plt绘图

已于 2022-12-08 15:20:54 修改
阅读量1.6k 收藏 7
点赞数
文章标签： python matplotlib 开发语言
于 2022-09-09 16:39:10 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_33267306/article/details/126782126
版权

1、线型图

 

import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif'] = ['SimHei'] #显示中文
plt.rcParams['axes.unicode_minus'] = False  #坐标轴显示正负号
plt.figure(figsize=(12, 8), dpi=200) #创建画布
x = [1,2,3,4,5]
y = [12,14,16,18,20]
plt.xlabel('X')
plt.ylabel('Y')
plt.title("test")   # 添加标题
plt.plot(x,y,color='r',linestyle='--',linewidth=1,marker='*')
plt.show()

color线的颜色，linestyle线的类型，linewidth线的宽度，marker点标记，marker='*'还可以marker='o'、marker='s'、marker='d'等；

 

1.1绘制双y

import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif'] = ['SimHei'] #显示中文
plt.rcParams['axes.unicode_minus'] = False  #坐标轴显示正负号
plt.figure(figsize=(12, 8), dpi=200) #创建画布
x = [1,2,3,4,5]
y = [12,14,16,18,20]
y1 = [10,12,9,15,23]
plt.xlabel('X')
plt.ylabel('Y')
plt.xlim(0, 5)# 设置x轴的取值范围
plt.ylim(8, 24)# 设置y轴的取值范围
plt.xticks(rotation=90)
plt.title("test")   # 添加标题
plt.plot(x,y,color='r',linestyle='--',linewidth=1,marker='*',label = 'y1')
plt.plot(x,y1,color='blue',linestyle='-',linewidth=1,marker='*',label = 'y2')
plt.legend()
plt.show()

 1.2 绘制双y轴

import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif'] = ['SimHei'] #显示中文
plt.rcParams['axes.unicode_minus'] = False  #坐标轴显示正负号
fig = plt.figure(figsize=(12, 8), dpi=200) #创建画布
x = [1,2,3,4,5]
y = [12,14,16,18,20]
y1 = [10,12,9,15,23]
# 添加axes坐标轴实例，创建画板
ax0 = fig.add_subplot(111) 
#绘制第一条线
line0 = ax0.plot(x, y,label='one',color = 'r')  
#X轴坐标标题
ax0.set_xlabel('x')  
#设置y轴名称
ax0.set_ylabel('y1')  
# 添加标题
ax0.set_title('test')   
# 使用twinx()函数实现共用一个x轴,很重要
ax1 = ax0.twinx() 
#绘制折线
line1 = ax1.plot(x, y1, label='two',color = 'b')  
#设置第二条y轴名称
ax1.set_ylabel('y2')  
#合并图例
lines = line0+line1
#获取label
labelss = [line.get_label() for line in lines]  
#显示图例
ax1.legend(lines,labelss)  
plt.show()

2、柱状图

普通柱状图

import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif'] = ['SimHei'] #显示中文
plt.rcParams['axes.unicode_minus'] = False  #坐标轴显示正负号
plt.figure(figsize=(14, 8), dpi=200) #创建画布
x = ['鸡','鸭','鱼','鹅','猪']
y = [16,10,6,18,26]
plt.xlabel('X')
plt.ylabel('Y')
plt.title("test")   # 添加标题
plt.bar(x,y,color='r',alpha=0.6)  #alpha透明度
plt.show()

 改变不同的颜色

import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif'] = ['SimHei'] #显示中文
plt.rcParams['axes.unicode_minus'] = False  #坐标轴显示正负号
plt.figure(figsize=(14, 8), dpi=200) #创建画布
x = ['鸡','鸭','鱼','鹅','猪']
y = [16,10,6,18,26]
for i in range(len(x)):
    plt.bar(x[i],y[i])
    
