Python Matplotlib基础

最新推荐文章于 2024-08-07 22:58:53 发布
最新推荐文章于 2024-08-07 22:58:53 发布
阅读量600 收藏 3
点赞数
分类专栏： Python 文章标签： python
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/u010238483/article/details/105847153
版权

Matplotlib

1.什么是Matplotlib？

  • mat - matrix plot - 画图 lib - library

  • 专门用于开发2D图表的Python工具库

  • 使用起来非常简单

  • 以渐进、交互式方式实现数据可视化

2.Matplotlib三层结构

2.1 容器层

容器层主要由Canvas、Figure、Axes组成。

Canvas是位于最底层的系统层，在绘图过程中充当画板的角色，即防止画布（Figure）的工具

Figure是Canvas上方的第一层，也是需要用户操作的应用层的第一层，在绘图过程中充当画布的角色。

Axes是应用层的第二层，在绘图的过程中相当于画布上的绘图区的角色

  • Figure：指整个图形（可以通过plt.figure()设置画布的大小和分辨率等）
  • Axes（坐标系）：数据的绘图区域
  • Axis（坐标轴）：坐标系中的一条轴，包含大小的限制、刻度和刻度标签

2.2 辅助显示层

辅助显示层为Axes(绘图区)内的除了根据数据绘制出的图像以外的内容，主要包括Axes外观(facecolor)、边框线(spines)、坐标轴(axis)、坐标轴名称(axis label)、坐标轴刻度(tick)、坐标轴刻度标签(tick label)、网格线(grid)、图例(legend)、标题(title)等内容。
该层的设置可使图像显示更加直观更加容易被用户理解，但又不会对图像产生实质的影响

2.3 图像层

图像层指Axes内通过plot、scatter、bar、histogram、pie等函数根据数据绘制出的图像。

3 实战案例

3.1简单案例 - 绘制折线图

import matplotlib.pyplot as plt
# 1.创建画布 figsize:画布大小 dpi:dot per inch 画像的清晰度
plt.figure(figsize=(20, 8), dpi=80)
# 2.绘制图像
plt.plot([1, 2, 3, 4, 5, 6, 7], [17, 17, 18, 15, 11, 12, 11])
# 3.保存图像(保存代码在show()方法之后会出现问题，保存为空白图片)
plt.savefig('test78.png')
# 4.显示图像(会释放所有的画布资源)
plt.show()

在这里插入图片描述

3.2 在同一个画布绘制两条线

import matplotlib.pyplot as plt
import random
import numpy as np
# 1.数据准备
x = range(60)
y_shanghai = [random.uniform(15, 18) for i in x]
y_beijing = [random.uniform(1, 3) for i in x]
# 2.创建画布 figsize:画布大小 dpi:dot per inch 画像的清晰度
plt.figure(figsize=(15, 8), dpi=200)

# 3.绘制图像
# color : r:红色 g:绿色 b:蓝色 w:白色 c:青色 m:洋红 y:黄色 k:黑色
# linestyle : -实线 --虚线 -.点划线 :点虚线 ''留空，空格
# label :
plt.plot(x, y_shanghai, color='r', linestyle='--', label='ShangHai')
plt.plot(x, y_beijing, color='b', linestyle='-', label='BeiJing')

# 显示图例
# loc:显示位置 best, upper right,upper left,lower right,lower left,right,center left...
plt.legend(loc='lower left')

# 3.1修改x,y刻度
# 准备x的刻度说明(刻度说明应与刻度步长保持一致)
x_label = ["11:{}".format(i) for i in x]
# 修改刻度显示
plt.xticks(x[::5], x_label[::5])
plt.yticks(range(0, 40, 5))
# 3.2增加网格显示 linstyle:线条风格 alpha:透明度
plt.grid(True, linestyle='-', alpha=0.5)
# 3.3添加标题
plt.xlabel("time")
plt.ylabel("temperature")
plt.title("temperature of anyone city")

