matplotlib
布比与迈克大炮
这个作者很懒,什么都没留下…
展开
-
matplotlib-28 向统计图中添加表格
matplotlib-26 向统计图中添加表格代码展示代码展示# -*- coding: UTF-8 -*-import matplotlib as mplimport matplotlib.pyplot as pltmpl.rcParams["font.sans-serif"] = ["SimHei"]mpl.rcParams["axes.unicode_minus"] = Falsedata = [4, 9, 5, 10]labels = ["哈士奇", "贵宾犬", "吉娃娃", "原创 2020-08-19 19:59:45 · 363 阅读 · 0 评论 -
matplotlib-25 调整刻度范围和刻度标签
matplotlib-25 调整刻度范围调整刻度范围和刻度标签逆序设置坐标轴刻度标签调整刻度范围和刻度标签# -*- coding: UTF-8 -*-import numpy as npimport matplotlib as mplimport matplotlib.pyplot as pltmpl.rcParams["font.sans-serif"] = ["SimHei"]mpl.rcParams["axes.unicode_minus"] = Falsex = np.linsp原创 2020-08-19 19:23:29 · 739 阅读 · 0 评论 -
matplotlib-24 调整图例和标题样式
matplotlib-24 调整图例和标题样式TeX图例样式调整标题样式调整饼图的图例TeX使用TeX对文本内容进行渲染,使用r"$$"的模式,非数字表达式以斜体输出,呈现印刷级别的文档效果。# -*- coding: UTF-8 -*-import numpy as npimport matplotlib as mplimport matplotlib.pyplot as pltmpl.rcParams["font.sans-serif"] = ["SimHei"]mpl.rcParams原创 2020-08-19 12:22:37 · 969 阅读 · 0 评论 -
matplotlib-27 内嵌环形饼图
matplotlib-23 内嵌环形饼图内嵌环形饼图代码展示内嵌环形饼图饼图还可以将多个饼图进行嵌套,展示多数据集的比例分布情况。将多组数据进行比较。代码展示# -*- coding: UTF-8 -*-import matplotlib as mplimport matplotlib.pyplot as pltmpl.rcParams["font.sans-serif"] = ["SimHei"]mpl.rcParams["axes.unicode_minus"] = Falsedat原创 2020-08-19 10:55:05 · 893 阅读 · 0 评论 -
matplotlib-26 分列式饼图
这里写目录标题原创 2020-08-19 10:23:10 · 186 阅读 · 0 评论 -
matplotlib-23 step绘制阶梯图
matplotlib-23 step绘制阶梯图阶梯图程序实现阶梯图在反应数据的趋势变化或是周期规律时,阶梯图也是其中的一种选择。对于时间序列数据,可以很好的体现出波动周期和规律。程序实现# -*- coding: UTF-8 -*-import numpy as npimport matplotlib as mplimport matplotlib.pyplot as pltmpl.rcParams["font.sans-serif"] = ["SimHei"]mpl.rcParams[原创 2020-08-18 15:26:57 · 983 阅读 · 0 评论 -
matplotlib-22 broken_barh绘制间断条形图
matplotlib-21 broken_barh绘制间断条形图间断条形图代码程序重要代码解释间断条形图是用来可视化定性数据的相同评价指标,在时间跨度上的变化情况。代码程序# -*- coding: UTF-8 -*-import numpy as npimport matplotlib as mplimport matplotlib.pyplot as pltmpl.rcParams["font.sans-serif"] = ["SimHei"]mpl.rcParams["axes.u原创 2020-08-18 15:07:17 · 1023 阅读 · 0 评论 -
matplotlib-21 stackplot堆积折线图
matplotlib-21 堆积折线图堆积折线图代码展示堆积折线图将不同数据集的折线图在垂直方向上进行堆叠,可以绘制出折线统计图。代码展示# -*- coding: UTF-8 -*-import matplotlib as mplimport matplotlib.pyplot as pltmpl.rcParams["font.sans-serif"] = ["SimHei"]mpl.rcParams["axes.unicode_minus"] = Falsex = [1, 2, 3原创 2020-08-18 10:45:09 · 848 阅读 · 0 评论 -
matplotlib-20 分块图
matplotlib-20 分块图分块图并列柱状图平行条形图分块图当对数据进行统计时,除了使用堆积图外,分块图也是一种不错的选择。与堆积图不同的是,分块图将数据并列放置,能更好的体现出数据的差异性。并列柱状图# -*- coding: UTF-8 -*-import numpy as npimport matplotlib as mplimport matplotlib.pyplot as pltmpl.rcParams["font.sans-serif"] = ["SimHei"]mp原创 2020-08-18 10:30:02 · 451 阅读 · 0 评论 -
matplotlib-19 堆积图
matplotlib-19堆积图堆积图堆积柱状图堆积条形图堆积图堆积图是由若干统计图形堆叠起来的统计图形。他是在柱状图和条形图的基础上,进行堆叠而产生的。堆积柱状图堆积条形图原创 2020-08-18 10:09:22 · 243 阅读 · 0 评论 -
