python绘图

最新推荐文章于 2022-09-28 18:16:58 发布
最新推荐文章于 2022-09-28 18:16:58 发布
阅读量506 收藏 1
点赞数
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/weixin_44211964/article/details/108552484
版权

Matplotlib学习

一、导入matplotlib

from matplotlib import pyplot as plt

x = range(2,26,2)
y = [15,13,14.5,17,20,25,26,26,27,22,18,15]

plt.plot(x,y)
plt.show()

在这里插入图片描述

二、调整x轴刻度

设置图片大小

fig = plt.figure(figsize = (20,8),dpi = 80)

figure图形图标，指当前绘制的图

figsize 图片大小，一个元组，（20，8）指宽20，高8

dpi 每英寸上点的个数，在图片模糊时可以传入dpi，让图像更清晰

在这里插入图片描述

设置x轴刻度

plt.xticks(x)
plt.yticks(range(min(y),max(y)+1))
#plt.xticks(range(2,25))
#plt.xticks(x)

在这里插入图片描述

plt设置中文

import matplotlib as mpl
mpl.rcParams['font.sans-serif'] = ['SimHei']   #设置简黑字体
mpl.rcParams['axes.unicode_minus'] = False # 解决‘-’bug

_x = x
_xtick_labels = ["学{}".format(i) for i in _x]
plt.xticks(_x,_xtick_labels,rotation=45)  #rotation顺时针旋转的度数

在这里插入图片描述

添加描述信息

plt.xlabel("名称");
plt.ylabel("温度");
plt.title("温度变化图");

保存方法

plt.savefig("./g_.png")

三、绘制散点图

from matplotlib import pyplot as plt
import matplotlib as mpl
mpl.rcParams['font.sans-serif'] = ['SimHei']   #设置简黑字体
mpl.rcParams['axes.unicode_minus'] = False # 解决‘-’bug


y_3=[11,17,16,11,12,11,12,6,6,7,8,9,12,15,14,17,18,21,16,17,20,14,15,15,15,19,21,22,22,22,23]
y_10=[26,26,28,19,21,17,16,19,18,20,20,19,22,23,17,20,21,20,22,15,11,15,5,13,17,10,11,13,12,13,6]

x_3 = range(1,32)
x_10 = range(51,82)

#设置图形大小
plt.figure(figsize=(15,6),dpi=60)

#使用scatter方法绘制散点图
plt.scatter(x_3,y_3,label="3月份")
plt.scatter(x_10,y_10,label="10月份")

#调整x轴刻度
_x = list(x_3) + list(x_10)
_xtick_labels = ["3月{}日".format(i) for i in x_3]
_xtick_labels += ["10月{}日".format(i-50) for i in x_10]
plt.xticks(_x[::3],_xtick_labels[::3],rotation=45)

#添加图例
plt.legend(loc="upper left")
#添加描述信息
plt.xlabel("时间")
plt.ylabel("温度")
plt.title("标题")
#展示
plt.show()

在这里插入图片描述

四、绘制条形图

from matplotlib import pyplot as plt
import matplotlib as mpl
mpl.rcParams['font.sans-serif'] = ['SimHei']   #设置简黑字体
mpl.rcParams['axes.unicode_minus'] = False # 解决‘-’bug

a=["战狼2","速度与激情8","功夫瑜伽","西游伏魔篇","变形金刚5：\n最后的骑士",
   "摔跤吧！爸爸","加勒比海盗5：\n死无对证","金刚：\n骷髅岛","极限特工：\n终极回归",
   "生化危机6：\n终章","乘风破浪","神偷奶爸3","智取威虎山","大闹天竺","金刚狼3：\n殊死一战",
   "蜘蛛侠：\n英雄归来","悟空传","银河护卫队2","情圣","新木乃伊"]
b=[56.01,26.94,17.53,16.49,15.45,12.96,11.8,11.61,11.28,11.12,10.49,10.3,8.75,7.55,7.32,6.99,6.88,6.86,6.58,6.23]

#设置图形大小
plt.figure(figsize=(15,6),dpi=70)
#绘制条形图
plt.bar(range(len(a)),b,width=0.3)
#设置字符串到x轴
plt.xticks(range(len(a)),a,rotation=90)

plt.show()

在这里插入图片描述

from matplotlib import pyplot as plt
import matplotlib as mpl
mpl.rcParams['font.sans-serif'] = ['SimHei']   #设置简黑字体
mpl.rcParams['axes.unicode_minus'] = False # 解决‘-’bug

a=["战狼2","速度与激情8","功夫瑜伽","西游伏魔篇","变形金刚5：最后的骑士",
   "摔跤吧！爸爸","加勒比海盗5：死无对证","金刚：骷髅岛","极限特工：终极回归",
   "生化危机6：终章","乘风破浪","神偷奶爸3","智取威虎山","大闹天竺","金刚狼3：殊死一战",
   "蜘蛛侠：英雄归来","悟空传","银河护卫队2","情圣","新木乃伊"]
b=[56.01,26.94,17.53,16.49,15.45,12.96,11.8,11.61,11.28,11.12,10.49,10.3,8.75,7.55,7.32,6.99,6.88,6.86,6.58,6.23]