# 4.保存图像(保存代码在show()方法之后会出现问题，保存为空白图片)
plt.savefig('test78.png')
# 5.显示图像(会释放所有的画布资源)
plt.show()

在这里插入图片描述

3.3 绘制多个绘图区

import matplotlib.pyplot as plt
import random
import numpy as np
# 1.数据准备
x = range(60)
y_shanghai = [random.uniform(15, 18) for i in x]
y_beijing = [random.uniform(1, 3) for i in x]
# 2.创建画布 figsize:画布大小 dpi:dot per inch 画像的清晰度
figure, axes = plt.subplots(nrows=1, ncols=2, figsize=(10, 5), dpi=100)

# 3.绘制图像
# color : r:红色 g:绿色 b:蓝色 w:白色 c:青色 m:洋红 y:黄色 k:黑色
# linestyle : -实线 --虚线 -.点划线 :点虚线 ''留空，空格
# label : 图例
axes[0].plot(x, y_shanghai, color='r', linestyle='--', label='ShangHai')
axes[1].plot(x, y_beijing, color='b', linestyle='-', label='BeiJing')

# 显示图例
# loc:显示位置 best, upper right,upper left,lower right,lower left,right,center left...
axes[0].legend(loc='upper left')
axes[1].legend(loc='upper left')

# 3.1修改x,y刻度
# 准备x的刻度说明(刻度说明应与刻度步长保持一致)
x_label = ["11:{}".format(i) for i in x]
# 修改刻度显示
axes[0].set_xticks(x[::10])
axes[0].set_xticklabels(x_label[::10])
axes[0].set_yticks(range(0, 40, 5))
axes[1].set_xticks(x[::10])
axes[1].set_xticklabels(x_label[::10])
axes[1].set_yticks(range(0, 40, 5))
# 3.2增加网格显示 linstyle:线条风格 alpha:透明度
axes[0].grid(True, linestyle='-', alpha=0.5)
axes[1].grid(True, linestyle='-', alpha=0.5)
# 3.3添加标题
axes[0].set_xlabel("time")
axes[0].set_ylabel("temperature")
axes[0].set_title("temperature of anyone city")
axes[1].set_xlabel("time")
axes[1].set_ylabel("temperature")
axes[1].set_title("temperature of anyone city")

# 4.保存图像(保存代码在show()方法之后会出现问题，保存为空白图片)
plt.savefig('test78.png')
# 5.显示图像(会释放所有的画布资源)
plt.show()

在这里插入图片描述

3.4 绘制数学图像

import matplotlib.pyplot as plt
import random
import numpy as np
# 1.准备数据
x = np.linspace(-1, 1, 1000)
y = 2 * x * x
# 2.创建画布
plt.figure()
# 3.绘制图像
plt.plot(x, y)
# 4.显示图像
plt.show()

在这里插入图片描述

3.5 散点图绘制

import matplotlib.pyplot as plt
import random
import numpy as np
# 1.准备数据
n = range(100)
x = [random.uniform(0, 10) for i in n]
y = [random.uniform(0, 10) for i in n]
# 2.创建画布
plt.figure(figsize=(10, 10), dpi=50)
# 3.绘制图像
plt.scatter(x,y)
# 4.显示图像
plt.show()

在这里插入图片描述

3.6 柱状图绘制

import matplotlib.pyplot as plt
import random
import numpy as np
# 1.准备数据
x = ['The Lord of the Rings', 'Hobbit', 'The Chronicles of Narnia', 'Harry Potter', 'Alice\'s Adventures in Wonderland']
y = [1542, 1552, 6351, 2215, 1256]
# 2.创建画布
plt.figure(figsize=(10, 10), dpi=50)
# 3.绘制图像
plt.bar(range(len(x)), y, color=['b', 'r', 'm', 'y', 'c'])
# 修改刻度
plt.xticks(range(len(x)), x)
# 添加标题
plt.title("movie pay")
# 添加网格显示
plt.grid(linestyle='--', alpha=0.2, color='r')