#设置数字
for a,b in zip(x,y):   #柱子上的数字显示
    print(a,b)
    plt.text(a,b,b,ha='center',va='bottom',fontsize=20) #其中第二个b是字符串，相当于在那个位置添加的说明文字
plt.xlabel('X')
plt.ylabel('Y')
plt.title("test")   # 添加标题
#plt.bar(x,y,color='r',alpha=0.6)  #alpha透明度
plt.show()

 网格图

import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif'] = ['SimHei'] #显示中文
plt.rcParams['axes.unicode_minus'] = False  #坐标轴显示正负号
plt.figure(figsize=(14, 8), dpi=200) #创建画布
x = ['鸡','鸭','鱼','鹅','猪']
y = [16,10,6,18,26]
for i in range(len(x)):
    plt.bar(x[i],y[i])
plt.grid(axis='y',color='black',linestyle='--',linewidth=1,alpha=0.5)
plt.xlabel('X')
plt.ylabel('Y')
plt.title("test")   # 添加标题
plt.show()

 堆积柱状图

import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif'] = ['SimHei'] #显示中文
plt.rcParams['axes.unicode_minus'] = False  #坐标轴显示正负号
plt.figure(figsize=(14, 8), dpi=200) #创建画布
x = ['鸡','鸭','鱼','鹅','猪']
y = [16,10,6,18,26]
y1 = [23,16,12,25,46]
for i in range(len(x)):
    plt.bar(x[i],y[i])
    plt.bar(x[i],y1[i],bottom=y[i])
# plt.bar(x,y)  #alpha透明度
# plt.bar(x,y1,bottom=y)
plt.xlabel('X')
plt.ylabel('Y')
plt.title("test")   # 添加标题
plt.show()

并列柱状图 1

import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif'] = ['SimHei'] #显示中文
plt.rcParams['axes.unicode_minus'] = False  #坐标轴显示正负号
plt.figure(figsize=(14, 8), dpi=200) #创建画布
x = ['鸡','鸭','鱼','鹅','猪']
y = [16,10,6,18,26]
y1 = [23,16,12,25,46]
width=0.3
for i in range(len(x)):
    plt.bar(i-width/2,y[i],width=width,label='f')
    plt.bar(i+width/2,y1[i],width=width,label='b')
plt.xticks(range(len(x)), x,fontsize=20)  #将原来的0，1，2，3，4换成x中的数据
plt.yticks(fontsize=20)#设置刻度标签大小
plt.legend()   #显示图例
plt.xlabel('X',fontsize=20)
plt.ylabel('Y',fontsize=20)
plt.title("test")   # 添加标题
plt.show()

 

并列柱状图 2


import matplotlib.pyplot as plt
import numpy as np

plt.rcParams['font.sans-serif'] = ['SimHei'] #显示中文
plt.rcParams['axes.unicode_minus'] = False  #坐标轴显示正负号
plt.figure(figsize=(14, 8), dpi=200) #创建画布
x_label = ['鸡','鸭','鱼','鹅','猪']
y = [16,10,6,18,26]
y1 = [23,16,12,25,46]
x = np.arange(len(y))
width = 0.4
plt.bar(x=x,height=y,width=width,color = 'blue',label='label1')
plt.bar(x=x+width,height=y1,width=width,color = 'red',label='label2')

#设置数字
for a,b in zip(x,y):   #柱子上的数字显示
    print(a,b)
    plt.text(a,b,b,ha='center',va='bottom',fontsize=20) #其中第二个b是字符串，相当于在那个位置
for a,b in zip(x,y1):   #柱子上的数字显示
    print(a,b)
    plt.text(a+width,b,b,ha='center',va='bottom',fontsize=20) #其中第二个b是字符串，相当于在那个位置
plt.xticks(x+width/2, x_label,fontsize=20)  #将原来的0，1，2，3，4换成x中的数据
plt.yticks(fontsize=20)#设置刻度标签大小
plt.legend(loc=0)   #显示图例
"""
显示图例有很多选线
loc=0, best,最佳位置
loc=1, upper right,（右上角）
loc=2, upper left （左上角）
loc=3, lower left （左下角）
loc=4, lower right （右下角）
loc=5, right （右，等同于center right）
loc=6, center left （中间偏左）
loc=7, center right （中间偏右）
loc=8, lower center（中间偏下）
loc=9, upper center（中间偏上）
loc=10, center（正中间）

