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。
- 学习官网:
- 中文学习资源:
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()
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()
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()