# 4.显示图像
plt.show()

在这里插入图片描述

3.7绘制多个柱状图在一个图内

import matplotlib.pyplot as plt
import random
import numpy as np
# 1.准备数据
movie_name = ['The Lord of the Rings', 'Hobbit', 'The Chronicles of Narnia', 'Harry Potter',
              'Alice\'s Adventures in Wonderland']
first_day = [1542, 1552, 6351, 2215, 1256]
first_weekend = [4562, 5123, 8521, 6362, 5215]

# 2.创建画布
plt.figure(figsize=(10, 10), dpi=50)

# 3.绘制图像
plt.bar([0, 1, 2, 3, 4], first_day, width=0.2, label='first day')
plt.bar([0.2, 1.2, 2.2, 3.2, 4.2], first_weekend, width=0.2, label='first weekend')
#显示图例
plt.legend()
# 修改刻度
plt.xticks([0.1, 1.1, 2.1, 3.1, 4.1], movie_name)
# 添加标题
plt.title("movie pay")
# 添加网格显示
plt.grid(linestyle='--', alpha=0.2, color='r')

# 4.显示图像
plt.show()

在这里插入图片描述

3.8 绘制饼状图

import matplotlib.pyplot as plt
import random
import numpy as np
# 1.准备数据
movie_name = ['The Lord of the Rings', 'Hobbit', 'The Chronicles of Narnia', 'Harry Potter',
              'Alice\'s Adventures in Wonderland']
place_count = [1542, 1552, 6351, 2215, 1256]
# 2.创建画布
plt.figure(figsize=(12, 6), dpi=80)
# 3.绘制图像
plt.pie(place_count, labels=movie_name, autopct='%1.2f%%')
plt.axis('equal')
# 显示图例
plt.legend(loc='upper right')
# 4.显示图像
plt.show()

