- 修改标签文件和线条粗细 plot
- 散点图 scatter
- 柱状图
- 保存图表
- 随机漫步示例
%matplotlib inline
import matplotlib.pyplot as plt
data = [x*x for x in range(0, 10)]
x_values = range(0, 10)
y_values = [x*x for x in x_values]
修改标签文件和线条粗细 plot
plot(data, linewidth=1) #绘制直线 linewidth直线粗细
plot(x_array, y_array, linewidth=1)# 输入xy进行绘制
title(“title”, fontsize=10)#标题
xlabel ylabel x y坐标名称
tick_params(axis=‘both’, labelsize=13)
plt.axes().get_x
plt.plot(data, linewidth=5)
plt.title('x^2', fontsize=20)
plt.xlabel('x', fontsize=10)
plt.ylabel('y', fontsize=10)
plt.tick_params(axis='both', labelsize=15)
plt.show()
散点图 scatter
scatter(x_values, y_values, s=10, )
s:(size)点大小
edgecolors:点边缘颜色
c:(color)颜色
cmap:颜色映射
颜色映射是对c参数传入值 通过cmap进行颜色映射 cmap中存储的是多个颜色映射
plt.scatter(x_values, y_values, s=100, edgecolors='b', c=y_values, cmap=plt.cm.Blues)
plt.show()
柱状图
hist
data: x轴对应的数据 y轴对应个数
bins: 柱状的个数
figsize: 表的大小
plt.hist(y_values, bins=10)
例如下图:在1-8 中y_values 共有0 1 2 三个数据 所以纵坐标是3
保存图表
savefig
bbox_inches:将图标多余地方删除
plt.scatter(x_values, y_values, s=100, edgecolors='b', c=y_values, cmap=plt.cm.Blues)
plt.savefig('scatter.png', bbox_inches = 'tight')
随机漫步示例
新建random_walk.py文件
from random import choice
class RandomWalk():
"""计算随机漫步中所有的点"""
def __init__(self, num_points = 5000):
self.num_points = num_points
self.x_values = [0]
self.y_values = [0]
def fill_walk(self):
while len(self.x_values) < self.num_points:
#前进方向和运行距离
x_direction = choice([1, -1])
x_distance = choice([0, 1, 2, 3, 4])
x_step = x_direction * x_distance
y_direction = choice([1, -1])
y_distance = choice([0, 1, 2, 3, 4])
y_step = y_direction * y_distance
if x_step == 0 and y_step == 0:
continue
#x_values[-1] 始终取当前数组最后一个值
next_x = self.x_values[-1] + x_step
next_y = self.y_values[-1] + y_step
self.x_values.append(next_x)
self.y_values.append(next_y)
导入文件进行计算:
from random_walk import RandomWalk
rw = RandomWalk()
rw.fill_walk()
plt.scatter(rw.x_values, rw.y_values, s=15)
plt.show()