"""


plt.xlabel('X',fontsize=20)
plt.ylabel('Y',fontsize=20)
plt.title("test")   # 添加标题
plt.show()

组合图

import matplotlib.pyplot as plt
import numpy as np

x_label = ['鸡','鸭','鱼','鹅','猪']
y = [16,10,6,18,26]
y1 = [23,16,12,25,46]
y2 = [20,12,8,28,32]
x = np.arange(len(y))

plt.rcParams['font.sans-serif'] = ['SimHei'] #显示中文
plt.rcParams['axes.unicode_minus'] = False  #坐标轴显示正负号

fig, ax = plt.subplots(figsize=(20, 8), dpi=200)

width = 0.4
ax.bar(x=x,height=y1,width=width,color = 'blue',label='label1')
ax.bar(x=x+width,height=y2,width=width,color = 'red',label='label2')
ax.set_xticks(x+width,x_label)  #设置横坐标
#ax.set_yticklabels([i for i in range(0,51,10)],fontsize=20)  #设置坐标
ax.set_ylim(0, 50) #设置y轴范围
ax.grid(axis = 'y',color='black') #只显示y轴网格
# 添加标题

ax.set_xlabel('X',fontsize=20)
ax.set_ylabel('Y',fontsize=20)
ax.set_title("test",fontsize=30)   # 添加标题

# 使用twinx()函数实现共用一个x轴,很重要
ax1 = ax.twinx() 

ax1.plot(x_label, y2, color='black',linestyle='--',linewidth=3,marker='*',label='折线')
#设置y轴的刻度范围
axy = range(51) 
ax1.set_yticks(axy[::10])

ax1.set_ylabel('Y1',fontsize=20)  #设置坐标
ax.legend(loc=2,fontsize=20)  #根据位置显示图例
ax1.legend(loc=0,fontsize=20)
plt.savefig('test.png')
plt.show()

 

 水平柱状图

import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif'] = ['SimHei'] #显示中文
plt.rcParams['axes.unicode_minus'] = False  #坐标轴显示正负号
plt.figure(figsize=(14, 8), dpi=200) #创建画布
x = ['鸡','鸭','鱼','鹅','猪']
y = [16,10,6,18,26]
for i in range(len(x)):
    plt.barh(x[i],y[i])
plt.yticks(fontsize=20)  
plt.xticks(fontsize=20)#设置刻度标签大小
plt.xlabel('X',fontsize=20)
plt.ylabel('Y',fontsize=20)
plt.title("test")   # 添加标题
plt.show()

3、散点图

import numpy as np
import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif'] = ['SimHei'] #显示中文
plt.rcParams['axes.unicode_minus'] = False  #坐标轴显示正负号
plt.figure(figsize=(14, 8), dpi=200) #创建画布
x = np.arange(100)
y = np.random.rand(100)
plt.scatter(x, y, color='red',marker='*')
plt.yticks(fontsize=20)  
plt.xticks(fontsize=20)#设置刻度标签大小
plt.xlabel('X',fontsize=20)
plt.ylabel('Y',fontsize=20)
plt.title("test")   # 添加标题
plt.show()

 

 4、直方图

import numpy as np
import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif'] = ['SimHei'] #显示中文
plt.rcParams['axes.unicode_minus'] = False  #坐标轴显示正负号
plt.figure(figsize=(14, 8), dpi=200) #创建画布
x = np.random.randn(100)
plt.hist(x,color='red',bins=30)  #bins指定直方图条形的个数
plt.yticks(fontsize=20)  
plt.xticks(fontsize=20)#设置刻度标签大小
plt.xlabel('X',fontsize=20)
plt.ylabel('Y',fontsize=20)
plt.title("test")   # 添加标题
plt.show()

