![](https://img-blog.csdnimg.cn/20201014180756925.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
matplotlib
牛奶没法用
这个作者很懒,什么都没留下…
展开
-
matplotlib绘制图形入门操作:创建画布/调整子图/创建“AXES轴域”/调整子图间的距离/设置XY轴刻度及刻度名称/XY轴标题/图片标题
创建画布:plt.subplot()包含三个参数:a. The number of rows of subplotsb. The number of columns of subplotsc. The index of the subplot we want to create 一个对称结构的画布plt.subplot(1,2,1)plt.plot(X1,Y1)plt.s...原创 2019-08-13 21:42:54 · 3498 阅读 · 0 评论 -
使用matplotlib制作“折线图”:pyplot.plot()/给多组数据添加解释图标/放大坐标轴部分区间
创建饼状图创建饼状图:plt.pie()参数是一个float类型的list修改倾斜角度:plt.axis(‘equal’) 添加饼状图细节项展示比例,使用plt.pie()函数,在中间添加参数:autopct(可取值:%d%%表示整数百分比;%0.1f一位小数;%0.1f%%一位小数百分比;%0.2f%%两位小数百分比)展示项目内容,两种方法:a. 直接添加在颜色...原创 2019-08-15 22:57:08 · 4253 阅读 · 0 评论 -
Numpy生成随机分布函数“二项分布”+“正态分布”,使用matplotlib展示概率质量函数(PMF)/概率密度函数(PDF)
生成随机正态分布 numpy.random.binomial(n,p,size):二项分布二项分布(伯努利分布)是n个独立的是/非试验中成功的次数的概率分布,其中每次试验的成功概率为p;np.random.binomial()函数是模拟产生size个符合(n,p)的二项分布随机数,相当于进行size次实验,每次实验投掷了n枚硬币,正面朝上的硬币数就是所产生的随机数 numpy.r...原创 2019-08-20 00:12:24 · 3655 阅读 · 0 评论 -
使用matplotlib制作“饼图”:pyplot.pie(X,autopct,labels,explode)
使用matplotlib绘制饼状图,相对来说比较容易,首先介绍pli.pie()函数中的参数以及涉及到的其他调整饼状图的函数:饼状图:plt.pie()参数说明:参数X:a. 如果 sum(X) ≤ 1,X 中的值直接指定饼图扇区的面积。如果 sum(X) < 1,pie 仅绘制部分饼图。b. 如果 sum(X) > 1,则 pie 通过 X/sum(X) 对值进行归一化,...原创 2019-08-16 09:25:15 · 9508 阅读 · 0 评论 -
使用matplotlib制作“散点图”:pyplot.scatter(X,Y,alpah,s,c,cmap,maker,linewidths,edgecolors)+ RGB 三元组颜色
在绘图的时候,关于颜色的参数总是很模糊,可以使用"c"也可以使用“cmap”但是不知道区别在哪里,本文除了介绍散点图的参数外,还会详细的介绍一下“颜色”参数相关内容散点图:plt.scatter() 常用参数说明:X, Y :散点的位置alpha:透明度,取值[0,1]且取0时透明s:散点大小c:散点颜色,cmap:设置散点颜色marker:散点形状(详见plt.plot绘制...原创 2019-08-16 11:38:49 · 5386 阅读 · 0 评论 -
使用Matplotlib制作“条形图”:pyplot.bar(x, height, width, bottom, tick_label, label, **kwargs)
显示一条数据from matplotlib import pyplot as pltdays = [0, 1, 2, 3, 4, 5, 6]money_spent = [10, 12, 12, 10, 14, 22, 24]plt.plot(days, money_spent)plt.show() 对比两条数据在一张图from matplotlib import pyp...原创 2019-08-16 19:33:47 · 12837 阅读 · 2 评论 -
使用matplotlib制作“直方图”:.hist(x,bins,range,label,histtype,density,rwidth,color,orientation,stacked)
有时我们想要了解一个包含许多样本的大型数据集,而不仅仅知道平均值,中位数或标准差的基本指标。为了更直观地了解数据集,我们可以使用直方图来显示所有值。 展示直方图Histograms,使用.hist().hist方法的直方图画法,先查找数据集中的最小值和最大值,并在这些值之间创建bins个等间距的区间,然后统计每个区间中的数据数plt.hist(data)---------------...原创 2019-08-16 19:38:42 · 13317 阅读 · 0 评论