Matplotlib(绘图库)--学习笔记
文章平均质量分 78
Matplotlib
涂作权的博客
To do what I want to do!
展开
-
34.35.热图(heatmap)、创建带注释的热图、使用辅助函数的代码样式、图像显示、图像插值、将图像数据导入Numpy数组、将numpy数组绘制为图像
34.热图(heatmap)34.1.创建带注释的热图34.2.使用辅助函数的代码样式35.图像显示35.1.图像插值35.2.将图像数据导入Numpy数组35.3.将numpy数组绘制为图像34.热图(heatmap)34.1.创建带注释的热图将依赖于两个自变量的数据显示为彩色图像图,通常称为热图。如果数据是分类的,则将其称为分类热图。 Matplotlib的imshow函数使这种绘图的制作特别容易。以下示例显示了如何创建带有注释的热图。我们将从一个简单的分类热图开始。我们可以从定义原创 2021-04-10 10:34:12 · 2793 阅读 · 0 评论 -
30.32.33.词云图、3D绘图、矩阵可视化、绘制混淆矩阵
30.词云图(Word cloud)30.1.Example 1: Basic word cloud31.3D绘图31.1.在3D图上绘制2D数据31.2.3D 散点图 (scatterplot)31.3.3D surface (color map)32.矩阵可视化(Matshow)33.绘制混淆矩阵(plot Confusion Matrix)30.词云图(Word cloud)词云图作用主要是为了文本数据的视觉表示,由词汇组成类似云的彩色图形。相对柱状图,折线图,饼图等等用来显示数值数原创 2021-04-10 10:22:52 · 2494 阅读 · 0 评论 -
26.27.28.29.极区图(南丁格尔玫瑰图)、维恩图 (Venn diagram)、面状图(Area chart)、树地图
26.极区图(南丁格尔玫瑰图)27.维恩图 (Venn diagram)28.面状图(Area chart)29.树地图26.极区图(南丁格尔玫瑰图)极区图(又名南丁格尔玫瑰图)呈放射延伸状,每块会占一定的角度。其半径大小表示它代表的某一类数据的大小。其角度大小表示它所占总类别的比例。南丁格尔玫瑰图,是由南丁格尔发明的,她是英国护士和统计学家。其在英国军营工作时收集了在克里米亚战争时期的士兵在不同月份的死亡率和原因分布,通过玫瑰图的方式有效的打动了当时的高层管理人员,于是医疗改良的提案才受到了大原创 2021-04-10 09:53:03 · 3751 阅读 · 0 评论 -
22.23.24.25.盒须图(boxplot)、棉棒图(Stem Plot; Lollipop plot)、极坐标图、雷达图(Radar Chart)
22.盒须图(boxplot)23.棉棒图(Stem Plot; Lollipop plot)24.极坐标图25.雷达图(Radar Chart)22.盒须图(boxplot)盒须图(也称为箱形图)是一种图表类型,通常用于说明性数据分析中,通过显示数据四分位数(或百分位数)和平均值来直观地显示数值数据的分布和偏度(skewness)。箱形图于1977年由美国著名统计学家约翰·图基(John Tukey)发明。它能显示出一组数据的最大值、最小值、中位数、及上下四分位数。最小值(minimum原创 2021-04-10 09:42:11 · 5014 阅读 · 0 评论 -
21.等值线图(Counter Plot)、Contour Demo、Creating a “meshgrid”、Calculation of the Values、等
21.等值线图(Counter Plot)21.1.Contour Demo21.2.Creating a “meshgrid”21.3.Calculation of the Values21.4.Changing the Colours and the Line Style21.5.Filled Contours21.6.Individual Colours21.等值线图(Counter Plot)两个变量函数的等值线(或等高线)是函数具有常数值的曲线。它是平行于x,y平面的函数f(x,y原创 2021-04-10 09:26:06 · 2113 阅读 · 0 评论 -
19、20_散点图、连接散点图、气泡图、不同颜色的散点图、直方图
19.散点图(Scatter plots)19.1.连接散点图 (Connected scatter plot)19.2.气泡图(Bubble chart)19.3.不同颜色的散点图20.直方图(Histograms)19.散点图(Scatter plots)当想显示两个变量之间的关系时,使用散点图。 散点图有时称为相关图,因为它们显示了两个变量之间的关系。import numpy as npimport matplotlib.pyplot as pltplt.scatter(x=ran原创 2021-04-09 12:41:35 · 1732 阅读 · 0 评论 -
16、17、18_使用gridspec定义多子图,条形图(Bar plots),分组条形图,堆叠条形图(Stacked bar chart),饼图(Pie plots),甜甜圈图,嵌套饼图
16.使用gridspec定义多子图16.1.图标题17.条形图(Bar plots)17.1.分组条形图17.2.堆叠条形图(Stacked bar chart)18.饼图(Pie plots)18.1.甜甜圈图(Donut chart)18.2.嵌套饼图 (Nested pie chart)16.使用gridspec定义多子图matplotlib.gridspec包含一个GridSpec类。它可以替代subplot来指定要创建的子图的几何布局。GridSpec背后的基本思路是”grid原创 2021-04-09 12:24:09 · 1266 阅读 · 0 评论 -
15_多子图-Subplot、Subplot: 使用多个figures和 axes、替代解决方案:
15.多子图-Subplot15.1.Subplot: 使用多个figures和 axes15.2.替代解决方案:15.多子图-SubplotMatplotlib绘图时一个常见问题是如何在一个图中包含多个图。即如何实现在一个窗口中有多个图形,每个图形都出现在子图中。我们将使用两种不同的方法来实现这一目标:subplotgridspec15.1.Subplot: 使用多个figures和 axessubplot及其参数:subplot(nrows, ncols, plot_number原创 2021-04-08 20:30:47 · 1087 阅读 · 0 评论 -
