Python的画图库matplotlib.pyplot的用法

import matplotlib.pyplot as plt
import numpy as np
from skimage import data
fig1 = plt.figure(num='fig1', figsize=(6, 8), dpi=75, facecolor='#FFFFFF', edgecolor='#FF0000')#定义画布的大小及样式
plt.subplot(211)#在2x1画布中第一块区域输出图形
ax1 = fig1.add_subplot(211)
ax1.set_title('Scatter Plot1')#子图表的标题
plt.xlabel('x')#设置x轴的标签
plt.ylabel('y')#设置y轴的标签
plt.plot([1,2,3,6],[4,5,8,1],'r-s')#plt.plot(x,y,format_string,**kwargs),x表示x轴,y表示y轴,format_string表示线条的样式
plt.subplot(212)#在2x1画布中第二块区域输出图形
ax1 = fig1.add_subplot(212)
ax1.set_title('Function Plot1')#设置标题
plt.xlabel('x')#设置x轴的标签
plt.ylabel('y')#设置y轴的标签
x=np.linspace(-1,1,5)
y=2*x+1
plt.plot(x,y,'g-s')
plt.show()
fig2 = plt.figure(num='fig2', figsize=(12, 9), dpi=75, facecolor='#FFFFFF', edgecolor='#FF0000')
plt.xlim(-2,5)#设置x轴的范围
plt.ylim(-2,5)#设置y轴的范围
plt.xticks(np.linspace(-2,5,15,endpoint=True))#设置x轴刻度
plt.yticks(np.linspace(-2,5,10,endpoint=True))#设置y轴刻度
plt.plot(x,y,'g-s')
plt.show()
fig3=plt.figure(num='fig3',figsize=(9,6),dpi=75,facecolor='#FFFFFF',edgecolor='#FF0000')
fig3.suptitle('Scatter Plot1')#图表总标题
plt.xlabel('N')#设置x轴的标签
plt.ylabel('M')#设置y轴的标签
N=[0,1,2,3,4,5,6,7,8]
M=[0,1,2,3,4,5,6,7,8]
plt.scatter(N,M,c = 'b',marker = 'o')#画散点图
plt.legend('show picture x1 ')#在子图表上设置图标
plt.show()
img=data.camera()
fig4 = plt.figure(num='fig4', figsize=(12, 9), dpi=75, facecolor='#FFFFFF', edgecolor='#FF0000')
plt.subplot(121)
h1 = fig4.add_subplot(121)
h1.set_title('hist_img')#子图表的标题
plt.xlabel('pixels')#设置x轴的标签
plt.ylabel('num')#设置y轴的标签
arr=img.flatten()
n, bins, patches = h1.hist(arr, bins=256, normed=1,edgecolor='None',facecolor='red')
plt.subplot(122)
h2=fig4.add_subplot(122)
h2.set_title('hist')#子图表的标题
plt.xlabel('value')#设置x轴的标签
plt.ylabel('num')#设置y轴的标签
arr2=np.array([1,2,3,4,5,6,7,8,9,11,12,12,12,13,1,21,4,2,5,3,4,8,8,5,5,3,3,5,5,4,4,3,9,8,7,6,12])
n2, bins2, patches2 = h2.hist(arr2, bins=21)
print("value_bins:",n2)
print("range_bins:",bins2)
print("num_bins:",patches2)
plt.show()

参考文章:

https://blog.csdn.net/qiurisiyu2016/article/details/80187177

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
matplotlib.pyplotpython中的一个绘图库,它可以让用户快速绘制出各种类型的图表。下面是matplotlib.pyplot的一些基本使用方法: 1. 导入模块 在使用matplotlib.pyplot之前,需要首先导入模块: ``` import matplotlib.pyplot as plt ``` 2. 绘制简单图形 绘制简单的图形可以使用plot()函数,如绘制一条直线: ``` plt.plot([1,2,3,4]) ``` 该函数会自动将输入的数据作为y轴的值,x轴的值则默认为数据的索引。 同时,也可以传入两个列表,分别作为x轴和y轴的值: ``` plt.plot([1,2,3,4], [1,4,9,16]) ``` 3. 添加图表标题、坐标轴标签等 可以使用xlabel()、ylabel()、title()等函数添加坐标轴标签、图表标题等: ``` plt.plot([1,2,3,4], [1,4,9,16]) plt.xlabel('x label') plt.ylabel('y label') plt.title('title') ``` 4. 绘制多个图形 可以使用subplot()函数在同一张图表中绘制多个图形,如下例中绘制一张包含两个子图的图表: ``` plt.subplot(1,2,1) plt.plot([1,2,3,4], [1,4,9,16], 'ro') plt.title('first') plt.subplot(1,2,2) plt.plot([1,2,3,4], [1,4,9,16], 'b^') plt.title('second') ``` 其中,subplot()函数的三个参数分别表示子图的行数、列数、当前子图的编号。 5. 绘制不同类型的图形 matplotlib.pyplot可以绘制多种类型的图形,如散点图、柱状图、饼图等。不同类型的图形需要使用不同的函数进行绘制,具体使用方法可以参考官方文档。 以上是matplotlib.pyplot的一些基本使用方法,对于更复杂的绘图需求,可以通过查阅文档等方式进一步学习。
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