python库之matplotlib库

最新推荐文章于 2024-06-08 14:21:46 发布
最新推荐文章于 2024-06-08 14:21:46 发布
阅读量2.2k 收藏 67
点赞数 4
分类专栏： python库
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/sandalphon4869/article/details/100585280
版权

文章目录

一、简介：

1.安装

pip install matplotlib

2.import as

import matplotlib as mpl
import matplotlib.pyplot as plt

三、图的元素设置

总汇

功能函数参数
显示图片%matplot inline、%matplot notebook与plt.show()null
标签-图片plt.title()一般是字符串
标签-x坐标轴plt.xlabel()
标签-y坐标轴plt.ylabel()
网格plt.grid()必选参数True，可选参数color
边界-x轴plt.xlim()元组类型或是列表类型
边界-y轴plt.ylim()
刻度-x轴plt.xticks()列表类型，range()，np.arang()
刻度-y轴plt.yticks()
图例plt.legend()

设定整个画布的尺寸

设定整个画布的尺寸（产生一个新画布）

# 英寸
plt.figure(figsize=(3, 3))

"""
产生两个画布
"""
plt.figure(figsize=(3, 3))
plt.plot([0,1,2,3])

plt.figure(figsize=(3, 3))
plt.plot([3,2,1,0])

在这里插入图片描述

显示出来

【%matplot inline、%matplot notebook与plt.show()】：

解释：

  • 这些都是用来显示绘制的图像的，只用打一个就行了。
  • plt.show()是各IDE通用的。
  • %matplot inline是专在Jupyter中用来自动显示图像的。将图像以静态方式显示。
  • %matplot notebook是专在Jupyter中用来自动显示图像的。将图像以动态方式显示。

例如：

  • Jupyter notebook的%matplot notebook：
    在这里插入图片描述
  • Jupyter notebook的%matplot inline：
    在这里插入图片描述
  • 其他IDE，如IDLE：
    在这里插入图片描述

工具Jupyter Notebook安装：

pip install jupyter

保存的图像分辨率

# 图片像素 
matplotlib.rcParams['figure.figsize']

# 分辨率 
matplotlib.rcParams['savefig.dpi']

# 保存图片，并指定分辨率
plt.savefig('plot123_2.png',dpi=200)

标题文字

区域函数
图片plt.title()
x坐标轴plt.xlabel()
y坐标轴plt.ylabel()
from matplotlib import pyplot as plt
x = [5,2,7]
y = [2,16,4]
plt.plot(x,y)
#图片的标题
plt.title('Image Title')
#坐标轴X轴
plt.xlabel('X axis')
#坐标轴Y轴
plt.ylabel('Y axis')
plt.show()

显示中文标题

将上这些

#coding=utf-8
from pylab import *
mpl.rcParams['font.sans-serif'] = ['SimHei']
#更改字体
mpl.rcParams['axes.unicode_minus'] = False
#解决更改字体导致显示不出负号的后遗症

图例

plt.legend()

在这里插入图片描述

网格

from matplotlib import pyplot as plt
x = [5,8,10]
y = [12,16,6]
plt.plot(x,y)
#显示网格
#必选参数True，可选参数color
plt.grid(True,color='blue')
plt.show()

在这里插入图片描述

边界

限定数据显示的部分：a~b，包括b的

from matplotlib import pyplot as plt
x = [5,8,10]
y = [12,16,6]
plt.plot(x,y)
# 方式一：元组类型
plt.xlim((4,12))
# 方式二：列表类型
plt.ylim([5,20])
plt.show()

在这里插入图片描述

刻度

注意：plt.plot(x, y)要放在plt.xticks()前面才有用。

import numpy as np
from matplotlib import pyplot as plt
x = [5, 8, 10]
y = [12, 16, 6]
plt.plot(x, y)

plt.xticks(range(4,12))      # 列表类型
plt.yticks(np.arange(5, 20, 1.5))           # numpy的ndarray类型
# 内置的range()函数生成的整数数列也行，plt.yticks(range(3,20))
# 但range()只能生成整数数列，而不如np.arange()可以生成浮点数数据
plt.show()

在这里插入图片描述

只是标注轴上的刻度，并不能代替边界，不想见到的数据还是会出现

import numpy as np
from matplotlib import pyplot as plt
x = [5,8,10]
y = [12,16,6]
plt.plot(x,y)
plt.xticks([7,8,9,10,11])
plt.yticks(np.arange(5,20,1.5))
plt.show()

