自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(17)
  • 收藏
  • 关注

原创 matplotlib模块数据可视化-动画

1 动画说明这里动画的主要原理就是帧动画,通过不停的刷新图形,由于人多视觉暂留效果,我们看到的就是在连续变化的图片,就是动画原理,可以通过修改interval参数来改变刷新间隔,也就是改变动画的执行速度。speed也可以,但是如果修改的范围太大,看起来动画不够精细,建议修改interval来实现动画速度修改。2 源码及解释import numpy as npimport matp

2017-08-21 14:27:41 2791 2

原创 matplotlib模块数据可视化-设置次坐标轴

1 次坐标轴简述次坐标轴就是在一个画布上绘制两个图形时,两个图形的共用一个坐标轴,另外一个坐标轴不同,但是又想让两个图在一个画布上显示,设置次坐标轴,另一个轴分开显示,刻度不同。2 共用x轴,设计y的次坐标轴2.1 源码import numpy as npimport matplotlib.pyplot as pltx = np.arange(0, 10, 0.1)y1 =

2017-08-21 14:10:15 7510 1

原创 matplotlib模块数据可视化-多图布局,分格显示

1 通过subplot2grid实现1.1 源码import numpy as npimport matplotlib.pyplot as pltplt.figure()# 通过栅格的形式创建布局方式,(3,3)创建3x3的布局形式,(0,0)绘制的位置,0行0列的位置绘制# colspan:表示跨几列 rowspan:表示跨几行ax1 = plt.subplot2grid(

2017-08-21 13:48:35 4325

原创 matplotlib模块数据可视化-多图

1 源码import numpy as npimport matplotlib.pyplot as pltplt.figure()# 1> 第一个小图 表示总共有两行,该行只有一列,在位置1处画图plt.subplot(2,1,1)n = 12x = np.arange(n)# np.random.uniform(0.5,1.0,n),生成n个0.5-1.0之间的随机数y1

2017-08-21 13:12:31 432

原创 matplotlib模块数据可视化-3D图

1 matplotlib绘制3D图形matplotlib可以绘制3D图形,有的版本中不具备该模块,可以进入python环境,输入from mpl_toolkits.mplot3d import Axes3D进行测试,如果导入成功则可以,否则需要安装matplotlib其他版本,这里我用的是2.0.2版本。2 绘制3D画面图2.1 源码import numpy as npimpor

2017-08-18 10:35:18 46460 26

原创 matplotlib模块数据可视化-图片处理

1 根据数据绘制图样到画布1.1 源码import numpy as npimport matplotlib.pyplot as pltfig = plt.figure()# 表示把一个一维数组重新生成一个3行3列的二维数组a = np.array([0.313660827978, 0.365348418405, 0.423733120134, 0.3

2017-08-18 09:52:26 2867

原创 matplotlib模块数据可视化-等高线图

1 源码import numpy as npimport matplotlib.pyplot as plt# 定义一个公式,生成对应点的高度值def f(x,y): # the height function return (1 - x / 2 + x**5 + y**3) * np.exp(-x**2 -y**2)n = 256x = np.linspace(-3

2017-08-17 10:10:21 1161

原创 matplotlib模块数据可视化-饼状图及补充图

1 饼状图饼状图也是在数据可视化中比较常用的一种,主要用于统计某项东西的市场占有率等,对比起来更加直观。1.1 源码import numpy as npimport matplotlib.pyplot as plt# 饼型图共分五份,每份的值z = [10,20,30,40,50]# 对应的块偏离圆心的比例explode = [0, 0.2, 0, 0, 0]# 每块对应的

2017-08-17 09:57:19 1428

原创 matplotlib模块数据可视化-绘制柱状图

1 柱状图经常在数据显示的时候我们会使用柱状图,通常柱状图又包括两种,一种是竖直的,一种是水平的柱状图,现在我们来进行一一讲解和演示。由于水平柱状图和竖直柱状图相似,参数差不多,个别参数名称不同,所以这里详细描述竖直柱状图,水平柱状图仅给一个示例。2 竖直柱状图2.1 竖直柱状图的源码import numpy as npimport matplotlib.pyplot a

2017-08-16 14:39:43 18074

原创 matplotlib模块数据可视化-绘制散列图

1. 说明散列图就是,在画布上绘制一些点,这些点不会自动连接成线,只是以点的形式进行,可以通过图像上点的密度判断数据分布情况。2. 源码及注释import numpy as npimport matplotlib.pyplot as pltn = 1024 # data size# 从标准正态分布曲线上随机取n个点,第二个参数越大越离散y1 = np.random.nor

2017-08-16 10:39:32 2363

原创 matplotlib模块数据可视化-设置tick的能见度

1 说明有的时候图像内容会遮挡刻度值,所以可以通过这个设置来让刻度值显示出来,并且不影响图形的识别;在matplotlib1.3.1可以,在2.0.2版本没有效果,后续会继续尝试。2 源码import numpy as npimport matplotlib.pyplot as pltx = np.linspace(-3, 3, 50)y = 0.1*xplt.figur

2017-08-15 13:42:21 1161 2

原创 matplotlib模块数据可视化-Annotation标注

1 说明在绘制图形的时候我们有时候需要指出某些特殊的点,所以我们需要用到标注功能,对特殊点进行标记说明。2 源码import numpy as npimport matplotlib.pyplot as pltx = np.linspace(-3,3,50)y1 = 2*x + 1plt.figure()plt.plot(x,y1)# 移动坐标轴ga = plt.gca

2017-08-15 13:02:01 5545

原创 matplotlib模块数据可视化-设置图例

1 说明由于这一节写好后发表,这边文章全部变成了乱码,作者直接崩溃了,这一节不想再写一遍了,重新简单的放下代码和一张效果图,剩下的自行尝试。2 第一种设置图例的方法x = np.linspace(-3,3,50)y1 = 2*x + 1y2 = x**2# plt.figure()import numpy as npimport matplotlib.pyplot as p

2017-08-15 11:23:09 684

原创 matplotlib模块数据可视化-修改坐标轴位置

1 导入模块和构造数据import numpy as npimport matplotlib.pyplot as pltx = np.linspace(-3,3,50)y1 = 2*x + 1y2 = x**2plt.plot(x,y1)plt.plot(x,y2,color='red',linewidth=2,linestyle='--')2 默认样式3 获取

2017-08-14 14:26:16 21839 1

原创 matplotlib模块数据可视化-设置坐标轴

1 导入模块import numpy as npimport matplotlib.pyplot as plt未设置任何参数时候的图像import numpy as npimport matplotlib.pyplot as plt# numpy模块生成-3到3之间均匀的50个数字x = np.linspace(-3,3,50)y1 = 2*x + 1y2 = x**2

2017-08-14 12:08:56 2517

原创 matplotlib模块数据可视化-figure图像

1.学习说明        这里我python2用的是matplotlib模块的1.3.1版本,python3用的是2.0.2版本,代码方法差不多都一样,但是matplotlib部分内置方法还是有区别的,如果发现不同,根据自己的matplotlib版本自行查证,多用dir和help获取帮助信息。        matplotlib数据可视化我们需要依赖numpy框架生成数据:imp

2017-08-14 10:58:27 858

原创 python实现12306验证和登录

1.获取验证码分析:这里可以看出验证码的获取地址,最后一个参数不知道是什么意思,我们直接去掉,然后发现在浏览器中仍然能请求到验证码。验证码连接:https://kyfw.12306.cn/passport/captcha/captcha-image?login_site=E&module=login&rand=sjrand请求到的验证码如下:由于每次请求验证码地址验

2017-08-07 10:20:21 18875 2

空空如也

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章?
取消 删除