matplotlib-18 boxplot绘制箱线图
matplotlib-18 boxplot绘制箱线图箱线图代码展示重要代码解释箱线图箱线图是统计图的一种。它可是同时体现出:最小值(minimum)下四分位数(Q1)中位数(Med–也就是Q2)四分位数(Q3)=9最大值(maximum)平均值四分位间距(interquartile range)其图的样式如下所示:代码展示import numpy as npimport matplotlib.pyplot as pltx = np.random.rand(100)plt原创 2020-08-16 17:44:14 · 258 阅读 · 0 评论 -
matplotlib-17 stem绘制棉棒图
这里写目录标题棉棒图代码展示重要代码解释棉棒图棉棒图有点类似于柱状图,但是又和柱状图表示的含义不一样。柱状图是一种统计图,表示的是各类的数量,因此没有负值。棉棒图在含以上更类似于折线图,表现的是数据的变化趋势。代码展示import numpy as npimport matplotlib.pyplot as pltx = np.linspace(0, 10, 10)y = np.random.randn(10)plt.stem(x, y, linefmt原创 2020-08-16 17:30:40 · 2263 阅读 · 0 评论 -
matplotlib-16 scatter绘制气泡图
matplotlib-16 scatter绘制气泡图气泡图代码展示重要代码解释气泡图二维数据借助气泡的大小展示三维数据。代码展示import numpy as npimport matplotlib as mplimport matplotlib.pyplot as pltx = np.random.rand(50)y = np.random.rand(50)z = (20 * x + 20 * y) ** 2plt.scatter(x, y,原创 2020-08-16 16:44:54 · 815 阅读 · 0 评论 -
matplotlib-15 polar绘制极线图
matplotlib-15 polar绘制极线图极线图代码展示重要代码解释极线图极线图是在极坐标系上绘出的一种图。在极坐标系中,要确定一个点,需要指明这个点距原点的角度和半径。将这些点连在一起,就构成了极线图。代码展示import numpy as npimport matplotlib.pyplot as plttheta = np.linspace(0.0, 2 * np.pi, 6, endpoint=False)r = 10 * np.random.rand(6)plt.polar原创 2020-08-16 16:31:01 · 833 阅读 · 1 评论 -
matplotlib-14 pie绘制饼图
matplotlib-14 pie绘制饼图饼图代码展示重要代码解释饼图柱状图展示的是各类的数量,饼图展示的是各类数量所占总数量的百分比。饼图和柱状图是统计图中最常见的两种图。代码展示# -*- coding: UTF-8 -*-import matplotlib as mplimport matplotlib.pyplot as pltmpl.rcParams["font.sans-serif"] = ["SimHei"]mpl.rcParams["axes.unicode_minus"]原创 2020-08-16 14:58:00 · 195 阅读 · 0 评论 -
matplotlib-13 hist绘制直方图
matplotlib-13 hist绘制直方图直方图代码展示重要代码解释直方图直方图是统计图,是柱状图的一种。多用在图像处理领域,用来统计各像素值的数量。代码展示import cv2 as cvimport matplotlib.pyplot as pltimage = cv.imread("pig.jpg", cv.IMREAD_GRAYSCALE)cv.namedWindow("image show", cv.WINDOW_AUTOSIZE)cv.imshow("image show"原创 2020-08-16 13:47:09 · 140 阅读 · 0 评论 -
matplotlib-12 barh绘制条形图
matplotlib-12 barh绘制条形图条形图代码展示重要代码分析条形图条形图相当于把柱状图顺时针旋转了90度。当类别较少,但每类的数量很多时,我们可以画条形图,充分利用纸张和篇幅,利于更好的排版。代码展示# -*- coding: UTF-8 -*-import matplotlib as mplimport matplotlib.pyplot as pltmpl.rcParams["font.sans-serif"] = ["SimHei"]mpl.rcParams["axes.u原创 2020-08-16 11:39:36 · 284 阅读 · 0 评论 -
matplotlib-11 bar绘制柱状图
matplotlib-11 bar绘制柱状图柱状图代码展示关键代码解释柱状图在数据统计中,柱状图是很常见的一种图。它可以直观的体现出不同种类的统计物的数量情况。Excel作为一款优秀的数据分析软件,绘图是基本的技能,同样的不管是机器学习、深度学习、自然语言处理、图像处理、数据挖掘,最后的结果都需要用图来表现出来。所以,绘图的能力是基本的能力,也是该必会的能力。代码展示关键代码解释...原创 2020-08-16 10:59:18 · 205 阅读 · 0 评论 -
matplotlib-10 title添加标题
matplotlib-10 title添加标题标题代码展示重要代码解释标题在科技论文中,图片的标题是不需要的。标题一般另起一行,标上标号,写在图片的下面。但是,有些时候我们需要给图片添加标题,这时候就需要用到title()函数了。代码展示import matplotlib.pyplot as pltimport numpy as npx = np.linspace(0, 10, 100)abs = np.random.randn(100)y1 = 2 * x + 9 + absy2 =原创 2020-08-15 22:38:59 · 12884 阅读 · 0 评论 -
