matplotlib

最新推荐文章于 2024-03-21 21:51:18 发布
最新推荐文章于 2024-03-21 21:51:18 发布
阅读量215 收藏 1
点赞数
分类专栏： Python 文章标签： python 数据分析
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/i_okfine/article/details/112799962
版权

1.matplotlib

1.jupyter和conda的使用：

安装非常简单，只需要在终端输入：
pip install jupyter
打开jupyter notebook 也只需要在终端输入：
jupyter notebook

2.plot()函数:

仿照matlab构建，主要用于数据可视化图表，是Python底层绘图库

import matplotlib.pyplot as plt
x=range(2,26,2)
    #数据在x轴的位置，是一个可迭代对象
y=[15,13,14.5,17,20,25,26,24,22,18,15,13]
    #数据在y轴的位置，是一个可迭代对象
    #x和y轴的数据一起组成了所有要绘制出的坐标
    #分别是(2,15),(4,13)....
plt.plot(x,y)#传入x和y,通过plot绘制出折线图
plt.show()#展示图形

在这里插入图片描述

  1. 设置图片大小(想要一个高清无码大图)
import matplotlib.pyplot as plt
#设置图片大小
fig=plt.figure(figsize=(10,4))
    #20为宽，8为高，单位为英寸
    #figure图形图标的意思，在这里指的就是我们画的图
    #在图像模糊的时候可以传入dpi参数，让图片更加清晰
    #dpi指的是每英寸上点的个数
x=range(2,26,2)
y=[15,13,14.5,17,20,25,26,26,24,22,18,15]
#绘图
plt.plot(x,y)
#保存(绘图之后保存)
plt.savefig("./sig.png")#保存图片
#可以保存为svg这种矢量图格式，放大不会有锯齿
#展示
plt.show()

在这里插入图片描述

  1. 保存到本地

  2. 描述信息，比如x轴和y轴表示什么，这个图表示什么

  3. 调整x和y的刻度的间距

import matplotlib.pyplot as plt
#设置图片大小
fig=plt.figure(figsize=(10,4))
   #20为宽，8为高，单位为英寸
   #figure图形图标的意思，在这里指的就是我们画的图
   #在图像模糊的时候可以传入dpi参数，让图片更加清晰
   #dpi指的是每英寸上点的个数
x=range(2,26,2)
y=[15,13,14.5,17,20,25,26,26,24,22,18,15]
#绘图
plt.plot(x,y)
#设置x轴的刻度
plt.xticks(x)#传入的每个x的值
#保存(绘图之后保存)
#plt.savefig("./sig.png")#保存图片
#可以保存为svg这种矢量图格式，放大不会有锯齿
#展示
plt.show()

在这里插入图片描述
把plt.xticks(x)改成plt.xtricks(range(2,25))
在这里插入图片描述

_xtick_labels=[i/2 for i in range(4,49)]
plt.xticks(_xtick_labels)

在这里插入图片描述

_xtick_labels=[i/2 for i in range(4,49)]
plt.xticks(_xtick_labels[::3])

在这里插入图片描述

_xtick_labels=[i/2 for i in range(4,49)]
plt.xticks(range(25,50))

在这里插入图片描述

_xtick_labels=[i/2 for i in range(4,49)]
plt.xticks(range(25,50))
plt.yticks(range(min(y),max(y)+1))

在这里插入图片描述
例子：表示10点到12点每一分钟气温的变化的折线图

import matplotlib.pyplot as plt
import random
x=range(0,120)
y=[random.randint(20,35) for i in range(120)]
plt.plot(x,y)
plt.show()

气温变化折形图：
在这里插入图片描述

plt.figure(figsize=(20,8),dpi=80)

在这里插入图片描述
调整x轴的刻度：

x=range(0,120)
y=[random.randint(20,35) for i in range(120)]
plt.figure(figsize=(20,8),dpi=80)
plt.plot(x,y)
#调整x轴的刻度
_xtick_lables=["10点{}分".format(i) for i in range(60)]
_xtick_lables +=["11点{}分".format(i) for i in range(60)]
plt.xticks(list(x)[::3],_xtick_lables[::3],ratation=90)#rotation旋转的度数
plt.show()

