matplotlib

最新推荐文章于 2024-05-14 18:15:17 发布
最新推荐文章于 2024-05-14 18:15:17 发布
阅读量8.9k 收藏 55
点赞数 11
分类专栏： 笔记
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_43071209/article/details/112601897
版权

本篇博客将从易到难的阐述matplotlib的各种用法。
首先通过举一个例子，对matplotlib的用法有一个大致的了解。

import matplotlib.pyplot as plt
import numpy as np

x=np.linspace(-1,1,50)
y=2*x+1
plt.plot(x,y)
plt.show()

上述代码中的linspace是从(-1,1)之间选取50个点用作横坐标。
注意在代码最后一定要加上plt.show()要不然图片不会显示出来。

运行结果如下：
在这里插入图片描述

1.figure的使用(控制图像显示在几个图片上)

使用plt.figure()来控制图像在几个图片上。

import matplotlib.pyplot as plt
import numpy as np

x=np.linspace(-1,1,50)
y=2*x+1
y1=x**2

plt.figure()
plt.plot(x,y)


plt.figure()
plt.plot(x,y1)
plt.show()

想将图像显示在哪个图片上，就将那个图像在那个图片下面plot即可。然后多个figure的最后再show一下。

输出为：
figure1
在这里插入图片描述这样就会在两个图片上显示两个图象。

当然我们也可以在一个图片里面显示多个图像

import matplotlib.pyplot as plt
import numpy as np

x=np.linspace(-1,1,50)
y1=2*x+1
y2=x**2
plt.plot(x,y1,color="red",linewidth=1.0,linestyle="--")
plt.plot(x,y2,color="blue",linewidth=1.0,linestyle="-")
plt.show()

代码的输出结果为：
在这里插入图片描述

2.设置坐标轴

1.可以使用xlabel与ylabel来设置坐标轴的名字

import matplotlib.pyplot as plt
import numpy as np
x=np.linspace(-1,1,50)
y=x**2
plt.plot(x,y)
plt.xlabel("i am x")
plt.ylabel("i am y")
plt.show()

输出图片为:
在这里插入图片描述
上述代码就可以为两个坐标轴起上名字。

2.可以使用ticks来改变坐标轴的文字描述

import matplotlib.pyplot as plt
import numpy as np
x=np.linspace(0,1,50)
y=x
plt.plot(x,y)
plt.yticks([0,0.5,1],["realy bad","normal","good"])
plt.show()

上述代码中的yticks起到的作用就是将y坐标轴上的数字换成字符串。yticks中的两个列表参数中的对应关系反应原y值与现字符串的对应关系。

代码的输出结果为：在这里插入图片描述
3.改变坐标轴的位置

什么叫改变坐标轴的位置？观察上述的图像，每张图片都有四个边框。我们改变坐标轴的位置就是要把右边和上边的边框消失，然后把下边和左边的边框整到中间来。

import matplotlib.pyplot as plt
import numpy as np
x=np.linspace(-5,5,100)
y=x
#这里面的gca就是get currant axis
ax=plt.gca()
#下面这两句代码就是把右边和上边的轴给弄透明
ax.spines["right"].set_color("none")
ax.spines["top"].set_color("none")
#下面两句代码就是把下边框选作x轴，左边框选作y轴
ax.xaxis.set_ticks_position("bottom")
ax.yaxis.set_ticks_position("left")
#将底下的边框移到y=0处，将左边的边框移动到x=0处
ax.spines["bottom"].set_position(("data",0))
ax.spines["left"].set_position(("data",0))
plt.plot(x,y)
plt.show()

输出为：
在这里插入图片描述

3.添加图例

import  matplotlib.pyplot as plt
import numpy as np

x=np.linspace(-1,1,50)
y1=x+2
y2=x**2
plt.plot(x,y1,color="red",linewidth=1.0,linestyle="--",label="x+2")
plt.plot(x,y2,color="blue",linewidth=1.0,linestyle="-",label="x*x")
plt.legend(loc="best")
plt.show()

legend里面的loc=“best”的意思是让标注显示在没有数据的地方

代码的输出结果为：
在这里插入图片描述

4.添加标注

import matplotlib.pyplot as plt
import numpy as np
x=np.linspace(-2,2,50)
y=x
ax=plt.gca()
#这部分的代码和之前写的调整
ax.spines["right"].set_color("none")
ax.spines["top"].set_color("none")
ax.xaxis.set_ticks_position("bottom")
ax.yaxis.set_ticks_position("left")
ax.spines["left"].set_position(("data",0))
ax.spines["bottom"].set_position(("data",0))
plt.plot(x,y)
x0=1
y0=x0
#scatter是画点的
plt.scatter(x0,y0,color="red")
#下面这条语句就是画一条竖直的线，plot中的两组参数，第一组[x0,x0]是指两个点的横坐标都是x0,第二组[x0,0]是指两个点的纵坐标分别是y0和0
plt.plot([x0,x0],[y0,0],linestyle="--")
#下面就是对那个点的描述了
plt.annotate("x=y=1",xy=(x0,y0),xycoords="data",xytext=(+30,-30),textcoords="offset points",arrowprops=dict(arrowstyle="->",connectionstyle="arc3,rad=.2"))

plt.show()

