使用可视化库matplotlib绘图时,plt.show()过后只出现Figure size 640x480 with 1 Axes而没有生成图片

 

使用可视化库matplotlib绘图时,plt.show()过后只出现<Figure size 640x480 with 1 Axes>而没有生成图片

 

解决:

可以在前面添加

plt.figure()创建画布。

或者

导入库之后添加以下代码即可

%matplotlib inline
  • 1

import numpy as np 
from matplotlib import pyplot as plt 
 
x = np.arange(1,11) 
y =  2  * x +  5 
plt.title("Matplotlib demo") 
plt.xlabel("x axis caption") 
plt.ylabel("y axis caption") 
plt.plot(x,y) 
plt.show()
输出:<Figure size 640x480 with 1 Axes>
  • 是在使用jupyter notebook 或者 jupyter qtconsole的时候,才会经常用到%matplotlib,也就是说那一份代码可能就是别人使用jupyter notebook 或者 jupyter qtconsole进行编辑的。
  • 而%matplotlib具体作用是当你调用matplotlib.pyplot的绘图函数plot()进行绘图的时候,或者生成一个figure画布的时候,可以直接在你的python console里面生成图像。

 

  • 50
    点赞
  • 68
    收藏
    觉得还不错? 一键收藏
  • 17
    评论
根据您提供的信息,我猜测您可能已经运行了一个程序,输出了`(150, 4)`和`<Figure size 640x480 with 1 Axes>`两行结果。其中`(150, 4)`表示数据集的大小为150行4列,`<Figure size 640x480 with 1 Axes>`则表示绘图窗口的大小。 如果您想要进一步分析数据集或绘制更多的图表,可以使用适当的Python和函数进行操作。例如,使用`numpy`可以对数据进行数值计算和分析,使用`pandas`可以对数据进行处理和可视化使用`matplotlib`可以绘制各种类型的图表。以下是一个简单示例,展示如何使用`pandas`读取iris数据集,并绘制散点图: ```python import pandas as pd import matplotlib.pyplot as plt # 读取iris数据集 iris_data = pd.read_csv('iris.csv') # 绘制散点图 plt.scatter(iris_data['sepal_length'], iris_data['sepal_width'], c=iris_data['species']) plt.xlabel('Sepal length (cm)') plt.ylabel('Sepal width (cm)') plt.title('Iris dataset') plt.show() ``` 以上代码中,使用`pd.read_csv`函数读取csv格式的iris数据集,并将其保存在`iris_data`变量中。然后,使用`plt.scatter`函数绘制散点图,其中`iris_data['sepal_length']`和`iris_data['sepal_width']`分别表示数据集中的萼片长度和宽度,`c=iris_data['species']`指定了数据点的颜色,根据花的种类进行着色。最后使用`plt.xlabel`、`plt.ylabel`和`plt.title`函数设置坐标轴标签和图表标题。 希望这个示例对您有所帮助!
评论 17
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