#设置图形大小
plt.figure(figsize=(15,6),dpi=70)
#绘制条形图
plt.barh(range(len(a)),b,height=0.3)
#设置字符串到y轴
plt.yticks(range(len(a)),a)

plt.grid(alpha=0.3)

plt.show()

在这里插入图片描述

绘制多次条形图

from matplotlib import pyplot as plt
import matplotlib as mpl
mpl.rcParams['font.sans-serif'] = ['SimHei']   #设置简黑字体
mpl.rcParams['axes.unicode_minus'] = False # 解决‘-’bug

a=["猩球崛起2：终极之战","敦刻尔克","蜘蛛侠：英雄归来","战狼2"]
b_16 = [15746,312,4497,319]
b_15 = [12357,156,2045,168]
b_14 = [2358,399,2358,362]

bar_width = 0.2
x_14 = list(range(len(a)))
x_15 = [i+0.2 for i in x_14]
x_16 = [i+0.2*2 for i in x_14]

#设置图形大小
plt.figure(figsize=(15,6),dpi=60)
plt.bar(range(len(a)),b_14,width=bar_width,label="9月14日")
plt.bar(x_15,b_15,width=bar_width,label="9月15日")
plt.bar(x_16,b_16,width=bar_width,label="9月16日")

#设置图例
plt.legend()
#设置x轴刻度
plt.xticks(x_15,a)

plt.show()

在这里插入图片描述

五、绘制直方图

plt.hist(x, bins=10, range=None, normed=False, weights=None, cumulative=False, bottom=None, histtype='bar', align='mid', orientation='vertical', rwidth=None, log=False, color=None, label=None, stacked=False)

