
plt.figure(figsize=(6, 4))     # 也可以不定义,默认显示在一个图像中
plt.plot(x, y1, color="red", linewidth=1.0, linestyle="--")
plt.plot(x, y2, color="blue", linewidth=3.0, linestyle="-")
plt.show()

设置坐标轴

设置标签、限制显示区间

import numpy as np
import matplotlib.pyplot as plt

x = np.linspace(-1, 1, 100)
y1 = 2 * x + 1
y2 = x ** 2

# 限制 x,y 的范围
plt.xlim(-1, 2)
plt.ylim(-2, 3)

# 对 x,y 描述
plt.xlabel("xxx")
plt.ylabel("yyy")

plt.plot(x, y1, color="red", linewidth=1.0, linestyle="--")
plt.plot(x, y2, color="blue", linewidth=3.0, linestyle="-")
plt.show()

改变坐标轴尺度

import numpy as np
import matplotlib.pyplot as plt

x = np.linspace(-1, 1, 100)
y1 = 2 * x + 1
y2 = x ** 2

# 设定坐标轴尺度
# 第一种
new_ticks = np.linspace(-2, 2, 11)
plt.xticks(new_ticks)

# 第二种
plt.yticks
  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值