代码的输出为：
在这里插入图片描述
当然还有另外一种方式添加标注

import matplotlib.pyplot as plt
import numpy as np
x=np.linspace(-2,2,50)
y=x
ax=plt.gca()
#这部分的代码和之前写的调整
ax.spines["right"].set_color("none")
ax.spines["top"].set_color("none")
ax.xaxis.set_ticks_position("bottom")
ax.yaxis.set_ticks_position("left")
ax.spines["left"].set_position(("data",0))
ax.spines["bottom"].set_position(("data",0))
plt.plot(x,y)
x0=1
y0=x0
#scatter是画点的
plt.scatter(x0,y0,color="red")
#下面这条语句就是画一条竖直的线，plot中的两组参数，第一组[x0,x0]是指两个点的横坐标都是x0,第二组[x0,0]是指两个点的纵坐标分别是y0和0
plt.plot([x0,x0],[y0,0],linestyle="--")
#下面就是对那个点的描述了
plt.annotate("x=y=1",xy=(x0,y0),xycoords="data",xytext=(+30,-30),textcoords="offset points",arrowprops=dict(arrowstyle="->",connectionstyle="arc3,rad=.2"))
#下面这句话就是在坐标为(0.5,-1)的位置添加后面这句话，fontdict里面装的是对这句话格式的描述。
plt.text(0.5,-1,"this is what i want to say",fontdict={"size":"12","color":"red"})
plt.show()

代码的输出为：
在这里插入图片描述

5.散点图

我们使用scatter来绘制散点图

import matplotlib.pyplot as plt
import numpy as np
#生成1024个均值为0，方差为1的数字
X=np.random.normal(0,1,1024)
Y=np.random.normal(0,1,1024)
#np.arctan2()可以参照颜色图，根据位置计算出其颜色
plt.scatter(X,Y,c=np.arctan2(Y,X))
#下面两句代码限制x,y坐标轴的长度
plt.xlim(-1.5,1.5)
plt.ylim(-1.5,1.5)
plt.show()

代码的输出为：在这里插入图片描述

6柱状图

我们使用bar来描述柱状图

import matplotlib.pyplot as plt
import numpy as np
x=np.linspace(1,10,10)
y=x
plt.bar(x,y,facecolor="red",edgecolor="green")
plt.show()

代码的输出为：
在这里插入图片描述
当然也可以这样

import matplotlib.pyplot as plt
import numpy as np
x=np.linspace(1,10,10)
y1=x
y2=x
#下面的ha是水平对齐方式，va是竖直对齐方式
for X,Y in zip(x,y1):
    plt.text(X,Y+0.05,"%d"% Y,ha="center",va="bottom")

for X,Y in zip(x,y2):
    plt.text(X,-Y-0.05,"%d"% Y,ha="center",va="top")
plt.bar(x,+y1,facecolor="red")
plt.bar(x,-y2)
#把横纵坐标的尺度给弄没了
plt.yticks(())
plt.xticks(())
plt.show()

在这里插入图片描述

7.多合一显示

import matplotlib.pyplot as plt
import numpy as np
plt.figure()
#subplot里面的参数前两个表示将一个图片分成2x2个部分，下面的代码描述的图像放在第一个部分
plt.subplot(2,2,1)
x=np.linspace(-1,1,50)
y=x
plt.plot(x,y)

plt.subplot(2,2,2)
x=np.linspace(-1,1,50)
y=x**2
plt.plot(x,y)

plt.subplot(2,2,3)
x=np.linspace(-1,1,50)
y=x**3
plt.plot(x,y)

plt.subplot(2,2,4)
x=np.linspace(-1,1,50)
y=x**4
plt.plot(x,y)


plt.show()

代码输出为：在这里插入图片描述
当然使用subplot2grid也可以这样

import matplotlib.pyplot as plt
import numpy as np
plt.figure()
#这里面的参数，前两个代表将一幅图片分割成2x2个部分，ax1画的那部分是从(0,0)开始，列的宽度是1，行的宽度是2
ax1=plt.subplot2grid((2,2),(0,0),rowspan=1,colspan=2)
x=np.linspace(-1,1,50)
y=x
ax1.plot(x,y)


ax2=plt.subplot2grid((2,2),(1,0),rowspan=1,colspan=1)
x=np.linspace(-1,1,50)
y=x**2
ax2.plot(x,y)

ax3=plt.subplot2grid((2,2),(1,1),rowspan=1,colspan=1)
x=np.linspace(-1,1,50)
y=x
ax3.plot(x,y)
plt.show()