5.绘制多图1

import matplotlib.pyplot as plt

x = ['鸡','鸭','鱼','鹅','猪']
y = [16,10,6,18,26]
#下面进行绘图
fig,axes = plt.subplots(nrows=2,ncols=2,figsize=(20, 12), dpi=200)   #定义2行2列的数据
#显示中文字符
plt.rcParams['font.sans-serif']=['Simhei']
#设置图之间的间距

axes[0,0].bar(x,y,width = 0.5,label = '柱状图')
axes[0,1].pie(y,labels=x, autopct='%0.2f%%')
axes[1,0].plot(x,y,color='r',linestyle='--',linewidth=1,marker='*',label = '线形图')
axes[1,1].scatter(x,y, label = '散点图')

 
#设置横纵坐标及标题名
axes[0,0].set_xlabel('x')
axes[0,0].set_ylabel('y')
axes[0,0].set_title('柱状图')
axes[0,1].set_title('饼图')

axes[1,0].set_xlabel('x')
axes[1,0].set_ylabel('y')
axes[1,0].set_title('线形图')
axes[1,1].set_xlabel('x')
axes[1,1].set_ylabel('y')
axes[1,1].set_title('散点图')
 
#添加网格
axes[0,0].grid(True,linestyle = '--',alpha=0.7)
axes[1,0].grid(True,linestyle = '--',alpha=0.7)
axes[1,1].grid(True,linestyle = '--',alpha=0.7)
#显示图例
axes[0,0].legend()
axes[1,0].legend()
axes[1,1].legend()

plt.savefig('数据可视化.png')
plt.show()

 5.绘制多图2

绘制2,行2列，其中一个图占据一行或一列，用到matplotlib.gridspec

占据一行

import matplotlib.pyplot as plt
import matplotlib.gridspec as gridspec

x = ['鸡','鸭','鱼','鹅','猪']
y = [16,10,6,18,26]

# 显示图像
plt.rcParams['font.sans-serif'] = ['SimHei'] # 中文
plt.figure(figsize=(20, 12), dpi=200)
gs = gridspec.GridSpec(2, 2)
gs.update(wspace=0.8)

ax1 = plt.subplot(gs[0, :])
ax1.bar(x,y,width = 0.5,label = '柱状图')
ax1.set_title("柱状图")

ax2 = plt.subplot(gs[1, 0])
ax2.plot(x,y,color='r',linestyle='--',linewidth=1,marker='*',label = '线形图')
ax2.set_title("线形图")

ax3 = plt.subplot(gs[1, 1])
ax3.pie(y,labels=x, autopct='%0.2f%%')
ax3.set_title("饼图")
plt.savefig('可视化.png')
plt.show()

 占据一列

import matplotlib.pyplot as plt
import matplotlib.gridspec as gridspec

x = ['鸡','鸭','鱼','鹅','猪']
y = [16,10,6,18,26]

# 显示图像
plt.rcParams['font.sans-serif'] = ['SimHei'] # 中文
plt.figure(figsize=(20, 12), dpi=200)
gs = gridspec.GridSpec(2, 2)
gs.update(wspace=0.8)

ax1 = plt.subplot(gs[:,0])
ax1.bar(x,y,width = 0.5,label = '柱状图')
ax1.set_title("柱状图")

ax2 = plt.subplot(gs[0, 1])
ax2.plot(x,y,color='r',linestyle='--',linewidth=1,marker='*',label = '线形图')
ax2.set_title("线形图")

ax3 = plt.subplot(gs[1, 1])
ax3.pie(y,labels=x, autopct='%0.2f%%')
ax3.set_title("饼图")
plt.savefig('可视化.png')
plt.show()

