学习python库matplotlib之基础知识(1)

1 matplotlib基本常识

Python最常用的绘图库,专门用于开发2D图表(包括3D图表)提供了一整套十分适合交互式绘图的命令API,比较方便的就可以将其嵌入到GUI应用程序中。

2 matplotlib作用

可视化是在整个数据挖掘的关键辅助工具,可以清晰的理解数据,从而调整我们的分析方法。

  • 能将数据进行可视化,更直观的呈现
  • 使数据更加客观、更具说服力

Matplotlib 是一个非常强大的 Python 画图工具.Matplotlib可以画出:线图;散点图;等高线图;条形图;柱状图;3D 图形,甚至是图形动画等等.

3 基本使用

   def base_matplotlib():
       """
       绘制一条直线
       """
       import matplotlib.pyplot as plt
       plt.figure()
       plt.plot([1,3,5],[2,4,6])
       plt.show()
       
   base_matplotlib()

在这里插入图片描述

4 设置在jupyter中matplotlib的显示情况

  • %matplotlib tk 在GUI中显示,即不在当前页面显示,如需要则必须保存
  • %matplotlib inline 在行内显示

5 matplotlib之图形(figure)部分

figure:图形,matplotlib中的所有图像都是位于figure对象中,一个图像只能有一个figure对象。

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.

5.1 在一张图上绘制正弦余弦曲线

%matplotlib inline  
def sin_cos():
    """
    绘制正余弦曲线
    """
    import numpy as np
    import matplotlib.pyplot as plt
    x = np.arange(-3,3,0.1)
    y1 = np.sin(x)
    y2 = np.cos(x)
    
    # 绘制图像
    plt.figure()
    plt.plot(x,y1)
    
    plt.figure(num = 3,figsize = (8,5))
    plt.plot(x,y2)
    plt.show()
    sin_cos()  

在这里插入图片描述
在这里插入图片描述

5.2 将上述图形绘制在一个figure内

Plot():绘制线条或标记的轴。参数是一个可变长度参数,允许多个X、Y对可选的格式字符串。

eg:plot(x1, y1,x2, y2)

    %matplotlib inline  
    def sin_cos_1():
        """
        绘制正余弦曲线
        """
        import numpy as np
        import matplotlib.pyplot as plt
        x = np.arange(-3,3,0.1)
        y1 = np.sin(x)
        y2 = np.cos(x)
        
        # 绘制图像
        plt.figure()
        plt.plot(x,y1,x,y2)
        plt.show()
    sin_cos_1()  
```![在这里插入图片描述](https://img-blog.csdnimg.cn/20190312111956995.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2xiajEyNjAyMDA2Mjk=,size_16,color_FFFFFF,t_70)

## 5.3 plot()默认参数

plot(y)    #如果只接收到一个值就默认为y值 ,而x默认为从0 到 n ,使用默认的线条样式和颜色
```python
    %matplotlib inline  
    def sin_cos_2():
        """
        绘制正余弦曲线
        """
        import numpy as np
        import matplotlib.pyplot as plt
        x = np.arange(-6,6,0.1)
        y1 = np.sin(x)
        
        # 绘制图像
        plt.figure()
        plt.plot(y1)
        plt.show()
    sin_cos_2() 

在这里插入图片描述

以上内容仅是代表个人总结 若有错误之处,还请批评指正,欢迎大家一起学习!

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
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