代码输出结果为：
在这里插入图片描述

世界最菜
关注
  • 11
    点赞
  • 踩
  • 55
    收藏
    觉得还不错? 一键收藏
  • 3
    评论
专栏目录
python——matplotlib的用法详解
longhaierwd的博客
07-25 2万+
Matplotlib是Python生态系统的一个重要组成部分，是用于可视化的绘图库，它提供了一整套和matlab相似的命令API和可视化界面，可以生成出版质量级别的精美图形，Matplotlib使绘图变得非常简单，在易用性和性能间取得了优异的平衡。安装成功后，即可以在Python中像使用其它库一样导入和使用Matplotlib，而无需更多文件的配置，通常我们将其导入后使用别名mplMatplotlib的配置更多的用于修改绘制图形的默认样式，Matplotlib。
Matplotlib库的介绍及使用
热门推荐
qq_53763141的博客
12-24 1万+
Matplotlib库由各种可视化类构成，内部结构复杂，受Matlab启发，本文章主要介绍其子库pyplot的基本使用和基础图标的绘制。
Python-Matplotlib可视化（番外篇）——Matplotlib中的事件处理详解与实战_canvas(3)
最新发布
2401_84592047的博客
05-14 814
— | — || name | 事件名 || canvas | FigureCanvas 实例生成事件 || guiEvent | 触发 Matplotlib 事件的GUI事件 |我们以事件处理中最常见的事件按键按下/释放事件和为例，利用事件属性。处理这些事件的KeyEvent和MouseEvent类都是从为了对比属性xy和xdataydata的区别，使用以下程序进行说明，此程序会在鼠标单击时，在画布上显示鼠标事件的xyxdata、和ydata。
【python】数据可视化——matplotlib
urge的博客
09-27 1794
matplotlib是一个强大的Python绘图库，用于创建高质量的静态、动态和交互式图表。它提供了广泛的绘图选项，适用于数据可视化、科学计算、工程绘图等多个领域。
Matplotlib的详细使用及原理
小森的博客
12-28 1303
在图形中的每一个元素都对应着一个matplotlibArtist，且都有其对应的配置属性列表。Figure本身包含一个Rectangle，Rectangle的大小就是Figure的大小；你可以用来设置Figure的背景色和透明度。每个Axes边界框(默认白底黑边)，也有一个Rectangle，通过它可以设置Axes的颜色、透明度等。Figure.patch属性：是一个Rectangle，代表了图表的矩形框，它的大小就是图表的大小， 并且可以通过它设置figure的背景色和透明度。
matplotlib安装包
09-26
c++使用matplotlib安装包 Matplotlib 是一个全面的库，用于在 Python 中创建静态、动画和交互式可视化。 Matplotlib 以各种硬拷贝格式和跨平台的交互式环境生成出版质量的图表。Matplotlib 可用于Python 、Web 应用...
matplotlib依赖包
07-16
xp系统安装matplotlib时会遇到包缺失的问题，这几个包可能是你需要的，分别是pyparsing-2.0.4-py2.py3-none-any.whl、python_dateutil-2.3-py2.py3-none-any.whl、pytz-2015.2-py2.py3-none-any.whl、six-1.6.0-py2....
MatplotLib
08-02
人工智能python工具包,提供数学计算和数据处理的工具。
Matplotlib
03-16
**Matplotlib** 是一个在 Python 中广泛使用的数据可视化库，它提供了一套全面的API用于创建静态、动态以及交互式的2D图形。Matplotlib 的核心功能是生成线图、散点图、条形图、直方图等基本图表，同时支持自定义...
matplotlib教程1
08-04
matplotlib教程1 Matplotlib是Python中一个功能强大且广泛使用的数据可视化库，它提供了丰富的绘图工具，可以生成各种类型的图表，如折线图、柱状图、散点图、饼图等。下面是Matplotlib教程的第一部分，涵盖了基本...
Matplotlib官方文档
05-16
Matplotlib官方文档 Matplotlib官方文档Matplotlib官方文档
Matplotlib.pdf
11-15
Matplotlib使用指南 Matplotlib是Python中一个流行的数据可视化库，提供了大量的绘图功能和工具。本文档是Matplotlib的官方使用文档，涵盖了安装、使用、故障排除、API概述、外部资源、开发者指南等多个方面。 一...
matplotlib cheatsheets
05-20
Matplotlib_cheatsheets Matplotlib是一款功能强大且广泛使用的Python数据可视化库，提供了丰富的绘图和图形化工具。下面是Matplotlib的详细知识点总结： 快速入门 * 导入Matplotlib：`import matplotlib as mpl`...
python3.12 环境（matplotlib库）
01-28
python3.12环境和pycharm社区版工具，含matplotlib库，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的学习
qq_30143193的博客
02-10 818
matplotlib的学习
python中plot是什么意思_Python中的Matplotlib绘图是什麽意思?
weixin_39938875的博客
11-22 735
Matolotlib是最流行的python底层绘图库，主要是做数据可视化图表。它可以让数据更加直观的呈现，让数据更加客观，具有说服力。学习爬虫后，可能会遇到对大量的数据的处理，于是学习数据分析是必不可少的。Matplotlib的基本要点：Matplolib常用的图形有这几种形式，折线图，散点图，条形图，直方图。主要掌握如何设置图片的大小，保存到本地，设置图例，描述信息，调整间距，线条的样式。图的创...
Matplotlab绘制散点图小节
晚来天欲雪，能饮一杯无？
01-17 1196
Matplotlab绘制散点图小节

“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 3
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