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

Matplotlib可视化(1)绘图基础

程序员文章站 2024-01-14 11:27:34
...

使用Matplotlib中的pylot模块绘图较为广泛,大部分的pylot图形绘制都遵循一个流程,使用这个流程可以完成大部分图形的绘制:

1.创建画布与创建子图;

2.添加画布内容,包括添加标题、坐标轴名称、坐标轴的范围、坐标轴的刻度、图形图例等

3.保存与显示图形。

示例:

import numpy as np
import matplotlib.pyplot as plt

rad = np.arange(0, np.pi*2, 0.1)

#第一幅子图
#1.创建一个画布
p1 = plt.figure(figsize=(8, 6), dpi=80)

#2.创建一个两行一列的子图,并开始绘制第一幅
ax1 = p1.add_subplot(2, 1, 1)

#3.添加标题
plt.title('lines')

#4.添加X轴的名称
plt.xlabel('x')

#5.添加Y轴的名称
plt.ylabel('y')

#6.确定X轴范围
plt.xlim((0, 1))

#7.确定Y轴范围
plt.ylim((0, 1))

#8.规定X轴刻度
plt.xticks([0, 0.2, 0.4, 0.6, 0.8, 1])

#9.规定Y轴刻度
plt.yticks([0, 0.2, 0.4, 0.6, 0.8, 1])

#10.画图
plt.plot(rad, rad**2) #添加y = x^2曲线
plt.plot(rad, rad**4) #添加y = x^4曲线

#11.指定图形图例
plt.legend(['y=x^2', 'y=x^4'])

#第二幅图
ax2 = p1.add_subplot(2, 1, 2)
plt.title('sin/cos')
plt.xlabel('rad')
plt.ylabel('value')
plt.xlim((0, np.pi*2))
plt.ylim((-1, 1))
plt.xticks([0, np.pi/2, np.pi*1.5, np.pi*2])
plt.yticks([-1, -0.5, 0, 0.5, 1])
plt.plot(rad, np.sin(rad))
plt.plot(rad, np.cos(rad))
plt.legend(['sin', 'cos'])

#12.保存图形
plt.savefig('sincos.png')

#13.显示图形
plt.show()



Matplotlib可视化(1)绘图基础