本讲主要介绍matplotlib库的基本了解和pyplot的plot()函数,更多内容请看matplotlib库入门详细教程(二)
matplotlib库是python优秀的数据可视化第三方库,它是由各种可视化类构成,内部结构复杂,受matlab启发,matplotlib.pyplot是绘制各类可视化图形的命令子库,相当于快捷方式
import matplotlib.pyplot as plt #plt是约定俗成的别名
如何生成下图,并把图形储存为png格式文件
提示:plt.plot()只有一个输入列表或数组时,参数被当作Y轴,X轴以索引自动生成
import matplotlib.pyplot as plt #plt是约定俗成的别名
plt.plot([3, 1, 4, 5, 2]) #只有一个列表时默认是y轴坐标
plt.ylabel("Grade") #y轴标签
plt.savefig("mat1", dpi=700) #保存为png文件,文件名是mat1,dpi是图片质量.
plt.show() #将画的图展示出来,plt.show要在plt.savefig()之后
plt.plot(x, y)当有两个以上参数时,按照X轴和Y轴顺序绘制数据点。
上图的源代码:
import matplotlib.pyplot as plt #plt是约定俗成的别名
plt.plot([0, 2, 4, 6, 8], [3, 1, 4, 5, 2]) #只有一个列表时默认是y轴坐标
plt.ylabel("Grade") #y轴标签
plt.axis([-1, 10, 0, 6]) #前两个参数表示x轴范围,后两个参数表示y轴范围
plt.savefig("mat1", dpi=700) #保存为png文件,文件名是mat1,dpi是图片质量.
plt.show() #将画的图展示出来,plt.show要在plt.savefig()之后
pyplot的绘图区域:
plt.subplot(nrows, ncols, plot_number)
plt.subplot(3,2,4),如下图:纵向被划分为3个区域,横向被划分为2个区域,当前在子区域4.
上图的源代码:
import numpy as np
import matplotlib.pyplot as plt
def f(t):
return np.exp(-t)*np.cos(2*np.pi*t)
x = np.arange(0, 5, 0.000002) #曲线要光滑,步长尽可能小
# 该图在上半部分
plt.subplot(2, 1, 1)
plt.plot(x, f(x))
# 该图在下半部分
plt.subplot(2, 1, 2)
plt.plot(x, np.cos(2*np.pi*x), 'r--') #‘r--’:r表示红色,--表示控制曲线格式的字符
plt.show()
pyplot的plot()函数
plt.plot(x, y, format_string, **kwargs)
x : X轴数据,列表或数组,可选
y : Y轴数据,列表或数组
format_string: 控制曲线的格式字符串,可选
**kwargs: 第二组或更多(x,y,format_string)
当绘制多条曲线时,各条曲线的x不能省略
import numpy as np
import matplotlib.pyplot as plt
x = np.arange(10)
plt.plot(x, x*1, '-', x, x*2, '--', x, x*3, '-.', x, x*4, ':') #四条线
plt.show()
拓展:
更多内容请看matplotlib库入门详细教程(二)
注:作者在慕课上跟随嵩天老师学习python数据分析与处理,以上为学习笔记