目录
“莫烦”的“Matplotlib Python画图教程”
https://mofanpy.com/tutorials/data-manipulation/plt/basic-usage/
输出线性方程
#导入模块 import matplotlib.pyplot as plt import numpy as np #使用np.linspace定义x:范围是(-1,1);个数是50. 仿真一维数据组(x ,y)表示曲线1. x = np.linspace(-1, 1, 50) y = 2*x + 1 #使用plt.figure定义一个图像窗口. 使用plt.plot画(x ,y)曲线. 使用plt.show显示图像. plt.figure() plt.plot(x, y) plt.show() |
设置线条形态
#matplotlib 的 figure 就是一个 单独的 figure 小窗口, 小窗口里面还可以有更多的小图片. import matplotlib.pyplot as plt import numpy as np #使用np.linspace定义x:范围是(-3,3);个数是50. 仿真一维数据组(x ,y1)表示曲线1. 仿真一维数据组(x ,y2)表示曲线2. x = np.linspace(-3, 3, 50) y1 = 2*x + 1 y2 = x**2 # 使用plt.figure定义一个图像窗口:编号为3;大小为(8, 5). 使用plt.plot画(x ,y2)曲线. 使用plt.plot画(x ,y1)曲线,曲线的颜色属性(color)为红色;曲线的宽度(linewidth)为1.0;曲线的类型(linestyle)为虚线. 使用plt.show显示图像. plt.figure(num=3, figsize=(8, 5),) plt.plot(x, y2) plt.plot(x, y1, color='red', linewidth=1.0, linestyle='--') plt.show() |
设置坐标轴
#matplotlib 的 figure 就是一个 单独的 figure 小窗口, 小窗口里面还可以有更多的小图片. import matplotlib.pyplot as plt import numpy as np #使用np.linspace定义x:范围是(-3,3);个数是50. 仿真一维数据组(x ,y1)表示曲线1. 仿真一维数据组(x ,y2)表示曲线2. x = np.linspace(-3, 3, 50) y1 = 2*x + 1 y2 = x**2 # 使用plt.figure定义一个图像窗口 使用plt.plot画(x ,y2)曲线. 使用plt.plot画(x ,y1)曲线,曲线的颜色属性(color)为红色;曲线的宽度(linewidth)为1.0;曲线的类型(linestyle)为虚线. 使用plt.show显示图像. plt.figure() plt.plot(x, y2) plt.plot(x, y1, color='red', linewidth=1.0, linestyle='--') #使用plt.xlim设置x坐标轴范围:(-1, 2); 使用plt.ylim设置y坐标轴范围:(-2, 3); 使用plt.xlabel设置x坐标轴名称:'x'; 使用plt.ylabel设置y坐标轴名称:'y'; plt.xlim((-1, 2)) plt.ylim((-2, 3)) plt.xlabel('x') plt.ylabel('y') #使用np.linspace定义范围以及个数:范围是(-1,2);个数是5. 使用print打印出新定义的范围. 使用plt.xticks设置x轴刻度:范围是(-1,2);个数是5. new_ticks = np.linspace(-1, 2, 5) print(new_ticks) plt.xticks(new_ticks) #使用plt.yticks设置y轴刻度以及名称:刻度为[-2, -1.8, -1, 1.22, 3];对应刻度的名称为['really bad','bad','normal','good', 'really good']. plt.yticks([-2, -1.8, -1, 1.22, 3],[r'$really\ bad$', r'$bad$', r'$normal$', r'$good$', r'$really\ good$']) plt.show() |
折线图
https://blog.csdn.net/weixin_40683253/article/details/87376085
import pandas as pd import matplotlib.pyplot as plt
#读取数据 data = { '时间': [10, 20, 30, 40], '收入_Jay': [10, 15, 20, 30], '收入_JJ': [15, 20, 30, 15], '收入_Jolin': [20, 10, 15, 30] }
plt.figure(figsize=(10,5))#设置画布的尺寸 plt.title('Examples of line chart',fontsize=20)#标题,并设定字号大小 plt.xlabel(u'x-year',fontsize=14)#设置x轴,并设定字号大小 plt.ylabel(u'y-income',fontsize=14)#设置y轴,并设定字号大小
#color:颜色,linewidth:线宽,linestyle:线条类型,label:图例,marker:数据点的类型 plt.plot(data['时间'],data['收入_Jay'],color="deeppink",linewidth=2,linestyle=':',label='Jay income', marker='o') plt.plot(data['时间'],data['收入_JJ'],color="darkblue",linewidth=1,linestyle='--',label='JJ income', marker='+') plt.plot(data['时间'],data['收入_Jolin'],color="goldenrod",linewidth=1.5,linestyle='-',label='Jolon income', marker='*')
plt.legend(loc=2)#图例展示位置,数字代表第几象限 plt.show()#显示图像 |
plt.plot(train_loss)# x可省略,默认[0,1..,N-1]递增 plt.plot(dev_loss) plt.title('Loss') plt.legend(['train', 'dev'])#默认参数: 图例的名称 plt.savefig('loss.png') plt.show() |
散点图
import matplotlib.pyplot as plt import numpy as np # 二维数据组作为一个数据集 n = 1024 # data size X = np.random.normal(0, 1, n) # 每一个点的X值 Y = np.random.normal(0, 1, n) # 每一个点的Y值 T = np.arctan2(Y,X) # for color value #输入X和Y作为location,size=75,颜色为T,color map用默认值,透明度alpha 为 50%。 x轴显示范围定位(-1.5,1.5),并用xtick()函数来隐藏x坐标轴,y轴同理: plt.scatter(X, Y, s=75, c= "green", alpha=.5)
plt.show() |
数组添加元素
a = [ ] a.append("我") |