Matplotlib 01

最新推荐文章于 2024-09-16 15:30:35 发布

jstzsj

最新推荐文章于 2024-09-16 15:30:35 发布

阅读量226

点赞数 1

分类专栏： Python数据分析文章标签：数据分析

本文链接：https://blog.csdn.net/jstzsunj/article/details/129850888

版权

Python数据分析专栏收录该内容

6 篇文章 1 订阅

订阅专栏

这篇博客介绍了使用Matplotlib库在Python中创建图形的基本步骤，包括绘制直线、曲线和函数图像。通过实例展示了如何设置标题、坐标轴标签、限制范围、刻度以及图例，并保存图形为图片。

摘要由CSDN通过智能技术生成

import numpy as np      
import matplotlib.pyplot as plt
data01 = np.arange(0,10,0.1)

plt.title('line')   # 添加标题
plt.xlabel('x')     # 添加x轴的名称
plt.ylabel('y')     # 添加y轴的名称
plt.xlim(0,10)       # 确定x轴范围  limit
plt.ylim(0,100)       # 确定y轴范围
plt.xticks([0,2,4,6,8,10])    # 规定x轴刻度, 间距，数组array的方式，列举，tick间隔
plt.yticks([0,20,40,60,80,100])    # 规定y轴刻度

plt.plot(data01,data01**2)   # plot，绘图   **乘方  data的2次方
plt.legend(['y=x^2'])     # 图例

plt.show()

import numpy as np
import matplotlib.pyplot as plt
data02 = np.arange(0,1.1,0.01)

plt.title('line')
plt.xlabel('x')
plt.ylabel('y')
plt.xlim(0,1)
plt.ylim(0,1)
plt.xticks([0,0.2,0.4,0.6,0.8,1])
plt.yticks([0,0.2,0.4,0.6,0.8,1])

plt.plot(data02,data02**2)
plt.plot(data02,data02**4)
plt.legend(['y=x^2','y=x^4'])

plt.savefig('shilitu.png')

plt.show()

import numpy as np
import matplotlib.pyplot as plt
#np.pi
rad = np.arange(0,np.pi*2,0.01)
# rad
p1 = plt.figure(figsize=(8,6))
ax1 = p1.add_subplot(2,1,1)
plt.title('lines')
plt.xlabel('x')
plt.ylabel('y')
plt.xlim(0,1)
plt.ylim(0,1)
plt.xticks([0,0.2,0.4,0.6,0.8,1])
plt.yticks([0,0.2,0.4,0.6,0.8,1])
plt.plot(rad,rad**2)
plt.plot(rad,rad**4)

ax2 = p1.add_subplot(2,1,2)
plt.title('sin/cos')
plt.xlabel('rad')
plt.ylabel('value')
plt.xlim(0,np.pi*2)
plt.ylim(-1,1)
plt.xticks([ 0, np.pi/2, np.pi, np.pi*1.5, np.pi*2 ])
plt.yticks([-1,-0.5,0,0.5,1])

plt.plot(rad,np.sin(rad))
plt.plot(rad,np.cos(rad))
plt.legend(['sin','cos'])
plt.savefig('sincos.png')
plt.show()

import numpy as np
import matplotlib.pyplot as plt
plt.figure(figsize=(4, 4))
x = np.arange(10)
plt.title('lines')
plt.plot(x, np.sin(x))
plt.plot(x, np.cos(x))
plt.legend(['sin','cos'])
plt.savefig('tem.png')
plt.show()