这个在运行的时候报错了
设置中文格式：

import matplotlib.pyplot as plt
import random
import matplotlib
from matplotlib import font_manager
"""
windows和linux设置字体的方式
font={
    'family':'MicroSoft YaHei',
    'weight':'bold',
    'size':'larger'
}
matplotlib.rc("font",**font)
matplotlib.rc("font",family='MicroSoft YaHei',weight="bold")
matplotlib.rc"""
my_font=font_manager.
x=range(0,120)
y=[random.randint(20,35) for i in range(120)]
plt.figure(figsize=(20,8),dpi=80)
plt.plot(x,y)
#调整x轴的刻度
_xtick_lables=["10点{}分".format(i) for i in range(60)]
_xtick_lables +=["11点{}分".format(i) for i in range(60)]
plt.xticks(list(x)[::3],_xtick_lables[::3],ratation=90)#rotation旋转的度数
plt.show()
  1. 线条的样式(比如颜色、透明度等)
  2. 标记出特殊的点(比如最低点、最高点)
  3. 给图片添加一个水印(防伪，防止盗用)

折形图：

import matplotlib.pyplot as plt
y=[1,0,1,1,2,4,3,2,3,4,4,5,6,5,4,3,3,1,1]
x=range(11,30)
#设置图形大小
plt.figure(figsize=(20,8),dpi=80)
plt.plot(x,y)
#设置x轴刻度
_xtick_labels=["{}岁".format(i) for i in x]
plt.xticks(x,_xtick_labels)
#绘制网格
plt.grid()
#展示
plt.show()

在这里插入图片描述
在这里插入图片描述

散点图：

在这里插入图片描述

条形图：

绘制离散的数据，数据本身之间没有关系，eg:影片的票房

#coding=utf-8
import matplotlib.pyplot as plt
from matplotlib import font_manager
a=["战狼二","速度与激情8","功夫瑜伽","西游伏妖篇","变形金刚5"]
b=[56.01,26.94,17.53,87.9,65.9]
plt.bar(range(len(a)),b)
plt.show()

在这里插入图片描述

#coding=utf-8
import matplotlib.pyplot as plt
from matplotlib import font_manager

a=["战狼二","速度与激情8","功夫瑜伽","西游伏妖篇","变形金刚5"]
b=[56.01,26.94,17.53,87.9,65.9]
plt.bar(range(len(a)),b)
plt.show()

在这里插入图片描述

直方图：

没有经过任何统计的数据可以画直方图
在这里插入图片描述

numpy学习：

处理数值型数据，Python科学计算库的基础库，多用在大型多维数组上执行数值运算
1.数组的创建：

#coding=utf-8
import numpy as np
t1=np.array([1,2,3])
print(t1)#[1 2 3]
print(type(t1))#<class 'numpy.ndarray'>
t2=np.arange(10)
print(t2)#[0 1 2 3 4 5 6 7 8 9]

在这里插入图片描述

#coding=utf-8
import numpy as np
t1=np.array([1,2,3])
print(t1)#[1 2 3]
print(type(t1))#<class 'numpy.ndarray'>
t2=np.arange(10)
print(t2)#[0 1 2 3 4 5 6 7 8 9]
print(t2.dtype)#int32

#numpy中的数据类型
t4=np.array(range(1,4),dtype='float32')
print(t4)#[1. 2. 3.]
print(t4.dtype)#float32

#numpy中的Bool类型
t5=np.array([1,1,0,1,0,0],dtype=bool)
print(t5)#[ True  True False  True False False]
print(t5.dtype)#bool