在这里插入图片描述

冰息
关注
  • 0
    点赞
  • 踩
  • 3
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
python 之 matplotlib
随笔
11-04 2863
1.NumPy Matplotlib Matplotlib 是 Python 的绘图库。 它可与 NumPy 一起使用，提供了一种有效的 MatLab 开源替代方案。 它也可以和图形工具包一起使用，如 PyQt 和 wxPython。 1.1 下载所需要的包 C:\Users\Admin>pip3 install numpy C:\Users\Admin>pip3 install ma...
python可视化添加文本_python Matplotlib基础--如何添加文本和标注
weixin_36132740的博客
01-29 3030
创建一个优秀的可视化图表的关键在于引导读者，让他们能理解图表所讲述的故事。在一些情况下，这个故事可以通过纯图像的方式表达，不需要额外添加文字，但是在另外一些情况中，图表需要文字的提示和标签才能将故事讲好。也许标注最基本的类型就是图表的标签和标题，但是其中的选项参数却有很多。让我们在本节中使用一些数据来创建可视化图表并标注这些图表来表达这些有趣的信息。首先还是需要将要用到的模块和包导入pycharm...
Python中matplotlib的一些基础用法
weixin_50775137的博客
09-12 2755
Matplotlib作为一个优秀的第三方库，可以快速地生成高质量的图表。下面介绍matplotlib一些基础用法： 首先安装matplotlib库 可以通过pip install matplotlib安装，anaconda自带。 使用时先导入matplotlib库： import matplotlib.pyplot as plt #（plt为引入模块的别名） 1， figure:面板(图)，matplotlib中的所有图像都是位于figure对象中，一个图像只能有一个figure对象。首先使用figur
Matplotlib | 一文搞定Matplotlib从入门到实战演练！
最新发布
猫天意的博客
08-07 2457
Matplotlib 是一个 Python 的 2D绘图库。通过 Matplotlib，开发者可以仅需要几行代码，便可以生成绘图，直方图，功率谱，条形图，错误图，散点图等。官网https://matplotlib.org/\qquad学习Matplotlib 可让数据可视化，更直观的真实给用户。使数据更加客观、更具有说服力。Matplotlib是Python的库，又是开发中常用的库。
Python--Matplotlib（基本用法）
热门推荐
苦作舟的人呐
06-08 44万+
Matplotlib Matplotlib 是Python中类似 MATLAB 的绘图工具，熟悉 MATLAB 也可以很快的上手 Matplotlib。 1. 认识Matploblib 1.1 Figure 在任何绘图之前，我们需要一个Figure对象，可以理解成我们需要一张画板才能开始绘图。 import matplotlib.pyplot as plt fig = plt.fig...
Python之matplotlib基础
weixin_44804108的博客
06-22 248
@灵均Python之Matplotlib基础 写在前面 拖了那么久，总算是正是的学习python了。算是学习，也算是为了以后复习吧。 实例1： 代码 import numpy as np from matplotlib import pyplot as plt x = np.arange(1, 11) #np.arange() 第一个参数起始，第二个参数结束，第三个参数步长, #且起点默认值0，...
python知识之matplotlib基础
恋恋风尘的博客
03-22 283
1、matplotlib的安装 python环境下直接使用pip或者conda安装 pip install matplotlib conda install matplotlib 2、matplotlib的图像组成 [外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-T2TiXntz-1584873512473)(C:\Users\wzw\AppData\Roaming...
绘图：Python MatPlotLib基础
02-18
Python的Matplotlib库是数据可视化领域的一个重要工具，它提供了丰富的功能来创建各种类型的图表，如线图、散点图、直方图、饼图、3D图等。本篇文章将深入探讨Matplotlib的基础知识，帮助你理解如何利用这个强大的库...
Python Matplotlib绘图基础知识代码解析
09-16
在本文中，我们将深入探讨Matplotlib的基础知识，包括创建Figure、Subplot、颜色、标记、线型、刻度、标签以及图例等方面。 首先，我们来看如何创建一个Figure和Subplot。在Matplotlib中，`Figure` 是整个图表的...
Python matplotlib基础操作
给时光以生命
02-20 1039
matplotlib基础操作
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...
Matplotlib 入门教程 中文版
07-04
Matplotlib 入门教程， Introduction to Matplotlib and basic line 英文地址https://pythonprogramming.net/matplotlib-intro-tutorial/
python学习——matplotlib基础学习
Alivorth的博客
02-03 315
最基础、最简陋的matplotlib入门学习 目的是为了记录所使用的方法 导入包用 import matplotlib.pyplot as plt 要学好还是要看官方文档例子传送门 教程传送门 1.基本配置 pip install matplotlib 在matplotlib中添加中文字体，我之前参考的博客找不到了，反正就是永久性修改，省事 2.绘制简易图形的相关方法 折线图的描绘：pl...
【Python基础】matplotlib 使用指南
你一定能够成为你想要去成为的人。
02-02 2363
基本介绍Matplotlib是Python的绘图模块，他与Numpy，Pandas等配合使用，类似于MATLAB 的绘图工具;安装无需anaconda环境，可直接使用​​。
python_Matplotlib
1687F
03-08 389
Matplotlib是Python中用于机器学习最流行和最古老的绘图库之一。在机器学习中，它有助于通过不同的可视化来理解数据，绘制最终的结果。np.meshgrid() 函数。频率直方图 histogram。添加网格、标题、x轴y轴标题。
python中的Matplotlib
ggj0727的博客
05-07 3150
python 画图 Matplotlib
python matplotlib
shao326的专栏
02-24 219
import numpy as np import matplotlib.pyplot as plt v1 = 10 v2 = 14 x = np.array([-4,-3,-2,-1,0,1,2,3,4]) y = np.array([v1,v1,v1,0,0,0,v2,v2,v2]) plt.plot(x,y,'b')# 折线 1 x 2 y 3 color plt.xticks(()) ...
Python matplotlib
陈杰
07-16 279
关键词：绘图库 官网: matplotlib.org 安装:pip install matplotlib 一、一个散点图的绘制 #encoding=utf-8 import numpy as np import matplotlib.pyplot as plt def Main(): x = np.linspace(-np.pi,np.pi,256,end
Python Matplotlib基础绘图教程与实例
Matplotlib基础绘图** - **plot函数**：`plt.plot()`是Matplotlib的核心函数，用于绘制线图。该函数接受多个参数，如： - `x`和`y`是数据坐标，分别对应x轴和y轴的值。 - `ls`（line style）定义线条样式，可选值...
评论
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