在这里插入图片描述

刻度精度

设置刻度的小数位数即精度

import numpy as np
from matplotlib import pyplot as plt
import matplotlib.ticker as ticker
x = [5, 8, 10]
y = [12, 16, 6]
plt.plot(x, y)

plt.xticks(range(4,12))      # 列表类型
plt.yticks(np.arange(5, 20, 1.5))     # numpy的ndarray类型
plt.gca().xaxis.set_major_formatter(ticker.FormatStrFormatter('%.3f')) # x轴
plt.gca().yaxis.set_major_formatter(ticker.FormatStrFormatter('%.3f')) # y轴
plt.show()

在这里插入图片描述

刻度密度问题

方法1：直接少填几个显示出来的刻度xticks就行

import numpy as np
from matplotlib import pyplot as plt
x = [5, 8, 10]
y = [12, 16, 6]
plt.plot(x, y)

plt.xticks([4, 8, 12])      # 列表类型
plt.yticks(np.arange(5, 20, 1.5))           # numpy的ndarray类型
plt.show()

在这里插入图片描述
方法2：

import numpy as np
from matplotlib import pyplot as plt
import matplotlib.ticker as ticker
x = [5, 8, 10]
y = [12, 16, 6]
plt.plot(x, y)

plt.xticks(range(4,13))      # 列表类型
plt.yticks(np.arange(5, 20, 1.5))     # numpy的ndarray类型
tick_spacing = 4
plt.gca().xaxis.set_major_locator(ticker.MultipleLocator(tick_spacing))
plt.show()

绘图风格

  • 使用plt.style.use('')设定风格：
  • 使用plt.style.available显示库中的风格：如ggplot、fivethirtyeight、dark_background、grayscale
    在这里插入图片描述

绘制图片

在这里插入图片描述

import numpy as np
import matplotlib.pyplot as plt

# 设定整个画布的尺寸
plt.figure(figsize=(7, 7))

data = np.random.randint(0, 256, (10, 10, 3))

# 绘制10*10像素的
plt.subplot(4, 2, 1)
plt.imshow(data)

# R红色单通道
plt.subplot(4, 2, 3)
plt.imshow(data[:, :, 0])

# R红色的映射灰度
plt.subplot(4, 2, 4)
plt.imshow(data[:, :, 0], cmap='gray')

# G绿色单通道
plt.subplot(4, 2, 5)
plt.imshow(data[:, :, 1])

# G绿色的映射灰度
plt.subplot(4, 2, 6)
plt.imshow(data[:, :, 1], cmap='gray')

# B蓝色单通道
plt.subplot(4, 2, 7)
plt.imshow(data[:, :, 2])

# B蓝色的映射灰度
plt.subplot(4, 2, 8)
plt.imshow(data[:, :, 2], cmap='gray')

# 显示画布
plt.show()

在这里插入图片描述

绘制子图

python库matplotlib之plt画子图

四、图的类型

折线图plt.plot

import matplotlib.pyplot as plt

markers = {
    '.': 'point',
    ',': 'pixel',
    '^': 'triangle_up', 
    '<': 'triangle_left', 
    '>': 'triangle_right',  
    '+': 'plus', 
    '|': 'vline', 
    '_': 'hline', 
    '*': 'star', 
    'd': 'thin_diamond', 
    'D': 'diamond',
    'h': 'hexagon1', 
    'H': 'hexagon2', 
    'p': 'pentagon', 
    'P': 'plus_filled', 
    'x': 'x', 
    'X': 'x_filled', 
    's': 'square',
    'o': 'circle',
    'v': 'triangle_down',
    '1': 'tri_down', 
    '2': 'tri_up', 
    '3': 'tri_left', 
    '4': 'tri_right', 
    '8': 'octagon', 
    0: 'tickleft', 
    1: 'tickright', 
    2: 'tickup', 
    3: 'tickdown', 
    4: 'caretleft',
    5: 'caretright', 
    6: 'caretup', 
    7: 'caretdown', 
    8: 'caretleftbase', 
    9: 'caretrightbase', 
    10: 'caretupbase', 
    11: 'caretdownbase', 
    'None': 'nothing', 
    None: 'nothing', 
    ' ': 'nothing', 
    '': 'nothing'
}

plt.figure(figsize=(8, 15))
plt_index = 1
for maker in markers:
    y = [1, 3, 10, 2, 5]
    plt.subplot(9, 5, plt_index)
    plt.plot(y, marker=maker)			# here
    plt.title('[{}]'.format(maker))
    plt_index += 1
plt.tight_layout()
plt.savefig('plot123_2.png', dpi=300)