#占据一行存在并列柱状图

import matplotlib.pyplot as plt
import matplotlib.gridspec as gridspec
import numpy as np

x = ['鸡','鸭','鱼','鹅','猪']
y = [16,10,6,18,26]
y1 = [6,15,16,11,20]
# 显示图像
plt.rcParams['font.sans-serif'] = ['SimHei'] # 中文
plt.figure(figsize=(20, 12), dpi=200)
gs = gridspec.GridSpec(2, 2)
#wspace左右距离，hspace上下距离
gs.update(wspace=0.2,hspace=0.3)

ax1 = plt.subplot(gs[0, :])

xx = np.arange(len(x))
width = 0.4
ax1.bar(x=xx,height=y,width=width,color = 'blue',label='x1')
ax1.bar(x=xx+width,height=y,width=width,color = 'red',label='x2')
#设置横坐标
ax1.set_xticks(xx+width/2)
ax1.set_xticklabels(labels=x,rotation=45,fontsize=20)
ax1.set_title("柱状图")

ax2 = plt.subplot(gs[1, 0])
ax2.plot(x,y,color='r',linestyle='--',linewidth=1,marker='*',label = '线形图')
ax2.set_xticklabels(labels=x,rotation=45,fontsize=20)
ax2.set_title("线形图")


ax3 = plt.subplot(gs[1, 1])
ax3.pie(y,labels=x, autopct='%0.2f%%')
ax3.set_title("饼图")
plt.savefig('可视化.png')
plt.show()

