python plot 多格图片_Python进阶之Matplotlib入门(三)

引言

Matplotlib是Python的画图领域使用最广泛的绘图库,它能让使用者很轻松地将数据图形化以及利用它可以画出许多高质量的图像,是用Python画图的必备技能。

对于这个教程,大家最好亲自码一遍代码,这样可以更有收获。

前面的课程:

Python进阶之Matplotlib入门(一)

Python进阶之Matplotlib入门(二)

概要

1、学会用plt.xlim调节坐标轴边界;

2、学会用plt.xlabel标记坐标轴名字;

3、学会用plt.xticks设计坐标轴刻度。

坐标轴边界

虽然Matplotlib会根据数据自动规划坐标轴的范围,但是很多情况下我们需要人为规定坐标轴的范围。Matplot提供了:

  • plt.xlim
  • plt.ylim

两个函数来控制坐标轴的边界。我们来看一个例子:

import numpy as np
import matplotlib.pyplot as plt
plt.figure(figsize=(5, 5))
x = np.linspace(-np.pi, np.pi, 256)
y1,y2 = np.cos(x), np.sin(x)
plt.plot(x, y1, color="blue", linewidth=1.0, linestyle="-")
plt.plot(x, y2, color="green", linewidth=1.0, linestyle="--")
plt.xlim(-4, 4)
plt.ylim(-1.5, 1.5)
plt.show()

我们通过设定xlim函数以及ylim函数中的边界值来规定图片的坐标轴的范围。

运行结果:

f815a851fa7373cc0e127fed5f711679.png

坐标轴名字

一个合格的图片是必须要横纵坐标轴的名字的,我们用Matplotlib提供的函数:

  • plt.xlabel()
  • plt.ylabel()

来标记x和y轴的名字。

来看一个例子

import numpy as np
import matplotlib.pyplot as plt
plt.figure(figsize=(5, 5))
x = np.linspace(-np.pi, np.pi, 256)
y1,y2 = np.cos(x), np.sin(x)
plt.plot(x, y1, color="blue", linewidth=1.0, linestyle="-")
plt.plot(x, y2, color="green", linewidth=1.0, linestyle="--")
plt.xlim(-4, 4)
plt.ylim(-1.5, 1.5)
plt.xlabel('name of x axis')
plt.ylabel('name of y axis')
plt.show()

运行结果:

bc161f8588d77dd9870b1d960bfa48ca.png

坐标轴刻度

最后我们介绍如何设定坐标轴刻度,以及给刻度取名字:

  • plt.xticks
  • plt.yticks

一般情况下,我们用plt.xticks函数重新布置坐标轴,比如

plt.xticks([-4,-2,0,2,4])

就是让x轴的刻度标记-4,-2,0,2,4这几个数。

有时候我们希望让坐标刻度有名字,例如

plt.yticks([-4,-2,0,2,4],[minus four, minus two, zero, two, four])

这个是把原来的坐标刻度替换成你设定的标记。

我们把完整的代码写出来

import numpy as np
import matplotlib.pyplot as plt
plt.figure(figsize=(5, 5))
x = np.linspace(-np.pi, np.pi, 256)
y1,y2 = np.cos(x), np.sin(x)
plt.plot(x, y1, color="blue", linewidth=1.0, linestyle="-")
plt.plot(x, y2, color="green", linewidth=1.0, linestyle="--")
plt.xlim(-4, 4)
plt.ylim(-1.5, 1.5)
plt.xlabel('name of x axis')
plt.ylabel('name of y axis')
plt.xticks([-4,-2,0,2,4])
plt.yticks([-4,-2,0,2,4],['minus four', 'minus two', 'zero', 'two', 'four'])
plt.show()

运行结果:

3aefa76db88e2b95c0a8f6e150fd5dcd.png

注意,这张图是因为要让纵坐标的文字能够显示,所以窗口其实做了调整。

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
MatplotlibPython 中最常用的可视化库之一,它提供了大量的功能和选项,可以绘制各种类型的图形。在 Matplotlib 中,绘图的基本单位是 Figure 和 Axes,其中 Figure 是整个图形的窗口或容器,而 Axes 则是实际绘图的区域。 下面我们将演示如何使用 Matplotlib 绘制多个变量的图形: 首先,我们需要导入 Matplotlib 库: ```python import matplotlib.pyplot as plt ``` 接下来,我们生成一些数据,用于绘图: ```python import numpy as np x = np.linspace(0, 10, 1000) y1 = np.sin(x) y2 = np.cos(x) y3 = np.tan(x) ``` 上述代码生成了一个 0 到 10 之间的等间距数组 x,以及个函数 y1、y2 和 y3,分别表示 sin(x)、cos(x) 和 tan(x)。 接下来,我们可以使用 Matplotlib 绘制这些函数的图形: ```python fig, ax = plt.subplots() ax.plot(x, y1, label='sin(x)') ax.plot(x, y2, label='cos(x)') ax.plot(x, y3, label='tan(x)') ax.legend() plt.show() ``` 上述代码中,我们首先使用 subplots() 函数创建一个 Figure 对象和一个 Axes 对象。然后,我们使用 plot() 函数在 Axes 对象上绘制个函数的图形,并使用 label 参数为每个函数添加一个标签。最后,我们调用 legend() 函数显示图例,并调用 show() 函数显示图形。 运行上述代码,可以得到如下图形: ![image.png](attachment:image.png) 上图展示了 sin(x)、cos(x) 和 tan(x) 个函数在 0 到 10 范围内的图形。我们可以看到,通过 Matplotlib,我们可以轻松地绘制多个变量的图形,并对图形进行进一步的定制。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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