在这里插入图片描述

散点图

import matplotlib.pyplot as plt

markers = {
    '.': 'point',
    ',': 'pixel',
    '^': 'triangle_up', 
    '<': 'triangle_left', 
    '>': 'triangle_right',  
    '+': 'plus', 
    '|': 'vline', 
    '_': 'hline', 
    '*': 'star', 
    'd': 'thin_diamond', 
    'D': 'diamond',
    'h': 'hexagon1', 
    'H': 'hexagon2', 
    'p': 'pentagon', 
    'P': 'plus_filled', 
    'x': 'x', 
    'X': 'x_filled', 
    's': 'square',
    'o': 'circle',
    'v': 'triangle_down',
    '1': 'tri_down', 
    '2': 'tri_up', 
    '3': 'tri_left', 
    '4': 'tri_right', 
    '8': 'octagon', 
    0: 'tickleft', 
    1: 'tickright', 
    2: 'tickup', 
    3: 'tickdown', 
    4: 'caretleft',
    5: 'caretright', 
    6: 'caretup', 
    7: 'caretdown', 
    8: 'caretleftbase', 
    9: 'caretrightbase', 
    10: 'caretupbase', 
    11: 'caretdownbase', 
    'None': 'nothing', 
    None: 'nothing', 
    ' ': 'nothing', 
    '': 'nothing'
}

plt.figure(figsize=(8, 15))
plt_index = 1
for maker in markers:
    y = [1, 3, 10, 2, 5]
    plt.subplot(9, 5, plt_index)
    plt.scatter(range(len(y)), y, marker=maker)		# here
    plt.title('[{}]'.format(maker))
    plt_index += 1
plt.tight_layout()
plt.savefig('plot123_2.png', dpi=300)