14_面向对象API绘图、图中图 (A Plot inside of Another Plot)、设定绘图范围Setting the Plot Range、对数尺度Logarithmic Scale
14.面向对象API绘图14.1.图中图 (A Plot inside of Another Plot)14.2.设定绘图范围 (Setting the Plot Range)14.3.对数尺度(Logarithmic Scale)14.面向对象API绘图Matplotlib绘图库的操作是通过API实现的,一种操作方法是类似MATLAB的函数接口的API;另一种操作方法是面向对象的API。这两种API可以并行使用,不过函数接口的API的易用性明显好于面向对象的API。就像Python本身一样,M原创 2021-04-08 20:23:28 · 665 阅读 · 0 评论 -
9、10、11、12、13_添加标注 (Annotations)、添加网格线(Grid Lines)、显示中文字体、保存图形(saving Figures)、高质量矢量图输出
9.添加标注 (Annotations)10.添加网格线(Grid Lines)11.显示中文字体12.保存图形(saving Figures)13.高质量矢量图输出9.添加标注 (Annotations)有时候我们对某点如3∗sin(3∗pi/4)的值特别感兴趣。import numpy as npprint(3 * np.sin(3 * np.pi / 4))2.121320343559643如果想在图标上标出这一点,可以使用annotate函数执行此操作。import nump原创 2021-04-08 12:35:18 · 617 阅读 · 0 评论 -
08_添加图例、添加标题(Adding a Title)
8.添加图例对于前面示例的折线图,我们必须查看代码来了解描述的是哪种函数。 为方便起见,应在绘图中提供此信息。图例(Legend)常在地图中使用。 Legend用来描述地图的图形语言或符号系统。Matplotlib可以使用图例来解释图中函数或值的代表的含义。在下面的简单示例中演示如何在图形上放置图例。 图例包含一个或多个entries。 每个entry都包含一个键(key)和一个标签(label)。pyplot 函数legend(*args, **kwargs)用来在轴上放置一个图例# n原创 2021-04-08 12:20:37 · 1405 阅读 · 0 评论 -
07_设置坐标轴刻度、设置刻度标签(Setting Tick Labels)、调整刻度标签 (Adjusting the ticklabels)
7.设置刻度7.1.设置坐标轴刻度7.2.设置刻度标签(Setting Tick Labels)7.3.调整刻度标签 (Adjusting the ticklabels)7.设置刻度7.1.设置坐标轴刻度到目前为止,在所有例子中Matplotlib都自动负责了确定轴上间距点的任务。例如,可以看到前面一个例子中的X轴编号为 -6. -4, -2, 0, 2, 4, 6, 而Y轴编号 -1.0,0, 1.0, 2.0, 3.0使用xticks或yticks可获取或设置当前的刻度位置和标签。im原创 2021-04-08 12:15:37 · 6668 阅读 · 0 评论 -
04_05_06:设置线型风格(设置线型风格)、区域着色 (Shading Regions)、设置Spines
4.设置线型风格4.1.设置线型风格5.区域着色 (Shading Regions)6.设置Spines4.设置线型风格4.1.设置线型风格可以使用绘图函数的linestyle或ls参数来影响绘图的线型风格。可以使用linewidth来设置一条线的宽度。import matplotlib.pyplot as pltimport numpy as npX = np.linspace(0, 2 * np.pi, 50, endpoint=True)F1 = 3 * np.sin(X)原创 2021-04-07 12:36:42 · 434 阅读 · 1 评论 -
03_设置轴标签和范围、轴的标签(Labels on Axes)、定义轴的范围、使用linspace定义X值 (“linspace“ to Define X Values)
3.设置轴标签和范围3.1.轴的标签(Labels on Axes)3.2.定义轴的范围3.3.使用linspace定义X值 (“linspace” to Define X Values)3.设置轴标签和范围3.1.轴的标签(Labels on Axes)我们可以向轴添加标签来改善图形的外观。 这可以通过pyplot的ylabel和xlabel函数来完成。import matplotlib.pyplot as pltdays = list(range(1, 9))print(days)'原创 2021-04-07 12:30:30 · 1287 阅读 · 1 评论 -
02_pyplot.plot函数、回顾第一个例子、格式字符串、plot函数、线型风格字符、标记(marker)字符、颜色字符
2.pyplot.plot函数2.1.回顾第一个例子2.2.格式字符串2.3.plot函数2.3.1.线型风格字符2.3.2.标记(marker)字符2.3.3.颜色字符2.pyplot.plot函数2.1.回顾第一个例子在第一个例子中:import matplotlib.pyplot as pltplt.plot([-1, -4.5, 16, 23])plt.show() 即使为Y值提供的离散数据,我们看到的是一个连续的图。2.2.格式字符串通过向plot函数调用添加一个原创 2021-04-06 12:44:14 · 1256 阅读 · 0 评论 -
01_初识Matplotlib、Figure的组成、绘图函数的输入类型、第一个例子(学习笔记)
1.初识Matplotlib1.1.Figure的组成1.2.绘图函数的输入类型1.3.第一个例子1.初识MatplotlibMatplotlib是Python的一个模块,是一个绘图库。Matplotlib如果与Numpy和Scipy结合使用可认为是MATLAB的替代品。MATLAB是昂贵且封闭的,但Matplotlib是免费的开源代码。MATLAB用户非常容易地迁移到Matplotlib。Matplotlib的另一个特点是其陡峭的学习曲线,这意味着用户通常在开始后快速进步。官方网站说明了原创 2021-04-06 12:29:36 · 437 阅读 · 0 评论