欢迎您访问程序员文章站本站旨在为大家提供分享程序员计算机编程知识!
您现在的位置是: 首页  >  IT编程

matploylib.pyplot基础知识介绍

程序员文章站 2022-05-31 10:57:50
matploylib.pyplot基础知识介绍使用:import matploylib.pyplot as plt函数介绍:plt.plot: plt.plot(x, y, format string, **kwargs)x: X轴数据,列表或数组,可选。y: Y轴数据,列表或数组。format string:控制曲线的格式字符串,可选。**kwargs:第二组或更多(x,y,format string)当绘制多条曲线的时候,x的值不能省略format string:控制曲线...

matploylib.pyplot基础知识介绍

使用:import matploylib.pyplot as plt

函数介绍:

  • plt.plot: plt.plot(x, y, format string, **kwargs)
    x: X轴数据,列表或数组,可选。
    y: Y轴数据,列表或数组。
    format string:控制曲线的格式字符串,可选。
    **kwargs:第二组或更多(x,y,format string)

当绘制多条曲线的时候,x的值不能省略

format string:控制曲线的格式字符串,可选由颜色字符风格字符标记字符组成,其中参数如下:
1、颜色字符:控制曲线的显示颜色:
matploylib.pyplot基础知识介绍
2、风格字符:控制曲线的显示样子:
matploylib.pyplot基础知识介绍
3、标记字符:控制曲线的标记样子:
matploylib.pyplot基础知识介绍
例子

a=np.arange(10)  
plt.plot(a,a*1.5,'go-',a,a*2.5,'rx',a,a*3.5,'*',a,a*4.5,'b-.')  
plt.show()

matploylib.pyplot基础知识介绍

pyplot中的中文显示 (两种方法)

1、pyplot并不默认支持中文显示,需要rcParams修改字体实现。

import matplot1ib
matplotlib.rcParams['font.family']='SimHei'

rcParams属性:
'font.family’用于显示字体的名字
‘font.style’字体风格,正常’normal’或斜体’italic’
‘font.size’字体大小,整数字号或者’arge’、‘x-smal’

2、在有中文输出的地方,增加一个属性: fontproperties

plt.xlabel("横轴:时间",fontproperties='SimHei',fontsize=20)

pyplot的文本显示函数

函数 说明
plt.xlabel() 对X轴增加文本标签
plt.ylabel() 对Y轴增加文本标签
plt.title() 对图形整体增加文本标签
plt.text() 在任意位置增加文本
plt.annotate() 在图形中增加带箭头的注释

子网格设计函数

方法一:subplot2grid(GridSpec, CurSpec, colspan=1, rowspan=1)

含义:设定网格,选中网格,确定选中行列区域数量,编
号从0开始。
例如:plt. subplot2grid((3,3),(0,0), colspan=3)

方法二:GridSpec类+subplot

例如:

import matplotlib.gridspec as gridspec
gs = gridspec .GridSpec(3,3)
#利用切片的形式表示,其中:为全选,从左到右
ax1 = plt.subp1ot(gs[0, :])
ax2 = plt.subp1ot(gs[1, :-1])
ax3 = plt.subp1ot(gs[1:, -1])
ax4 = plt.subp1ot(gs[2, 0])
ax5 = plt.subp1ot(gs[2, 1])

pyplot基础常用图表函数

matploylib.pyplot基础知识介绍
matploylib.pyplot基础知识介绍
matploylib.pyplot基础知识介绍

图片来源于嵩天老师《python数据分析与展示》,侵删。其中详细的信息可以去matploylib文档中查看

1、饼图的绘制

plt.pie()

import matplotlib.pyplot as plt
import numpy as np
labels = '1', '2', '3','4'
sizes= [15, 30, 45, 10]
exp1ode = (0, 0.1, 0, 0)
plt.pie(sizes, explode=exp1ode, labels=labels, autopct= '%1.1f%%' ,
shadow=False, startangle=90)
plt. show()

matploylib.pyplot基础知识介绍

2、直方图的绘制

plt.hist()

import matplotlib.pyplot as plt
import numpy as np
np. random. seed(0)
mu, sigma = 100, 20
#均值和标准差
a = np.random.normal(mu,sigma, size=100)
plt.hist(a, 20,normed=1,histtype='stepfilled', facecolor='b', alpha=0.75)
plt.title('Histogram')
plt. show()

matploylib.pyplot基础知识介绍

3、散点图的绘制

面向对象绘制散点图

import matplotlib.pyplot as plt
import numpy as np
fig,ax = plt.subplots( )
ax.plot (10*np.random.randn(100),10*np.random.randn(100),'o') 
ax.set_title('Simple Scatter')
plt.show()

matploylib.pyplot基础知识介绍

ps:表格图片的来源来自于北京理工大学嵩天老师的《python数据分析与展示》课程,侵删

本文地址:https://blog.csdn.net/nine_age/article/details/107580505