##学习绘图,使用matplotlib包
import numpy as np
import matplotlib.pyplot as plt
##linspace,生成一个0-4pi,以200分割,的一个数组
x=np.linspace(0,4*np.pi,200)
y = np.sin(x)
x
plt.plot(x,y)
plt.show()
##绘制3个数据
x=np.linspace(0,4*np.pi,200)
plt.plot(x,np.sin(x),
x,np.sin(2*x),
x,np.cos(x))
plt.show()
##自定义曲线外观与颜色,r代表red-红色;g代表green,绿色,后面参数是采用实线还是虚线?点的形状之类的参数,还需要自己根据自己的需求自己设置
x=np.linspace(0,4*np.pi,50)
plt.plot(x,np.sin(x),"r-o",
x,np.sin(2*x),"g--")
plt.show()
##绘制子图
x=np.linspace(0,4*np.pi,50)
plt.subplot(2,2,1)##两行,两列,激活1区
plt.plot(x,np.sin(x),"b--")
plt.subplot(2,2,2)##两行,两列,激活2区
plt.plot(x,np.cos(x),"r")
plt.subplot(2,2,3)##两行,两列,激活3区
plt.plot(x,np.random.random(50),"g")
plt.subplot(2,2,4)##两行,两列,激活4区
plt.plot(x,x+np.random.random(50),"o")##每一个x值加一点随机扰动
plt.show()
##plt.scatter <=> plt.plot(x,y,"o"),绘制点图
x=np.linspace(0,4*np.pi,50)
y =x**2+np.random.random(50)*15
plt.scatter(x,y)
plt.plot(x,x)
plt.plot(x,x**2)
plt.show()
##彩色映射散点图,可以根据各种参数,如颜色,大小等,将多维数据降维可视化
x= np.random.random(1000)
y= np.random.random(1000)
size= np.abs(np.random.randn(1000))##正态分布随机生成一系列数字
color = np.random.random(1000)
plt.scatter(x,y,size,color)
plt.colorbar()
plt.show()
##barplot
height = [2,10,6,3,6]
names= ["A","B","C","D","E"]
label_position = np.arange(len(names))##根据names的长度,生成一个array,用于后面的定向
plt.bar(label_position,height)
plt.xticks(label_position,names)
plt.show()
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
##histplot boxplot
x=np.random.randn(10000)
## 激活1区
plt.subplot(1,2,1)##1行,2列,激活1区
##hist count,柱形图,是统计某范围内数目的多少
plt.hist(x)
## 激活2区
plt.subplot(1,2,2)##1行,2列,激活2区
plt.boxplot(x)
plt.show()
##对一个简单图形进行一些修改,如xy周添加标签,添加title等
x=np.linspace(0,4*np.pi,200)
y1 = np.sin(x)
y2 = np.cos(x)
plt.plot(x,y1,"r-x",label="sin(x)")
plt.plot(x,y2,"g-^",label="cos(x)")
plt.xlabel("x")##加x轴标签
plt.ylabel("y")
plt.title("sin and cos plot")##加题目
plt.savefig("E:/py_learning/day2/test.pdf")##修改pdf用AI
对比如下: