import numpy as np
import matplotlib as mpl
import matplotlib.pyplot as plt
import random
# 通过rcParams设置全局横纵轴字体大小
mpl.rcParams['xtick.labelsize'] = 24
mpl.rcParams['ytick.labelsize'] = 24
np.random.seed(42)
# x轴的采样点
x = np.linspace(0, 5, 100)
# 通过下面曲线加上噪声生成数据,所以拟合模型就用y了……
y = 2*np.sin(x) + 0.3*x**2
y_data = y + np.random.normal(scale=0.3, size=100)
# figure()指定图表名称
plt.figure('data')
# '.'标明画散点图,每个散点的形状是个圆
plt.plot(x, y_data, '.')
# 画模型的图,plot函数默认画连线图
plt.figure('model')
plt.plot(x, y)
# 两个图画一起
plt.figure('data & model')
# 通过'k'指定线的颜色,lw指定线的宽度
# 第三个参数除了颜色也可以指定线形,比如'r--'表示红色虚线
# 更多属性可以参考官网:http://matplotlib.org/api/pyplot_api.html
plt.plot(x, y, 'k', lw=3)
# scatter可以更容易地生成散点图
plt.scatter(x, y_data)
# 将当前figure的图保存到文件result.png
plt.savefig('result.png')
# 一定要加上这句才能让画好的图显示在屏幕上
plt.show()
使用numpy库和matplotlib绘制散点图
最新推荐文章于 2024-08-05 16:58:37 发布
本文展示了如何使用numpy生成数据,并利用matplotlib进行散点图和模型图的绘制。首先设置横纵轴字体大小,然后通过numpy生成x轴样本点,接着创建带噪声的数据。使用plt.figure()指定不同图表,用plot和scatter函数绘制散点图和模型图,最后将图像保存并显示在屏幕上。
摘要由CSDN通过智能技术生成