Matplotlib从入门到精通:Axes与Axis(二)

简介: Matplotlib从入门到精通:Axes与Axis

使用图例

后面会专门出一期图例的推文,这里先暂时了解一下

fig, ax = plt.subplots(figsize=(3.5,2.5))
x = np.linspace(1, 10)
ax.plot(x , x+2, label='$y=x+2$')
ax.plot(x, x*x, label='$y=x^2$')
ax.plot(x, 4*x*x + 3*x + 1, label='$y=4x^2+3x+1$')
ax.legend()

7f0da1f06914cdf8132d2f9c871b460c_640_wx_fmt=png&wxfrom=5&wx_lazy=1&wx_co=1.png

水平线和垂直线

fig, (ax1,ax2) = plt.subplots(ncols=2,figsize=(3.5, 2.5))
ax1.axvline(x=5, ymax=0.5)  # x=5的竖直线
ax2.axhline(y=5, xmin=0.5)  # y=5的水平线
# 可以通过xmax/xmin来设置线的范围,值的范围为【0, 1】

baf1677e1dcd277982b83cb86de08fa6_640_wx_fmt=png&wxfrom=5&wx_lazy=1&wx_co=1.png

散点图

fig, ax = plt.subplots(figsize=(3.5,2.5))
x = np.linspace(-np.pi, np.pi)
ax.scatter(
    x, 
    np.sin(x), 
    color='b',
    marker='o', 
    alpha=0.4, 
    facecolor='b',
    edgecolor='g',
)

551731668a3aefb9b1c0d88fd49f2e19_640_wx_fmt=png&wxfrom=5&wx_lazy=1&wx_co=1.png

柱状图

x = np.array([1, 2, 3, 4])
y = np.array([1, 3, 5, 7])
fig, [ax1, ax2] = plt.subplots(1, 2, figsize=(3.5,2.5))
ax1.bar(
    x,
    y,
    color='b',
    alpha=0.4, 
    facecolor='b',
    edgecolor='g',
)
ax1.set_title('竖着的柱状图')
ax2.barh(
    x, 
    y, 
    color='b',
    alpha=0.4, 
    facecolor='b',
    edgecolor='g',
)
ax2.set_title('横着的柱状图')
# 优化布局
fig.tight_layout()

3bf1d111adaeadb913f918a59652eeae_640_wx_fmt=png&wxfrom=5&wx_lazy=1&wx_co=1.png

误差线

errorbar

import random
random.seed(0)
x = np.array([1, 2, 3, 4])
y = np.array([1, 3, 5, 7])
fig, ax = plt.subplots(figsize=(3.5,2.5), tight_layout=True)
ax.errorbar(
    x, 
    y, 
    yerr=[random.random() for i in x],
    xerr=[random.random() for i in x],
    capsize=4, 
    elinewidth=2,
    ecolor='b', 
    color='r',
)

68fba319a6431ef6aeb29c2d9bf643e8_640_wx_fmt=png&wxfrom=5&wx_lazy=1&wx_co=1.png

饼图

fig, ax = plt.subplots(figsize=(3.5,2.5), tight_layout=True)
x = [1, 3, 5, 7, 9]
ax.pie(
    x,
    labels=['a','b','c','d','e'],
    colors=[
        'b',
        'r',
        'g',
        'y',
        '#f5a6c740'
    ],
)

ad85efd4bf77e7dbd49d200f110176be_640_wx_fmt=png&wxfrom=5&wx_lazy=1&wx_co=1.png

相关文章
|
5月前
|
Python
Matplotlib axes类
Matplotlib axes类
25 1
|
5月前
|
数据可视化 数据挖掘 C++
一文入门数分三剑客--Numpy、Pandas、Matplotlib
一文入门数分三剑客--Numpy、Pandas、Matplotlib
132 0
|
2月前
|
数据可视化 数据格式 Python
Matplotlib绘图从零入门到实践(含各类用法详解)
本文是一份全面的Matplotlib绘图库教程,涵盖了从基础到高级的各类用法,包括安装、基础图形绘制、调节设置、数值处理、图形美化、动画制作等,并提供了理论讨论和实例项目,旨在帮助读者从零开始学习并掌握Python中的Matplotlib绘图。
52 0
|
4月前
|
Python
Python学习笔记之Matplotlib模块入门(直线图、折线图、曲线图、散点图、柱状图、饼状图、直方图、等高线图和三维图的绘制)-2
Python学习笔记之Matplotlib模块入门(直线图、折线图、曲线图、散点图、柱状图、饼状图、直方图、等高线图和三维图的绘制)
|
4月前
|
数据可视化 开发者 Python
Python学习笔记之Matplotlib模块入门(直线图、折线图、曲线图、散点图、柱状图、饼状图、直方图、等高线图和三维图的绘制)-1
Python学习笔记之Matplotlib模块入门(直线图、折线图、曲线图、散点图、柱状图、饼状图、直方图、等高线图和三维图的绘制)
|
5月前
|
数据可视化 搜索推荐 数据挖掘
Matplotlib入门:数据可视化基础
【4月更文挑战第17天】这篇文章是Matplotlib的入门教程,介绍了如何使用Python的Matplotlib库进行数据可视化。内容包括Matplotlib的基本概念、安装与导入、绘制线图、定制图形标题和标签、以及散点图、柱状图和饼图的绘制。通过本文,读者可以掌握数据可视化的基础,为进一步探索Matplotlib的高级功能打下基础。
|
5月前
|
机器学习/深度学习 数据可视化 数据挖掘
Python中的数据可视化:Matplotlib库入门与实践
在数据分析和机器学习领域,数据可视化是至关重要的一环。本文将介绍Python中常用的数据可视化库Matplotlib的基本用法和实践技巧,帮助读者快速掌握如何利用Matplotlib创建各种类型的图表,提升数据分析和展示的效果。
|
5月前
|
人工智能 数据可视化 算法
Matplotlib从入门到精通05-样式色彩秀芳华
Matplotlib从入门到精通05-样式色彩秀芳华
Matplotlib从入门到精通05-样式色彩秀芳华
|
5月前
|
人工智能 算法 数据可视化
Matplotlib从入门到精通04-文字图例尽眉目
Matplotlib从入门到精通04-文字图例尽眉目
Matplotlib从入门到精通04-文字图例尽眉目
|
5月前
|
人工智能 算法 API
Matplotlib从入门到精通03-布局格式定方圆
Matplotlib从入门到精通03-布局格式定方圆
Matplotlib从入门到精通03-布局格式定方圆
下一篇
无影云桌面