![](https://img-blog.csdnimg.cn/20201014180756913.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
Matplotlib
文章平均质量分 59
量子孤岛
90后嵌入式工程师,喜欢写作、读书。希望通过文字和大家共同进步!
展开
-
Matplotlib数据可视化——bar柱状图
不知道为什么第四象限的数字位置不是我所期望的,望看到的大佬赐教几个要点:函数原型: numpy.random.uniform(low,high,size)功能:从一个均匀分布[low,high)中随机采样,注意定义域是左闭右开,即包含low,不包含high.zip() 函数用于将可迭代的对象作为参数,将对象中对应的元素打包成一个个元组,然后返回由这些元组组成的对象。可以使用list转换输...原创 2018-11-23 07:52:03 · 704 阅读 · 0 评论 -
Matplotlib数据可视化——图中图
import matplotlib.pyplot as plt"""图中图实验"""# 绘制大图fig = plt.figure() # 使用figure后往往在函数前要加set_或add_等前缀x = [1,2,3,4,5,6,7]y = [1,3,4,2,5,8,6]left, bottom,width, height = 0.1, 0.1, 0.8, 0.8ax1 =...原创 2018-11-30 13:09:58 · 1383 阅读 · 0 评论 -
Matplotlib数据可视化——subplot的另外三种常用方法
第一种方法:subplot2grid定义一个3*3的矩阵位置,利用subplot2grid分别框选出想要的区域大小,进而在区域中plot出想绘制的函数即可,colspan与rowspan分别表示行数和列数,用来界定大小说明:通过这种方法设置title和label需要在前面加上set_import matplotlib.pyplot as plt# 第一种方法plt.figure()...原创 2018-12-02 16:40:18 · 762 阅读 · 2 评论 -
Matplotlib数据可视化——subplot多合一显示
import matplotlib.pyplot as pltplt.figure()# 第一幅图plt.subplot(2,2,1)plt.plot([0, 1], [0, 1])# 第二幅图plt.subplot(2,2,2)plt.plot([0, 1], [0, 2])# 第三幅图plt.subplot(223) # 允许这种省略逗号的操作plt.plot([0, 1...原创 2018-11-27 23:05:27 · 752 阅读 · 0 评论 -
Matplotlib数据可视化——显示图片【对比OpenCV显示图片】
第一个是自己建立了一个矩阵当做图片显示,代码和图片如下:A = [0.3136, 0.3654, 0.4237, 0.3653, 0.4396, 0.5251, 0.4237, 0.5251, 0.6515]image = np.array(A).reshape(3, 3)plt.imshow(image, interpolation='nearest', cmap='bone'...原创 2018-11-27 21:43:34 · 4092 阅读 · 0 评论 -
Matplotlib数据可视化——3D视图
import numpy as npimport matplotlib.pyplot as pltfrom mpl_toolkits.mplot3d import Axes3Dfig = plt.figure()ax = Axes3D(fig)X = np.arange(-4,4,0.25)Y = np.arange(-4,4,0.25)X, Y = np.meshgrid(X,Y...原创 2018-11-26 22:34:48 · 815 阅读 · 0 评论 -
Matplotlib数据可视化——contour等高线图
等高线大家都不陌生,这个词来源对地势地貌的描述。在机器学习的随机梯度下降中涉及了等高线图用以形象的描述每次迭代的步距、方向等,这也正是它的用武之地。仅仅学习其中的皮毛。君子性非异也,善假于物也import numpy as npimport matplotlib.pyplot as plt# 定义高度函数def height(x, y): return (1-x/2+x**5+...原创 2018-11-25 13:37:15 · 7852 阅读 · 0 评论 -
Matplotlib数据可视化——scatter散点图
习惯了前面的连续图像,有时离散的数据的显示散点图会更形象显示一条散点直线如下:import numpy as npimport matplotlib.pyplot as pltplt.scatter(np.arange(27), np.arange(27))plt.xticks(()) # 将坐标刻度隐藏plt.yticks(())plt.show()更形象的散点图的例子i...原创 2018-11-20 19:13:42 · 536 阅读 · 0 评论 -
Matplotlib数据可视化——ticks能见度
在作图中函数图像尺寸可能会有遮挡坐标上的数字的情况,这是需要设置一下ticks的可见度import matplotlib.pyplot as pltimport numpy as npx = np.linspace(-3, 3, 50)y = 0.1*xplt.figure()plt.plot(x, y, lw=10)plt.ylim(-2, 2)ax = plt.gca()...原创 2018-11-20 08:27:54 · 449 阅读 · 0 评论 -
Matplotlib数据可视化——设置标注annotation
今天主要记录annotation标注的用法import matplotlib.pyplot as pltimport numpy as npplt.rcParams['font.sans-serif']=['SimHei'] #用来正常显示中文标签plt.rcParams['axes.unicode_minus']=False #用来正常显示负号x = np.linspace(-3,3...原创 2018-11-18 17:06:28 · 354 阅读 · 0 评论 -
Matplotlib数据可视化——设置坐标轴,原点,图例
今天突破了导轨和转台的调试程序,学习会Python娱乐一下matplotlib库和MATLAB的数据可视化功能几乎是相同,只是因为人工智能的火爆以及使用方便深受大家喜爱。1.1figure图像绘制单一函数的图像import numpy as npimport matplotlib.pyplot as pltx = np.linspace(0, 1, 30)y = 3*x + 1p...原创 2018-11-16 23:13:35 · 21170 阅读 · 0 评论 -
Matplotlib数据可视化——次坐标
何谓次坐标,即共享一个x轴,左右两个y轴。左边为主,右侧为次import matplotlib.pyplot as pltimport numpy as np# 构造两个函数x = np.arange(0, 10, 0.2)y1 = 0.27*x**2y2 = -y1fig, ax1 = plt.subplots()ax2 = ax1.twinx()# 将x轴镜像处理ax1.p...原创 2018-11-30 18:19:01 · 692 阅读 · 0 评论