python--matplotlib-绘图

已于 2022-03-20 19:59:59 修改
阅读量1.3k 收藏 8
点赞数
文章标签： c语言 开发语言 python matplotlib
于 2022-03-02 10:11:59 首次发布
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_62743623/article/details/123223444
版权

matplotlib

一、matplotlib–数据可视化图表

1.了解能将数据进行可视化，更直观地呈现
2.使数据更加客观更具说服力

二、绘制折线图

示例：

from matplotlib import pyplot as plt
x=range(2,26,2)
y=[15,13,14,5,17,20,25,26,27,22,18,15]
#绘图
plt.plot(x,y)
#展示
plt.show()

结果：
在这里插入图片描述

1.设置图片大小：

#设置图片大小
plt.figure(figsize=(18,8),dpi=(80))

figsize图片大小
dpi参数像素参数可以使图片更加清晰

2. 保存图片：

#保存图片
plt.savefig("./t1.png")

./t1.png当前路径下保存一张png的图片
可以保存.svg这种矢量图格式，放大不会有锯齿

3.设置x、y轴的刻度

#设置x轴的刻度
plt.xticks(x)
plt.xticks(range(2,26,1))
#plt.xticks([::3])
#设置y轴的刻度
plt.yticks(range(min(y),max(y)+1))

例题：
一天中中午十点到十二点每分钟温度随机变化的折线图
y=[random.randint(20,35) for i in range(120)]（随机数）
答：
设置x、y轴刻度

#设置x、y轴
_xtick_labels=["10点{}分".format(i) for i in range(60)]
_xtick_labels+=["11点{}分".format(i) for i in range(60)]
plt.yticks(y)
#取步长，数字和字符串一一对应，数据的长度一样
plt.xticks(list(x)[::3],_xtick_labels[::3],rotation=45) #rotation= 旋转角度

已经出现每个小时每分钟，但是中文不显示
已经出现每个小时每分钟，但是中文不显示。

4.设置坐标中文字体

**第一种方法：**直接另外加一行代码 plt.xticks(fontproperties=“STSong”)
Windows系统直接能显示中文！！！
在这里插入图片描述
第二种方法：

from matplotlib import font_manager
my_font = font_manager.FontProperties(fname=r"c:\windows\fonts\msyh.ttc")
#设置x，y轴相关信息，设置主题
plt.xlabel("时间",fontproperties=my_font)
plt.ylabel("温度 单位（℃）",fontproperties=my_font)
plt.title("十点到十二点每分钟气温变化折线图",fontproperties=my_font)

5.添加x、y轴相关信息

#设置x，y轴相关信息，设置主题
plt.xlabel("时间",fontproperties="STSong")
plt.ylabel("温度 单位（℃）",fontproperties="STSong")
plt.title("十点到十二点每分钟气温变化折线图",fontproperties="STSong")

后面的**fontproperties=“STSong”**使得坐标和主题信息显示中文
完整代码：

from matplotlib import pyplot as plt
import random

#设置x，y轴坐标参数
x=range(0,120)
y=[random.randint(20,35) for i in range(120)]

#设置图片大小
plt.figure(figsize=(18,8),dpi=80)

#设置x的刻度
#plt.xticks(range(0,120,5))
#设置y的刻度
#plt.yticks(range(min(y),max(y),1))

#设置x、y轴
_xtick_labels=["10点{}分".format(i) for i in range(60)]
_xtick_labels+=["11点{}分".format(i) for i in range(60)]
#取步长，数字和字符串一一对应，数据的长度一样
plt.xticks(list(x)[::3],_xtick_labels[::3],rotation=45) #rotation= 旋转角度
plt.yticks(y)

#显示中文
plt.xticks(fontproperties="STSong")

#设置x，y轴相关信息，设置主题
plt.xlabel("时间",fontproperties="STSong")
plt.ylabel("温度 单位（℃）",fontproperties="STSong")
plt.title("十点到十二点每分钟气温变化折线图",fontproperties="STSong")


#绘图
plt.plot(x,y)
#展示
plt.show()

或者：

from matplotlib import pyplot as plt
import random
from matplotlib import font_manager

#设置x，y轴坐标参数
x=range(0,120)
y=[random.randint(20,35) for i in range(120)]