matplotlib-09 text添加无指向型注释文本
matplotlib-09 text添加无指向型注释文本无指向型注释文本代码展示重要代码解释无指向型注释文本有时候我们需要给图像中某些点或者某一块区域添加解释文本,而且我们也不希望引入箭头,这时候就需要使用text()方法。代码展示import matplotlib.pyplot as pltimport numpy as npx = np.linspace(0, 10, 100)abs = np.random.randn(100)y1 = 2 * x + 9 + absy2 = 2 *原创 2020-08-15 22:31:01 · 1536 阅读 · 0 评论 -
matplotlib-08 annotate添加指向型注释文本
matplotlib-08 annotate添加指向型注释文本指向型注释文本代码展示重点代码展示指向型注释文本当需要向图像中的某个点或者某个区域添加注释内容时,需要用到annotate()函数。代码展示import matplotlib.pyplot as pltimport numpy as npx = np.linspace(0, 10, 100)abs = np.random.randn(100)y1 = 2 * x + 9 + absy2 = 2 * x + 9plt.scat原创 2020-08-15 16:16:18 · 1559 阅读 · 0 评论 -
matplotlib-07 axvspan/axvspan绘制参考区域
matplotlib-07 axvspan/axvspan绘制参考区域参考区域代码展示重点代码解释参考区域在绘制图像时,我们有时需要对某些区域加上背景色来突出显示,以便让图像显得更加的漂亮。这时候就需要用到添加参考区域的命令了。代码展示import matplotlib.pyplot as pltimport numpy as npx = np.linspace(0, 10, 100)abs = np.random.randn(100)y1 = 2 * x + 9 + absy2 = 2原创 2020-08-15 15:41:07 · 776 阅读 · 0 评论 -
matplotlib-06 axhline绘制水平/竖直参考线
matplotlib-06 axhline绘制水平/竖直参考线参考线程序展示重点代码展示参考线如果说网格线的间隔受制于坐标轴的精细程度,当坐标轴越精细时,网格线也就越精细,那么参考线却不受坐标轴的要求,而是根据画图的具体情况来具体的指定一条或者几条。程序展示import matplotlib.pyplot as pltimport numpy as npx = np.linspace(0, 10, 100)abs = np.random.randn(100)y1 = 2 * x + 9 +原创 2020-08-15 15:27:37 · 8975 阅读 · 0 评论 -
matplotlib-05 grid添加网格线
matplotlib-05 grid添加网格线添加网格线代码展示重要代码解释添加网格线有时为了更好的看出线条的变化范围,和在对应点的一个大致取值,我们需要添加网格线。网格线这一概念在设计领域广泛存在,在绘画是我们需要一些网格线打格来更好的对物体进行定位,一些设计类的如ps、cad中网格线作为定位线发挥着很重要的作用。代码展示import matplotlib.pyplot as pltimport numpy as npx = np.linspace(0, 10, 100)abs = np.原创 2020-08-15 15:06:04 · 1476 阅读 · 0 评论 -
matplotlib-04 xlabel设置x轴的标签
matplotlib-04 xlabel设置x轴的标签原创 2020-08-15 14:56:12 · 4321 阅读 · 0 评论 -
matplotlib-03 xlim设置x轴的显示范围
matplotlib-03 xlim设置x轴的显示范围功能介绍代码展示重点代码解释功能介绍对竖轴的显示范围进行设置,可以实现对画出的图进行裁剪或者移动的操作。综合的对x轴和y轴的显示范围进行控制,在保证图幅大小不变时,对所需的感兴趣的区域进行保留,其效果优点类似于放大和缩小。代码展示示例1:import matplotlib.pyplot as pltimport numpy as npx = np.linspace(0, 10, 100)abs = np.random.randn(100原创 2020-08-14 22:58:04 · 4722 阅读 · 0 评论 -
matplotlib-02 散点图的绘制
matplotlib-02 散点图的绘制散点图编写代码重点代码分析散点图在进行数据分析时,针对原数据,我们画的第一个图是散点图。散点图体现了数据最初的分布特点和趋势,利用散点图我们可以一目了然的看出数据的特点。编写代码import matplotlib.pyplot as pltimport numpy as npx = np.linspace(0, 10, 100)abs = np.random.randn(100)y1 = 2 * x + 9 + absy2 = 2 * x + 9原创 2020-08-14 22:19:33 · 140 阅读 · 0 评论 -
matplotlib-01 第一个程序
matplotlib-01 第一个程序matplotlib与matlab第一个程序重点代码解释matplotlib与matlab对于做研究的人而言,matlab已经成为一款不可或缺的软件,在科技论文发表的时候,论文里面的图片往往需要用matlab来画。自深度学习在计算机领域发展以来,Python语言由于其简单易学,包的开发人员广泛,在做研究时,往往使用Python语言来编写代码。一图胜千言,在写论文的时候往往有这么一个很尴尬的局面,用Python跑出来的程序,还需要使用matlab来画图。不过要说明的是原创 2020-08-14 21:51:51 · 142 阅读 · 0 评论