#调整数据类型
t6=t5.astype('int8')
print(t6)#[1 1 0 1 0 0]
print(t6.dtype)#int8

2.数组的拼接：
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

#coding=utf-8
import numpy as np
t1=np.arange(12).reshape((3,4)).astype("float")
t1[1,2:]=np.nan
for j in range(t1.shape):
    temp_col=t1[:,j]#当前的一列
    nan_num=np.count_nonzero(temp_col!=temp_col)
    if nan_num!=0:
        temp_not_nan_col=temp_col[temp_col==temp_col]#当前这一列不为nan的array
        temp_not_nan_col.mean()
        temp_col[np.isnan(temp_col)]=temp_not_nan_col.mean()

pandas:

pandas除了处理数值之外(基于numpy),还能够帮助我们处理其他类型的数据

say no to 404
关注
专栏目录
matplotlib savefig 保存图片大小的实例
09-20
今天小编就为大家分享一篇matplotlib savefig 保存图片大小的实例，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
matplotlib画图并设置图片大小
graceful_snow的博客
03-29 8623
Talk is cheap, show me the code. 代码如下： import matplotlib.pyplot as plt import numpy as np x = np.arange(0, 2 * np.pi, 0.01) y = np.sin(x) plt.figure(figsize=(2,3), dpi=300) plt.plot(x,y) plt.show() 在...
【matplotlib绘图】调整图片尺寸大小
陈艺荣
04-25 3万+
【matplotlib绘图】调整图片尺寸大小 核心代码如下： import matplotlib.pyplot as plt plt.rcParams['figure.figsize'] = (12.0, 8.0) # 单位是inches 应用示例 import numpy as np import matplotlib as mpl import matplotlib.pyplot as pl...
matplotlib调整清晰度和图像大小
qq_40177015的博客
06-15 2万+
问题 有时我们在使用matplotlib作图时，图片不清晰或者图片大小不是我们想要的，例如下图 上图的相关代码如下： import matplotlib.pyplot as plt x = [10,20,30,40,50,60,70,80,90,1000] y1 = [7,17,27,37,43,49,57,65,71,77] y2 = [7,17,27,37,45,54,59,67,75,83] y3 = [8,18,28,38,47,56,64,73,80,89] y4 = [10,20,30,40
python：matplotlib设置图的大小的两种方法
m0_68131322的博客
03-21 2113
2.plt.rcParams[‘figure.figsize’]=(n, n)，设置图的大小，先宽度后高度。1.plt.figure(figsize=(n, n))，修改图的大小,先宽度后高度。
Python3.8环境下matplotlib3.3.2离线安装
最新发布
06-24
在Python编程环境中，matplotlib是一个非常重要的库，用于创建高质量的二维图表和图形。在这个场景中，我们关注的是在Python 3.8环境下离线安装matplotlib 3.3.2的过程。离线安装意味着我们需要手动下载所有依赖包，...
matplotlib-3.3.4.tar.gz
01-15
《matplotlib-3.3.4：深度学习可视化的重要工具》 matplotlib是Python编程语言中一个极为重要的数据可视化库，它的存在极大地丰富了Python在数据可视化领域的应用能力。本资源提供的"matplotlib-3.3.4.tar.gz"是...
python3.12 环境（matplotlib库）
01-28
在这个环境中，我们特别关注的是数据可视化库——Matplotlib。Matplotlib 是 Python 数据可视化的核心库，适用于创建高质量的静态、动态、交互式的图像。在Python 3.12中，Matplotlib 可以与 PyCharm 社区版这样的...
【Pyside资源】 Pyside2 中嵌入 Matplotlib 实现画图功能
03-11
Matplotlib 是一个用于绘制图形和可视化数据的 Python 库。将 Matplotlib 嵌入到Pyside2应用程序中，可以让您创建具有丰富图形界面的桌面应用程序。 以下是一个资源描述示例，用于在Pyside2应用程序中嵌入...
c ++使用matplotlib
07-20
