![](https://img-blog.csdnimg.cn/20210403223815536.png?x-oss-process=image/resize,m_fixed,h_224,w_224)
matplotlib
文章平均质量分 61
写论文画图会用到,然后就是本人一般用python做深度学习,也会经常用到。参考的是一本书的内容。
搭车去柏林<‘^′>
work hard,play hard
展开
-
颜色渐变的数据密集适用的堆叠图
一般情况会用柱状图去堆叠,但是如果数据量太大了,就可考虑这种方式堆叠。可以呈现时间和数量上不同层次数据的变化。原创 2023-07-08 17:18:32 · 268 阅读 · 0 评论 -
用颜色表示数据的第三个维度
横纵坐标显示时间和空间后,第三个数据的特征有时就不好表示了,3d图有的时候看起来更复杂。对于某些情况,用颜色来表示更加简洁。先放一个快捷简洁版本,后面将细节(高级定制版😂)。原创 2023-07-08 15:50:54 · 321 阅读 · 0 评论 -
matplotlib添加图形中带指向性和不带指向性的注释文本(3)
import matplotlib.pyplot as pltimport numpy as npx = np.linspace(0.05, 10, 1000) # 函数在0.05到10之间均匀地取1000个数y = np.cos(x)# 用于呈现变化趋势plt.plot(x, y, ls='-.', lw=2) # x是x轴上的值,y是y轴上的值。ls折线线条风格,lw折线线条宽度plt.legend()plt.annotate("maximum", # 注释的标签内容原创 2021-07-30 09:59:16 · 1955 阅读 · 0 评论 -
matplotlib一些完善图像的细节
文章目录0.matplotlib自带的TeX功能1.添加图列legend()2.添加标题title()3.调节刻度范围xlim()和刻度标签xticks()4.逆序设置坐标轴标签xlim()0.matplotlib自带的TeX功能用Tex对文本内容进行渲染,通过使用r"$$"模式,将表达式\sin和\cos嵌入一对美元符号之间。在“r"$text1\text2$"”中的非数学表达式文本text1会以斜体形式输出,并且最终输出时就会呈现印刷级别的文档效果。需要说明的是,在字符串r"$text1\text原创 2021-08-24 21:32:18 · 350 阅读 · 1 评论 -
matplotlib共享绘图区域坐标轴(移动坐标轴)
文章目录1.一个区域,左右两边都有纵坐标2.在子区域里共享坐标轴3.移动坐标轴的1.一个区域,左右两边都有纵坐标import matplotlib as mplimport matplotlib.pyplot as pltimport numpy as npmpl.rcParams['font.sans-serif'] = ['SimHei']mpl.rcParams['axes.unicode_minus'] = Falsefig, ax1 = plt.subplots()t = n原创 2021-08-25 23:09:55 · 1330 阅读 · 2 评论 -
matplotlib图形每个曲线的标签(2)
import matplotlib.pyplot as pltimport numpy as npplt.title("y=cos(x)") # 添加图片标题x = np.arange(0, 10, 1)plt.plot(x, x, 'r-.', x, np.cos(x), 'g--', marker='*')plt.legend(["red", "green"], loc='lower right') # loc='upper left'plt.show()参考书目《Python数据原创 2021-07-30 09:59:05 · 2472 阅读 · 0 评论 -
matplotlib划分画布(划分子区域)
文章目录1.等分画布subplot()2.非等分区域上展示图形(实例方法add_subplot())3.定制网格区域subplot2grid()(也是非等分区域上展示图形)4.画布中多个子区域绘图(等分)subplots()1.等分画布subplot()子区函数subplot()的三个参数分别是整数C、整数R和整数P,表示在C行、R列的网格布局上,子区subplot()会被放置在第P个位置上,即为将被创建的子区编号,子区编号从1开始,起始于右上角,序号依次向右递增。也就是说,每行的子区位置都是从左向右原创 2021-08-25 15:38:28 · 3400 阅读 · 0 评论 -
matplotlib绘制网格线、水平参考线及垂直参考区域(1)
import matplotlib.pyplot as pltimport numpy as npx = np.linspace(0.05, 10, 1000) # 函数在0.05到10之间均匀地取1000个数y = np.cos(x)# 用于呈现变化趋势plt.plot(x, y, ls='-.', lw=2, label='plot figure') # x是x轴上的值,y是y轴上的值。ls折线线条风格,lw折线线条宽度,label标记图像的标签文本plt.xlabel('x-axi原创 2021-07-30 09:58:54 · 4005 阅读 · 0 评论 -
matplotlib画柱状图、条形图、直方图(包括堆积多数据并列)
文章目录1. 在x轴上绘制定性数据分布特征(柱状图)2.在y轴上绘制定性数据分布特征(条形图)3.在x轴绘制定量数据分布特征(直方图)4.堆积柱状图5.堆积条形图6.多数据并列柱状图7.多数据平行条形图8.间断条形图9.堆积直方图1. 在x轴上绘制定性数据分布特征(柱状图)'''直方图描述连续型数据分布,定量柱状图描述离散数据分布,定性'''import matplotlib as mplimport matplotlib.pyplot as plt# 选择字体SimHei,如下完成配置任原创 2021-08-03 12:01:46 · 10091 阅读 · 4 评论 -
matplotlib设置xy轴数值显示范围
import matplotlib.pyplot as pltimport numpy as npx = np.linspace(0.05, 10, 1000) # 函数在0.05到10之间均匀地取1000个数y = np.random.rand(1000)plt.scatter(x, y, c='g') # 绘制散点图,c标记散点图颜色plt.xlabel('x-axis') # 设置x轴标签文本plt.ylabel('y-axis') # 设置y轴标签文本plt.legend(原创 2021-07-30 09:59:26 · 5826 阅读 · 0 评论