#设置图片大小
plt.figure(figsize=(18,8),dpi=80)

#设置x的刻度
#plt.xticks(range(0,120,5))
#设置y的刻度
#plt.yticks(range(min(y),max(y),1))

#设置x、y轴
_xtick_labels=["10点{}分".format(i) for i in range(60)]
_xtick_labels+=["11点{}分".format(i) for i in range(60)]
#取步长，数字和字符串一一对应，数据的长度一样
plt.xticks(list(x)[::3],_xtick_labels[::3],rotation=45) #rotation= 旋转角度
plt.yticks(y)

#显示中文
#plt.xticks(fontproperties="STSong")
my_font = font_manager.FontProperties(fname=r"c:\windows\fonts\msyh.ttc")

#设置x，y轴相关信息，设置主题
plt.xlabel("时间",fontproperties=my_font)
plt.ylabel("温度 单位（℃）",fontproperties=my_font)
plt.title("十点到十二点每分钟气温变化折线图",fontproperties=my_font)


#绘图
plt.plot(x,y)
#展示
plt.show()

6.绘制网格

plt.grid(alpha=0.1)  #alpha透明度

linestyle=‘ ’#添加形状
在这里插入图片描述

7.绘制图例

在这里插入图片描述

#绘图
plt.plot(x,y1,label="自己")
plt.plot(x,y2,label="同桌")  #第一步：添加label参数
#添加图例
plt.legend(prop="STSong",loc=0) #第二部：添加图例(第一种显示中文的方式)
 #prop显示中文，loc确定图例出现在哪一个位置
#plt.legend(prop=my_font,loc=0)#第二种显示中文的方式

8.自定义绘制图线的风格

在这里插入图片描述

9.总结：

在这里插入图片描述

三、绘制散点图

绘制散点图与绘制折线图相似，
主要区别：折线图plt.plot（） 散点图plt.scatter()

举例：

在这里插入图片描述

from matplotlib import pyplot as plt
from matplotlib import font_manager

#中文显示
my_font = font_manager.FontProperties(fname=r"c:\windows\fonts\msyh.ttc")

y3=[1,2,3,16,15,54,32,12,32,34,21,32,45,12,32,24,2,6,9,20,32,26,28,32,26,12,23,24,18,19,12]
y4=[12,13,15,16,18,19,17,25,26,23,24,20,21,5,9,8,7,6,20,23,26,24,28,32,35,31,20,29,24,32,21]

x3=range(1,32)
x4=range(51,82)

#设置图片大小
plt.figure(figsize=(18,8),dpi=80)

#与折线图区别地方，scatter
plt.scatter(x3,y3,label="三月份")
plt.scatter(x4,y4,label="十月份")

#设置x，y轴
_x=list(x3)+list(x4)
_xtick_labels=["三月{}日".format(i) for i in x3]
_xtick_labels+=["十月{}日".format(i-50) for i in x4]
plt.xticks(_x[::3],_xtick_labels[::3],fontproperties=my_font,rotation=45)

#添加信息
plt.xlabel("日期",fontproperties=my_font,size=20)
plt.ylabel("温度",fontproperties=my_font,size=20)
plt.title("标题",fontproperties=my_font,size=20)

#添加图例
plt.legend(prop=my_font,loc=2)

#展示
plt.show()

四、绘制条形图

1.绘制纵向条形图：plt.bar()

在这里插入图片描述

2.绘制横向条形图：plt.barh()

在这里插入图片描述

3.例子：

在这里插入图片描述
代码：

from matplotlib import pyplot as plt
from matplotlib import font_manager

#显示中文
my_font = font_manager.FontProperties(fname=r"c:\windows\fonts\msyh.ttc")

a=["猩球崛起3: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]

#设置图片大小
plt.figure(figsize=(18,8),dpi=80)

#使三个日期的图形不会重叠
bar_width=0.2  #向右的距离
x_14=list(range(len(a)))
x_15=[i+bar_width for i in x_14]
x_16=[i+bar_width*2 for i in x_14]

#绘制条形图
plt.bar(x_14,b_16,width=0.2,label="2017-09-16")
plt.bar(x_15,b_15,width=0.2,label="2017-09-15")
plt.bar(x_16,b_14,width=0.2,label="2017-09-14")