Python_QB
关注
  • 0
    点赞
  • 踩
  • 7
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
使用plt绘制图像
weixin_45075887的博客
04-15 7311
1.基础设置： y = [] for i in range(50): y.append(random.randint(-100, 100)) plt.figure(figsize=(7, 5)) plt.plot(y) plt.show() 2.更多设置： # 设置画布大小 plt.figsize(figsize=(7, 5)) # 设置标题 plt.title('hello world!') # 设置网格线 plt.grid(True) # 设置坐标轴标签 plt.xl
绘图
zhoupengju的博客
10-25 328
绘图 使用颜色绘制一张图片 UIGraphicsBeginImageContextWithOptions(CGSizeMake(50,50),YES,0); // 创建一个bitmap上下文 CGContextRef context =UIGraphicsGetCurrentContext(); //获取bitmap上下文 [[UIColorcolorWithRed:250/2
python画图字体设置斜体/上下角标
m0_61314700的博客
06-15 6926
使用maplotlib或seaborn画图时，对x,y轴或title字体的设置。1.使用style='italic’，可以使整体变成斜体。类似\it用^表示上标，_表示下标。基本框架如下，以标题字体为例。优点：斜体后，字体保持一致。坏处：斜体后字体不一致。缺点：只能整体变斜体。
python plt 画图 【自用】
UncleDong的博客
05-15 1万+
常用操作 基本 设置x/y轴的名字：plt.xlabel，ax.set_xlabel。labelpad可以调整文字和坐标轴的距离 设置坐标轴刻度：plt.xticks(x,x_自定义), ax.set_xticks。rotation可以调整文字的角度 设置title：plt.title(), ax.set_title() 绘制多个图：plt.subplot(122) 检查字体 import matplotlib as mpl mpl.font_manager.fontManager.ttflist
python plot linestyle 线型，线条控制（linestyle、marker）
最新发布
weixin_43399456的博客
04-12 615
【代码】python plot linestyle 线型，线条控制（linestyle、marker）
python plt 绘图详解（plt.版本）
qq_30150579的博客
11-23 3万+
python plt绘图详解
plt常用绘图方法总结
qq_45055172的博客
04-03 6605
plt常用绘图方法、参数总结，包含折线图、散点图、柱形图、饼图、热力图、箱线图
plt绘图总结
s_l_k的博客
07-13 5446
matplotlib绘图
PLT转换dxf
06-05
PLT文件是由HPGL（Hewlett-Packard Graphics Language）语言定义的一种矢量图形格式，主要用于HP的绘图仪和打印机。而DXF（Drawing Exchange Format）是AutoCAD推出的一种格式，旨在提供不同CAD软件之间的数据交换。...
PLT文件转成G代码_PLT文件解析
09-19
PLT是HPGL（Hewlett-Packard Graphics Language）的文件格式，常用于绘图仪和打印机，而G代码则是机器可读的语言，用于控制数控机床执行特定的制造任务。 PLT文件解析是这个过程的关键步骤。HPGL是一种矢量图形语言...
PLT格式转换工具
10-03
标题中的“PLT格式转换工具”指的是专门用于处理PLT文件的软件，这种工具通常用于图形设计、工程制图等领域。PLT文件是HPGL（Hewlett-Packard Graphics Language）语言的一种图形文件格式，常见于绘图仪和CAD...
PLT转PDF的软件
12-04
PLT文件是CAD绘图软件，如AutoCAD或HPLaserJet打印机使用的图形格式，它以矢量形式存储数据，这意味着图形的质量不会因放大而降低。然而，由于PLT文件通常不支持颜色和某些高级特性，且不是所有用户都有对应的软件来...
在python plt图表中文字大小调节的方法
09-19
今天小编就为大家分享一篇在python plt图表中文字大小调节的方法，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
Python中plt绘图包的基本使用方法
qq_45542288的博客
08-11 2万+
其中，前两个输入参数表示x轴和y轴的坐标，plot函数将提供的坐标点连接，即成为要绘制的各式线型。常用的参数中，figsize需要一个元组值，表示空白画布的横纵坐标比；plt.xticks()和plt.yticks()函数用于设置坐标轴的步长和刻度。plt.xlabel()、plt.ylabel()和plt.title()函数分别用于设置x坐标轴、y坐标轴和图标的标题信息。的数据处理时，发现了自己对plt的了解和使用的缺失，因此进行一定的基础用法的学习，方便之后自己的使用，而不需要频繁的查阅资料。...
【python绘图】matplotlib基本使用（含实例）
Crayonxin2000的博客
08-25 2万+
matplot是优秀的数据可视化工具，关键还免费，非常好用。可以制作折线图，直方图，饼图等等。文末有实例。
python使用matplotlib绘图
weixin_41558411的博客
04-26 4万+
matplotlib是python中用于绘制各种图像的模块，功能十分强大，通常与pandas模块搭配使用，可以生成各种样视的图片，用于数据的分析和展示。 绘图风格 plt.style.use('fivethirtyeight') #设置图像风格样式 https://blog.csdn.net/qq_42505705/article/details/84962815 设置图例的位置 plt.legend(l......
Python深度学习入门之plt画图工具基础使用（注释详细，超级简单）
热门推荐
weixin_44414948的博客
11-15 5万+
Python自带的plt是深度学习最常用的库之一，在发表文章时必然得有图作为支撑，plt为深度学习必备技能之一。作为深度学习入门，只需要掌握一些基础画图操作即可，其他等要用到的时候看看函数API就行。 1 导入plt库（名字长，有点难记） import matplotlib.pyplot as plt 先随便画一个图，保存一下试试水： plt.figure(figsize=(12,8), dpi=80) plt.plot([1,2,6,4],[4,5,6,9]) plt.savefig('./plt_pn
Matplotlib绘图基础详细教程
m0_62844645的博客
02-10 1万+
Matplotlib数据可视化 文章目录Matplotlib数据可视化1. 画图的基本步骤1.1一步一步看3.散点图条形图的绘制 plt是最常用的接口 1. 画图的基本步骤 1.导入模块 import matplotlib as mpl import matplotlib.pyplot as plt 2.创建画板,然后对画板进行调整 3.定义数据 4.绘制图形(包含坐标轴的设置,数据的导入,线条的样式,颜色,还有标题,图例,等等) 5.plt.show() . . . 1.1一步一步看 (一)第一步: 创
Python plt绘图增加清晰度
05-28
提高 Python plt 绘图的清晰度可以采用以下方法： 1. 增加图片分辨率：使用 `plt.figure(dpi=XXX)` 来设置图片分辨率，其中 XXX 为自定义的分辨率值。分辨率越高，图片越清晰，但同时也会增加图片的大小。 2. 调整...

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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