Matplotlib: 是一个python的2D绘图库, 它以各种硬拷贝格式和跨平台的交互式环境生成出版质量级别的图形.
通过Matplotlib, 开发者可以仅需要几行代码, 便可以生成绘图, 直方图, 功率谱, 条形图, 错误图, 散点图等.
Matplotlib: 可以创建出版书籍中的绘图工具包
pyplot: 包含常用的图表API函数
import matplotlib.pyplot as plt
import numpy as np
(都是这样命名的, 随大众吧~~~)
import scipy
from scipy import stats
以下是简述各个图示:
一: 图示
1. 正态分布线图
x = np.linspace(-5, 15, 50)
plt.plot(数据, stats.norm.pdf(x=x, loc=5, scale=2))
# 将图示展示
plt.show( )
2. 直方图
1> 数据 2> bins柱子的数量(宽度)(值越大越窄)
3> alpha 透明度
4> loc 均值 scale 标准差 size 样本个数
plt.hist(stats.norm.rvs(loc=5m, scale=2, size=1000), bins=50, normed=True, color='red', alpha=0.5)
plt.show( )
3. 散点图
x = np.arange(50)
y = x + 5 * np.random.randn(50)
plt.scatter(x, y)
4. 正弦余弦图(直接写代码, 就不写数据了)
1> 余弦
c = np.cos(数据)
2> 正弦
s = np.sin(数据)
3> 正切
t = np.tan(数据)
5. 柱状图
plt.bar(x轴数据, y轴数据, 宽度, color='颜色'(可以直接写颜色首字母))
plt.show()
6. 矩阵绘图
plt.imshow(数据, cmap=颜色)
# plt.cm.gray 灰色 plt.cm.ocean 海洋色
二: 函数
1. plt.subplots()
获取一个指定行和列的图表数组, 返回的是一个元组, 元祖中存放figure对象和子图数组
fig, ax = plt.subplots(1)
2. 设置y(x)轴刻度范围
ax.set_ylim([? ,? ])
ax.set_xlim([? ,? ])
3. 设置y(x)轴显示的刻度
ax.set_yticks(range(0, 500, 100))
ax.set_xticks(range(0, 500, 100))
4. 设置y(x)轴刻度标签
ax.set_yticklabels(['xx', 'xx', 'xx'])
ax.set_xticklabels(['xx', 'xx', 'xx'])
5. 设置坐标轴标签
ax.set_ylabel('xxxxx')
ax.set_xlabel('xxxxx')
6. 设置图示标题
ax.set_title('xxxxx')
7. 设置图例
ax.plot(数据, label='xxxxx')
8. 加载图例
选取最优
ax.legend(loc='best')
9. 在指定的位置上画图
# m: 表示是图排成m行
# n: 表示图排成n列,也就是整个figure中有n个图是排成一行图是排成一行的,一共m行,如果m=2就是表示2行图
# p: 表示图所在的位置,p=1表示从左到右从上到下的第一个位置
ax = plt.subplot(m, n, p)
详细内容点击打开链接