在这里插入图片描述

Reference

官方Tutorial

Matplotlib官网的User’s Guide

Matplotlib官网的Gallery

Python第三方库matplotlib（2D绘图库）入门与进阶

Learning Scientific Programming with Python第七章matplotlib

sandalphon4869
关注
  • 4
    点赞
  • 踩
  • 67
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
专栏目录
【Python】matplotlib库
Flowers_for_Algernon的博客
03-04 203
文章目录简介matplotlib.pyplot基础设置图表文本设置图表区域设置不同类型图表设置 简介 Matplotlib 库受 Matlab启发，由各种可视化类构成，内部结构复杂。其中 matplotlib.pyplot 是绘制各类可视化图形的命令子库，相当于快捷方式 matplotlib.pyplot 基础设置 matplotlib.pyplot.plot(x, y, format_string, **kwargs) x：X轴数据，列表或数组，可选（绘制多条曲线时，各条曲线的 x 不能省略） y：Y轴
python第三方库matplotlib
weixin_44018405的博客
04-10 756
matplotlib是受MATLAB的启发构建的。MATLAB是数据绘图领域广泛使用的语言和工具。MATLAB语言是面向过程的。利用函数的调用，MATLAB中可以轻松的利用一行命令来绘制直线，然后再用一系列的函数调整结果。 matplotlib有一套完全仿照MATLAB的函数形式的绘图接口，在matplotlib.pyplot模块中。这套函数接口方便MATLAB用户过度到matplotlib包 ...
python3.10 对应numpy、matplotlib、pandas库版本
weixin_46483785的博客
07-03 1万+
注：平台为pycharm。
python3.10安装matplotlib(3.4.3)卡死/报错
hxm_520的博客
11-01 4170
** python3.10安装matplotlib(3.4.3)卡死/报错 ** 解决办法（不唯一）：python降版本，安装3.9 背景：2021/11/1，win10家庭版 matplotlib：稳定版3.4.3 最新版：3.5.0 python： 最新版、稳定版：3.10 理念：装新不装旧 matplotlib发行版本 python发行版本 装了python3.10，CMD通过pip安装matplotlib pip install matploylib 结果显示安装的版本是matploylib 3.
【Python三方库】Python之Matplotlib库的简介、安装、使用方法、示例代码、注意事项等详细攻略
最新发布
科技改变人类，技术成就未来
06-08 864
Python之Matplotlib库的简介、安装、使用方法、示例代码、注意事项等详细攻略
Python数据分析实战【第三章】3.10-Matplotlib散点图、矩阵散点图【python】
Caption C
04-27 540
【课程3.10】 散点图、矩阵散点图 plt.scatter(), pd.scatter_matrix() 1.plt.scatter()散点图 # plt.scatter(x, y, s=20, c=None, marker='o', cmap=None, norm=None, vmin=None, vmax=None, # alpha=None, linewidths=None, verts...
python matplotlib下载
Pythonfinish的博客
08-15 2643
一个柱状图，多个不同的花纹hatch=['*','|','x','-','/','\\','o']x=np.array(['naruto','sasuke','sakura'])#x轴3个数据。在下载matplotlib 代码pip install matplotlib。plt.bar 是对柱状图格式绘制，color颜色，hatch是里面的图案。如果要每个柱状图的柱子都不一样的图案怎么做呢。先下载python，在终端下载跟着步骤。在cmd下载matplotlib。做好了打开sublime。
python matplotlib.pyplot下载
m0_73901376的博客
04-10 6293
此文将会处于持续更新状态，记载各类下载问题。 python matplotlib.pyplot下载
python3.12 环境（matplotlib库）
01-28
Matplotlib 是 Python 数据可视化的核心库，适用于创建高质量的静态、动态、交互式的图像。在Python 3.12中，Matplotlib 可以与 PyCharm 社区版这样的集成开发环境（IDE）无缝协作，提供强大的图形用户界面和调试...
Python库 | matplotlib-3.4.0.tar.gz
05-17
资源分类：Python库 所属语言：Python 资源全名：matplotlib-3.4.0.tar.gz 资源来源：官方 安装方法：https://lanzao.blog.csdn.net/article/details/101784059
Python Matplotlib库入门指南
09-22
Python Matplotlib库是数据可视化的重要工具，尤其适合于科学计算中的2D图形绘制。这个库的设计灵感来源于Matlab，但它是完全独立的，并且能够与Python的其他科学计算库（如NumPy和Pandas）无缝集成。Matplotlib的...
Python库 | matplotlib-venn-0.10.zip
03-12
**Python库matplotlib-venn-0.10详解** `matplotlib-venn`是一个Python库，专门用于绘制Venn图，它是Python数据可视化库matplotlib的一个扩展。Venn图是一种用图形表示集合之间关系的工具，常用于展示不同类别的...
Python库 | matplotlib-2.0.0b1.tar.gz
03-06
**Python库matplotlib 2.0.0b1详解** `matplotlib`是Python中最著名的数据可视化库之一，它为用户提供了创建各种静态、动态甚至交互式图表的能力。在Python的科学计算领域，`matplotlib`扮演着至关重要的角色。`...
Python 安装Matplotlib包
jie_bike的博客
05-07 4380
python安装Matplotlib
python常用代码_25 个常用 Matplotlib 图的 Python 代码，收藏收藏！
weixin_39551366的博客
11-28 431
点击上方“智能与算法之路”，选择“星标”公众号第一时间获取价值内容来源：zsx_yiyiyi大家好，今天要分享给大家25个Matplotlib图的汇总，在数据分析和可视化中非常用，文章较长，可以马起来慢慢练手。#!pipinstallbrewer2mplimportnumpyasnpimportpandasaspdimportmatplotlibasmplimpo...
Python 绘图库 Matplotlib
qq_52309640的博客
10-05 5721
大概涵盖了 Matplotlib 库的所有使用方法，其他的一些细节润色以后遇到在更新
python中的matplotlib库
m0_63131662的博客
07-02 2247
python 的matplotlib模块
python3.10安装matplotlib错误时
weixin_43403663的博客
01-20 4706
在Termux上，使用python3.10.2安装matplotlib时出现了一系列爆红，头疼 找了很多都没有找到可以解决的方法，后来换个思路寻找别人如何安装的，得到解决 方法来源 链接: Termux安装Python及相关库. 是版本问题 #使用该命令解决问题 pip install matplotlib==3.2.0 相关主要爆红 BUILDING MATPLOTLIB python: yes [3.10.2 (main
python3 的 matplotlib绘图库的使用
热门推荐
ZJE
06-19 2万+
1.绘制第一幅图表 （1）figure函数，创建图表 （2）subplot函数，创建子图 （3）在多个图表中创建子图 （4）plot()函数，画函数图像 （5）sca()函数，选择子图 1.绘制第一幅图表 （1）figure()函数，创建图表 import matplotlib.pyplot as plt plt.figure(1) #创建图表1 plt.fig
python库文件matplotlib
05-29
Matplotlib 是 Python 中的一个用于绘制数据图表和可视化的库文件。它可以用于创建各种类型的图表，包括折线图、散点图、直方图和条形图等。Matplotlib 可以与 NumPy 和 Pandas 等库文件一起使用，使得数据的可视化...

“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 1
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