Python(十二)matplotlib

本文详细介绍了Python的matplotlib库,包括网格设置、图例、坐标轴调整、文本标注、数学公式、图形美化和极坐标绘图等多个方面,提供丰富的实例帮助理解各种图形的创建与定制。
摘要由CSDN通过智能技术生成

https://www.cnblogs.com/kuaizifeng/p/9067795.html

https://blog.csdn.net/matrix_laboratory/article/details/50698239

https://www.cnblogs.com/TensorSense/p/6802280.html

https://blog.csdn.net/wqc_CSDN/article/details/80429732

https://www.cnblogs.com/linlongyu/p/10361985.html

https://finthon.com/matplotlib-basis-two/

https://blog.csdn.net/qq_41455420/article/details/79733661

matplotlib.pyplt绘制图像的步骤

1、初步绘制曲线

plt.figure() ...... plt.show()
2、简单修饰 给曲线设置颜色、线条类型;给纵轴和横轴的设置上下限
3、设置纵横轴标签 横轴≠ X 轴,纵轴≠Y 轴;所以需给纵横轴设置标签说明
4、设置精确刻度 matplotlib 画图设置的刻度是由曲线以及窗口的像素点等因素决定。这些刻度精确度无法满足需求,我们需要手动添加刻度。
5、添加图例  
6、注释特殊点位 scatter() 、 annotate()
   

figure(num=None, figsize=None, dpi=None, facecolor=None, edgecolor=None, frameon=True)

  • num:图像编号或名称,数字为编号 ,字符串为名称
  • figsize:指定figure的宽和高,单位为英寸
  • dpi参数指定绘图对象的分辨率,即每英寸多少个像素,缺省值为80。【1英寸=2.5cm,A4纸是 21*30cm的纸张】  
  • facecolor:背景颜色
  • edgecolor:边框颜色
  • frameon:是否显示边框

subplot ( nrows, ncols, sharex, sharey, subplot_kw, **fig_kw)    subplot可以规划figure划分为n个子图,但每条subplot命令只会创建一个子图 。

  • nrows             subplot的行数
  • ncols             subplot的列数
  • sharex           所有subplot应该使用相同的X轴刻度(调节xlim将会影响所有subplot)
  • sharey           所有subplot应该使用相同的Y轴刻度(调节ylim将会影响所有subplot)
  • subplot_kw    用于创建各subplot的关键字字典
  • **fig_kw        创建figure时的其他关键字,如plt.subplots(2,2,figsize=(8,6))

plt.plot(x,y,format_string,**kwargs)     

  • x为x轴数据,可为列表或数组。y同理;
  • format_string  为控制曲线的格式字符串。 format_string颜色字符color风格字符linestyle标记字符marker组成。
  • **kwargs   第二组或更多的(x, y, format_string

灰色阴影:color=‘0.8’;十六进制:color=‘#FF00FF’;RGB元组:color= (0.1,0.2,0.3)【网页上搜索“颜色代码”即可】

指定不同形状的点,python会自动默认以不同颜色表示(默认颜色排列如下),如果不带marker=则只画出点,带上就会画上线。

  可以将颜色、线型风格和点标记字符写成一个样式字符串,如:cx--    mo:     kp-

è¿éåå¾çæè¿°è¿éåå¾çæè¿°è¿éåå¾çæè¿°

import numpy as np
import matplotlib.pyplot as plt

a= np.array([1,2,3,4,5])
plt.plot(a,a*1.5,'go-',a,a*2,'*') #生成两组曲线,第二组无曲线,只有点
plt.show()

①散点图:可以用来求两个变量之间的相关性。

plt.scatter(x,y,s=20,c =‘b’,marker = ‘o’)

外观调整:颜色c点大小s【注意:s表示面积】透明度alpha(值设置越大,当点越密集颜色越深(此时才有区分度));点形状marker

②折线图:常用来观察数据随时间变化的趋势。

plt.plot(x,y)

plt.plot_date(x,y,linestyle=‘-’,color =‘red’,marker = ‘o’)

③条形图:常用来比较多个项目分类的数据大小。竖直条形图&水平条形图  并列条形图&层叠条形图

plt.bar(left= ,height= ,color =‘blue’,width = 0.8, bottom=None,align=‘center’,**kwargs)默认是竖直条形图

对于使用plt.bar()绘制水平条形图,需要将原来left中的数据传入bottom中,并互换原来widthheight的数据,最后在末尾加入“orientation="horizontal"。

  • 0
    点赞
  • 6
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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