#设置x，y轴
plt.xticks(x_15,a,fontproperties=my_font)

#添加相关信息
plt.xlabel("电影",fontproperties=my_font)
plt.ylabel("票房 单位（亿）",fontproperties=my_font)
plt.title("在三天里三部电影的票房",fontproperties=my_font)

#添加图例
plt.legend(prop=my_font,loc=0)

#展示
plt.show()

结果;
在这里插入图片描述

五、绘制直方图

绘制直方图：plt.hist(a,num_bins(分的组数))

例子：

在这里插入图片描述
计算组数

#计算组数
d=5 #组距
num_bins=(max(a)-min(a))//d

from matplotlib import pyplot as plt
from matplotlib import font_manager

#设置x，y轴数值
a=[131,98,125,131,124,139,131,117,128,108,135,138,131,102,107,114, 119,128,121,142,127,130,124,101,110.116,117,110,128,128,115,99,136,126,134,95,138,117,111,78,132,124,113,150,110,117,86,95,144,105, 126,130,126,130,126,116,123,106,112,138,123,86,101,99,136,123,17,119,105,137,123,128,125,104,109,34,125,127,105, 120, 107,129, 116,108,132,103, 136, 118,102,120,14,105,115,132,45,119,121.112,139,125,138,109,132,134,156,106,117,127, 144,139,139,19,140,83,110,102,123,107, 143, 115,136,118,139,123,112, 118, 125, 109,119,133,112,114,122,109,106,123,116, 131,127,115,118,112,135,115,146,137,116, 103,144,83,123,111, 110,11,100,154,136, 100,118, 119,133,134,106,129,126,110, 111,109,141,120,117,106,149,122,122, 110, 118, 127,121,114,125,126,114, 140, 103,130,141, 117, 106,14,121,114,133,137,92,121,112,146,97,137,105,98,117,112,81,97,139,113,134,106,144, 110,137,137, 111, 104, 117,100,11,101,110,105,129,137,112, 120,13,133,112,83,94,146,133,101,131,116.111,84,137,115,122,106,144,109,123,116,111,111,133,150]

#计算组数
d=5 #组距
num_bins=(max(a)-min(a))//d  #能被整除 组数

#设置图片大小
plt.figure(figsize=(18,8),dpi=80)

#绘制直方图
plt.hist(a,num_bins,density=True)#density为属性

#设置x轴刻度
plt.xticks(range(min(a),max(a)+d,d))

#绘制网格
plt.grid(alpha=0.5)

#展示
plt.show()