  • x：指定要绘制直方图的数据。

  • bins：指定直方图条形的个数。

  • range：指定直方图数据的上下界，默认包含绘图数据的最大值和最小值。

  • normed：是否将直方图的频数转换成频率。

  • weights：该参数可为每一个数据点设置权重。

  • cumulative：是否需要计算累计频数或频率。

  • bottom：可以为直方图的每个条形添加基准线，默认为0。

  • histtype：指定直方图的类型，默认为bar，除此之外，还有barstacked、step和stepfilled

  • align：设置条形边界值的对齐方式，默认为mid，另外还有left和right

  • orientation：设置直方图的摆放方向，默认为垂直方向

  • rwidth：设置直方图条形的宽度

  • log：是否需要对绘图数据进行log变换

  • color：设置直方图的填充色

  • edgecolor：设置直方图边框色

  • label：设置直方图的标签，可通过legend展示其图例

有barstacked、step和stepfilled

  • align：设置条形边界值的对齐方式，默认为mid，另外还有left和right

  • orientation：设置直方图的摆放方向，默认为垂直方向

  • rwidth：设置直方图条形的宽度

  • log：是否需要对绘图数据进行log变换

  • color：设置直方图的填充色

  • edgecolor：设置直方图边框色

  • label：设置直方图的标签，可通过legend展示其图例

  • stacked：当有多个数据时，是否需要将直方图呈堆叠摆放，默认水平摆放

weixin_44211964
关注
  • 0
    点赞
  • 踩
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
python绘图示例
07-30
简单的python绘图示例 。
python之plt.figure
liu5z666的博客
05-12 5465
1.figure语法及操作 (1)figure语法说明 figure(num=None, figsize=None, dpi=None, facecolor=None, edgecolor=None, frameon=True) num:图像编号或名称，数字为编号 ，字符串为名称 figsize:指定figure的宽和高，单位为英寸； dpi参数指定绘图对象的分辨率，即每英寸多少个像素，缺省值为80 1英寸等于2.5cm,A4纸是 21*30cm的纸张 facecolor:背景颜色 edg..
python matplotlab.pyplot.figure() 函数
Dontla的博客
07-25 1538
引用
Python-matplotlib-入门教程（二）-plot-figure设置
qq_17753903的博客
12-12 1403
0.摘要 本文主要介绍使用matplotlib画图时使用的配置方法，并对配置参数进行解释。   1.pyplot.figure() 用于创建一个新的图。函数参数如下： figure(num=None, figsize=None, dpi=None, facecolor=None, edgecolor=None, frameon=True, FigureClass=<class 'm...
python plot figure_matplotlib的基本用法(十三)——figure绘制多图
weixin_39548541的博客
12-05 1003
本文主要使用matplotlib进行多图的绘制。Demo 1import matplotlib.pyplot as plt# 定义figureplt.figure()# figure分成3行3列, 取得第一个子图的句柄, 第一个子图跨度为1行3列, 起点是表格(0, 0)ax1 = plt.subplot2grid((3, 3), (0, 0), colspan = 3, rowspan = 1)...
python plt figure_【Python】 【绘图】plt.figure()的使用
weixin_39795325的博客
11-29 1058
1.figure语法及操作(1)figure语法说明figure(num=None, figsize=None, dpi=None, facecolor=None, edgecolor=None, frameon=True)num:图像编号或名称，数字为编号 ，字符串为名称figsize:指定figure的宽和高，单位为英寸；dpi参数指定绘图对象的分辨率，即每英寸多少个像素，缺省值为80 ...
python绘图总结
12-21
1 二维图像 1.1 二维曲线 plot(x, y, ls="-", lw=1.5, label=None) x, y：横坐标和纵坐标 ls：颜色、点标记、线型列表，如 ls='r*-' 表示红色实线、*形点\uff0cls='g.' 表示绿色散点 lw：线宽度 ...
Python绘图案例.zip
01-24
用Python写的绘图例子
python绘图代码树图
最新发布
04-20
python绘图代码树图提取方式是百度网盘分享地址
python绘图.zip
06-20
python绘图源代码
【Python】 【绘图】plt.figure()的使用
热门推荐
qq_45793102的博客
06-03 2万+
1.figure语法及操作 (1)figure语法说明 figure(num=None, figsize=None, dpi=None, facecolor=None, edgecolor=None, frameon=True) num:图像编号或名称，数字为编号 ，字符串为名称figsize:指定figure的宽和高，单位为英寸；dpi参数指定绘图对象的分辨率，即每英寸多少个像素，缺省值为...
python plt画图_【Python】 【绘图】plt.figure()的使用
weixin_39782832的博客
11-29 2591
1.figure语法及操作(1)figure语法说明figure(num=None, figsize=None, dpi=None, facecolor=None, edgecolor=None, frameon=True)num:图像编号或名称，数字为编号 ，字符串为名称figsize:指定figure的宽和高，单元为英寸；dpi参数指定绘图工具的分辨率，即每英寸多少个像素，缺省值为80 ...
python绘图——图片大小设置figsize
qq_32649321的博客
12-09 1万+
python 绘图设置图片大小语句： matplotlib.pyplot.figure(num=None, figsize=None, dpi=None, facecolor=None, edgecolor=None, frameon=True, FigureClass=<class 'matplotlib.figure.Figure'>, clear=False, **kwargs) 其中figsize提供整数元组则会以该元组为长宽，单位是英寸。 1英寸 = 2.54厘米 论文中图片的一般要求
python plot 图像大小_设置matplotlib图像的figsize和dpi
weixin_39935092的博客
12-05 6102
我们可以通过两个参数来控制matplotlib图像的大小，在创建figure对象的时候，有figsize和dpi。figsize是一个tuple，用来指定width和height的inch；dpi，dots per inch，用来指定figure的resolution。fig = plt.figure(figsize=(10,6), dpi=100)dpiDPI(Dots Per Inch，每英寸...
python中figsize什么意思_python matplotlib:figsize用于在行之间添加空间的子批
weixin_40005454的博客
12-08 5110
我使用以下代码绘制绘图：fig, axes = plt.subplots(len(pairs), 3, figsize=(12, 324))for i, pair in enumerate(pairs):d = pd.DataFrame(columns=[pairs[0], pairs[1]])e = df_norm[list(pair)]ax0 = axes[i,0]ax1 = axes[i,1...
python plot figure_在matplotlib中使用plot、axes或figure绘制绘图有什么区别？
weixin_31463457的博客
01-28 1117
方法1plt.plot(x, y)这样，您只需绘制一个具有(x，y)坐标的图形。如果你只想得到一个图形，你可以用这种方式。方法2ax = plt.subplot()ax.plot(x, y)这样可以在同一窗口中绘制一个或多个图形。当你写的时候，你只会画出一个图形，但是你可以这样做：fig1, ((ax1, ax2), (ax3, ax4)) = plt.subplots(2, 2)您将在同一窗口中...
【python】plt画图“标准流程” | figure,axes这些关系
weixin_46274756的博客
09-28 2554
plt画图“标准流程” | figure,axes这些关系
matplotlib画图_Matplotlib画图中fig,ax,plt的区别和联系
weixin_39914752的博客
12-04 688
用python两年多了，然而至今画图时依然会对群魔乱舞的Matplotlib对象感到困惑，尤其是看起来作用都类似的fig,ax和plt以及各种各样的subplot。我们先来看以下三个示例# C1 它们看起来非常相似，运行的结果也几乎一样，除了第3个有轻微不同。结果如下：C1C2C3从结果我们看到，3个代码都在图的左上角区域画了一个直线图，不同的是前两个图把其他区域空了出来，而第3个子图把余下的子区...
python2.7 windows10 画图设置图片大小 python画图修改图片大小尺寸 plt.figure(figsize=(10,10)) Python：matplotlib绘图时指定图像...
weixin_30470857的博客
07-09 2374
plt.figure(figsize=(1,1))plt.figure(figsize=(10,10))Python：matplotlib绘图时指定图像大小，放大图像https://blog.csdn.net/zhangpeterx/article/details/90734660 转载于:https://www.cnblogs.com/stillstep/p/11154927.html...

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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