使用Matplotlib在C++中进行绘图 Matplotlib是一个Python的2D绘图库，可以生成出版质量级别的图形。幸运的是，有一个开源项目lava/matplotlib-cpp为C++提供了接口，使得我们可以在C++中使用Python的Matplotlib库进行...
Python Matplotlib数据可视化绘图之（六）————图片大小、颜色、标题、纵横坐标、画布和绘图区域背景颜色、Legend(图例)等的参数设置详解
北极熊在南极_whl的博客
03-30 1万+
前面五期的文章详细讲述了Python Matplotlib数据可视化绘图的方法技巧，主要涉及柱状图（《Python Matplotlib数据可视化绘图之（一）————柱状图》）、箱线图（《Python Matplotlib数据可视化绘图之（二）————箱线图》）、散点图（《Python Matplotlib数据可视化绘图之（三）————散点图》）、柱状图与折线图的叠加图（《Python Matplotlib数据可视化绘图之（四）————柱状图与折线图的叠加图》）、箱线图与散点图的叠加图（《Python Ma
【实用】3种调整matplotlib图片大小的方法
热门推荐
AlphaGirl的博客
03-21 8万+
设置matplotlib输出图片大小
3种调整matplotlib图片大小的方法
weixin_46713695的博客
09-05 9876
调整matplotlib图片大小的方法
【matplotlib】如何修改子图中的xtick？
wsc的博客
01-26 4590
有两种方法： 使用子图对象的轴方法（例如ax.set_xticks和ax.set_xticklabels） 使用plt.sca设置pyplot状态机的当前轴（即plt接口）。 作为示例（这也说明了使用setp来更改所有子图的属性）： import matplotlib.pyplot as plt fig, axes = plt.subplots(nrows=3, ncols=4) # Set the ticks and ticklabels for all axes plt.setp(axes, x
plt.xticks()用法
llf000000的博客
05-23 2902
在学习ML的过程中，遇到plt.xticks()的使用，在网上看别人写的教程，看得有点头晕，最后看官方文档和一个例子才明白了其用法。故写下这篇文章记录。
Matplotlib绘图中plt.xtricks()X轴文字方向设置方法
soderayer的博客
01-03 4793
上面的参数分别是数值和对应的标签，两者维度对应，否则会报错。这样设置的时候，发现X轴文字方向是竖向的，想将其设置为其他方向。上面我们看到Y轴最大值在下面，最小值在上面，我们可以修改方向。其他参数设置：文字大小、颜色、轴文字大小方向。添加rotation参数调整方向。
【matplotlib】浅谈python图形可视化练习经验分享
inganxu
10-30 2897
本篇文章主要是分享matplotlib折线图、散点图、误差图、轮廓图、柱状图、饼图、面积图、直方图、雷达图、热力图、词云图、箱型图多子图绘制过程的方法和注意要点
python xticks_基于matplotlib xticks用法详解
weixin_39586825的博客
12-03 7630
这个坐标轴变名用法，我真服气了，我在网上看大家写的教程，看的头晕，也没看懂他们写xtick到底怎么用的，最后找到官方教程，看了一个例子，overxticks到底有什么用，其实就是想把坐标轴变成自己想要的样子import matplotlib.pyplot as pltx = [1, 2, 3, 4]y = [1, 4, 9, 6]labels = ['Frogs', 'Hogs', 'Bogs',...
plt自定义主要刻度值和次要刻度值
知识搬运者
01-20 2988
【代码】plt自定义主要刻度值和次要刻度值。
Matplotlib
05-27
好的，Matplotlib是一个基于Python的数据可视化库，可以用于生成各种类型的图表，包括折线图、柱状图、散点图、饼图等。 下面是一个简单的Matplotlib折线图的代码示例： ```python import matplotlib.pyplot as plt import numpy as np x = np.linspace(0, 10, 100) y = np.sin(x) plt.plot(x, y) plt.show() ``` 这个代码会生成一个简单的正弦曲线的折线图。 Matplotlib的主要组成部分包括： 1. Figure：整个图形，包括所有的子图、图表、文字和标签等。 2. Axes：一个子图，包括坐标轴、数据、标签、图例等。 3. Axis：坐标轴，包括刻度、标签、网格等。 4. Artist：图形中的所有元素，包括Line2D、Text、Rectangle等。 Matplotlib的基本用法包括： 1. 导入Matplotlib库：`import matplotlib.pyplot as plt` 2. 创建Figure：`fig = plt.figure()` 3. 创建Axes：`ax = fig.add_subplot(111)` 4. 绘制图表：`ax.plot(x, y)` 5. 显示图表：`plt.show()` 除了折线图之外，Matplotlib还支持多种类型的图表，可以根据具体需求选择不同的绘图函数和参数。
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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