在这里插入图片描述
在这里插入图片描述

云归441
关注
  • 0
    点赞
  • 踩
  • 8
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
Python之matplotlib画图
weixin_40849273的博客
09-27 251
一、线形图 代码： 结果： 代码： 结果（figsize为显示图片的长和宽，我拉小了）： 代码： 结果： 代码： import matplotlib.pyplot as plt import numpy as np # 从[-1,1]中等距去50个数作为x的取值 x = np.linspace(-1, 1, 50) y1 = 2*x + 1 y2 = 2*...
python使用matplotlib绘图
Good Luck
02-06 275
【代码】python使用matplotlib绘图。
【Python】使用matplotlib绘制图形（曲线图、条形图、饼图等）
最新发布
不积跬步无以至千里，不积小流无以成江海。一个喜欢学习分享的程序员
06-20 3335
matplotlib 是一个用于创建静态、动态和交互式可视化图形的 Python 库。它被广泛用于数据可视化，并且可以与多种操作系统和图形后端一起工作。matplotlib 提供了一套与 MATLAB 相似的命令 API，适合交互式制图，也可以作为绘图控件嵌入到其他应用程序中。 matplotlib 的主要组成部分是 pyplot，它是一个类似于 MATLAB 的绘图框架。pyplot 提供了一个 MATLAB 式的接口，可以隐式地创建图形和轴，使得绘图变得简单。
【python绘图】matplotlib基本使用（含实例）
热门推荐
Crayonxin2000的博客
08-25 3万+
matplot是优秀的数据可视化工具，关键还免费，非常好用。可以制作折线图，直方图，饼图等等。文末有实例。
matplotlib Python 画图
m0_50004939的博客
10-13 643
matplotlib画图
Python Matplotlib 简单绘图
Key_MQL的博客
05-04 423
最近刚开始学习Python语言，之前主做Android开发，经历过一年考研，发现Android开发技术已经落后很多，并且研究生阶段主做计算机视觉&图像处理方向，另外Python已经成为使用量最多的语言，为跟随导师及互联网大方向，现转Python。 刚接触到Matplotlib库绘图，有一个关于点坐标的问题想了好一会才明白，在这记录下来。 先上代码和效果： from pylab import...
python-controlchart:使用matplotlib创建控制图
04-30
首先，我们需要导入必要的库，如`numpy`用于生成数据，`matplotlib.pyplot`用于绘图，以及`pandas`用于数据处理： ```python import numpy as np import matplotlib.pyplot as plt import pandas as pd ``` 然后，...
大数据-Python数据可视化-Matplotlib实战:Matplotlib绘图
05-02
大数据--Python数据可视化-Matplotlib实战:Matplotlib 绘图 8-Pandas与sklearn结合实例.ipynb 7-pie与布局.i pynb 6-3D图.ipynb 5-直方图and散点图.ipynb 4-盒图. ipynb 3-条形图.ipynb 2-风格设置.ipynb 1-Matplot ...
Python-用python和matplotlib库生成迷宫
08-10
**matplotlib绘图**： matplotlib库提供了丰富的图形绘制功能，包括散点图、线图、直方图等。在迷宫生成中，我们可以使用`plt.imshow()`函数显示二维数组（即迷宫矩阵）。通过设置适当的colormap，例如白色表示路径...
Python-animatplot用于在matplotlib上构建交互式动画图的python包
08-10
此外，animatplot还支持matplotlib的所有绘图函数，因此你可以利用matplotlib的强大功能来定制你的动画，包括自定义颜色、线条样式、标记等。 在数据可视化的场景中，animatplot可以用于各种用途。例如，在机器学习...
python-matplotlib绘图示例
07-19
使用python-matplotlib，2维画图库，对于一个博弈问题的均衡解的相关利润，产量，批发价格进行相关的图形绘制与分析，在这个博弈问题中存在cs（竞争供应商），oem（原始制造商），ns（非竞争供应商），本绘图就是...
python Matplotlib绘图
wangcheng_BI的博客
06-30 347
Matplotlib绘图
Python matplotlib 绘图
z2014z的博客
06-17 1224
Python matplotlib 需要安装matplotlib、numpy等模块 基础语法 import matplotlib.pyplot as plt # 设置标题 plt.title('AAPL stock price change') #设置图例 plt.legend() # 设置坐标轴标签 plt.xlabel('time') plt.ylabel('stock price') # 设置坐标轴范围:可以是日期、数值 plt.xlim(datetime(2008,1,1)
python利用matplotlib画图
湘妞妞的博客
06-09 799
【代码】python利用matplotlib画图。
Python - matplotlib - pyplot绘图
buptsd的博客
04-02 466
学会matplotlib绘制直方/柱状/散点/饼状图，了解pandas两大数据结构.plot()直接绘图，调用seaborn绘制热力图、变量关系图等更高级图像
python-Matplotlib画图教程
m0_68350086的博客
10-15 2190
对于新手的matpoltlib初级教程
python matplotlib 绘图操作
Javy Wang
07-26 1658
横坐标值由大到小逆序显示 逆序前的代码和图 import matplotlib.pyplot as plt plt.figure() ax1 = plt.subplot(111) x_list = [1, 2, 3, 4, 5] y_list = [5, 10, 20, 40, 80] plt.sca(ax1) plt.title("Test 1") plt.xlabel("X") plt.yl...
Python之matplotlib画图总结
小码~的博客
06-21 819
python画图，折线图，柱状图（包括横向柱状图、并列柱状图、堆叠柱状图、正负柱状图等），散点图等，
python-matplotlib
09-11
Python-Matplotlib是一个用于绘制图表和可视化数据的Python库。它提供了丰富的绘图工具和函数，可以帮助我们创建各种类型的图表，如折线图、散点图、柱状图和饼图等。 在Matplotlib中，通过使用`plot()`函数可以...
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