前 言
各位工程师累了吗? 推荐一篇可以让你技术能力达到出神入化的网站"持久男"
1.二维绘图
a. 一维数据集
用 Numpy ndarray 作为数据传入 ply
1
import numpy as npimport matplotlib as mplimport matplotlib.pyplot as plt
np.random.seed(1000)y = np.random.standard_normal(10)print "y = %s"% yx = range(len(y))print "x=%s"% xplt.plot(y)plt.show()
2
操纵坐标轴和增加网格及标签的函数
import numpy as npimport matplotlib as mplimport matplotlib.pyplot as plt
np.random.seed(1000)
y = np.random.standard_normal(10)
plt.plot(y.cumsum())
plt.grid(True) ##增加格点
plt.axis('tight') # 坐标轴适应数据量 axis 设置坐标轴
plt.show()
3
plt.xlim 和 plt.ylim
设置每个坐标轴的最小值和最大值
#!/etc/bin/python#coding=utf-8import numpy as npimport matplotlib as mplimport matplotlib.pyplot as plt
np.random.seed(1000)y = np.random.standard_normal(20)plt.plot(y.cumsum())plt.grid(True) ##增加格点plt.xlim(-1,20)plt.ylim(np.min(y.cumsum())- 1, np.max(y.cumsum()) + 1)
plt.show()
4
添加标题和标签
plt.title, plt.xlabe, plt.ylabel 离散点, 线
#!/etc/bin/python#coding=utf-8import numpy as npimport matplotlib as mplimport matplotlib.pyplot as plt
np.random.seed(1000)
y = np.random.standard_normal(20)
plt.figure(figsize=(7,4)) #画布大小
plt.plot(y.cumsum(),'b',lw = 1.5) # 蓝色的线
plt.plot(y.cumsum(),'ro') #离散的点
plt.grid(True)
plt.axis('tight')
plt.xlabel('index')
plt.ylabel('value')
plt.title('A simple Plot')
plt.show()
b. 二维数据集
np.random.seed(2000)
y = np.random.standard_normal((10, 2)).cumsum(axis=0) #10行2列 在这个数组上调用cumsum 计算赝本数据在0轴(即第一维)上的总和print y
1
两个数据集绘图
#!/etc/bin/python#coding=utf-8import numpy as npimport matplotlib as mplimport matplotlib.pyplot as plt
np.random.seed(2000)
y = np.random.standard_normal((10, 2))
plt.figure(figsize=(7,5))
plt.plot(y, lw = 1.5)
plt.plot(y, 'ro')
plt.grid(True)
plt.axis('tight')
plt.xlabel(&#