使用python matplotlib画图

简介: 本文的原文连接是: http://blog.csdn.net/freewebsys/article/details/52577631 未经博主允许不得转载。 博主地址是:http://blog.csdn.net/freewebsys1,关于非常简单的画图类库。 简直就是matlab的命令了。 python设计都是非常简单的。 在使用python进行数

本文的原文连接是: http://blog.csdn.net/freewebsys/article/details/52577631
未经博主允许不得转载。
博主地址是:http://blog.csdn.net/freewebsys

1,关于


非常简单的画图类库。 简直就是matlab的命令了。
python设计都是非常简单的。
在使用python进行数据处理的时候还是非常方便的。

2,画直线


将两个线画到一个图上面,并且设置成不同的颜色。直接执行2次命令。

%matplotlib inline
import matplotlib.pyplot as plt
import pandas as pd
import numpy as np

#随机画一个二维数组。
x_len = 20
x = np.arange(0,x_len)#生成0-19的数组x坐标
y = np.random.standard_normal((20,2))
plt.plot(x,y[:,0],'r',label='1st')#第二个参数跟的是颜色,
plt.plot(x,y[:,1],'k',label='2nd')
plt.legend(loc=0)#设置label标签位置,0左上角。
#设置坐标
plt.grid(True)
plt.xlabel('this is x label')
plt.ylabel('this is y label')
plt.title(u"python plot demo 1")

3,画两个图,使用相同的x轴


在同一个画图内并列显示图表,可以方便的进行对比使用。 plt.subplot(numrows=3,numcols=1,fignum=1) 表示,一共有3行1列的第一个画像。简写plt.subplot(3,1,1)或者直接plt.subplot(311)

%matplotlib inline
import matplotlib.pyplot as plt
import pandas as pd
import numpy as np

#随机画一个二维数组。
x_len = 20
x = np.arange(0,x_len)#生成0-19的数组x坐标
y = np.random.standard_normal((20,3))
plt.title(u"python plot demo 1")


#########第一个图标######### 3行1列第1个
plt.subplot(3,1,1)
plt.grid(True)
plt.plot(x,y[:,0],'r')#第二个参数跟的是颜色,
plt.legend(loc=0)#设置label标签位置,0左上角。
#########第一个图标######### 3行1列第2个
plt.subplot(3,1,2)
plt.plot(x,y[:,1],'k')
plt.legend(loc=0)
plt.grid(True)
#########第一个图标######### 3行1列第3个
plt.subplot(3,1,3)
plt.plot(x,y[:,1],'g')
plt.legend(loc=0)
plt.grid(True)

plt.xlabel('this is x label')
plt.ylabel('this is y label')

4,柱状图


bar(x,y,width) 输入x坐标,y坐标和柱状图宽度。

%matplotlib inline
import matplotlib.pyplot as plt
import pandas as pd
import numpy as np

#随机画一个二维数组。
x_len = 20
x = np.arange(0,x_len)#生成0-19的数组x坐标
y = np.random.standard_normal((x_len,1))#随机生成y。
plt.bar(x,y[:,0],width=0.5,color='r',label='1st')
plt.legend(loc=0)#设置label标签位置,0左上角。
#设置坐标
plt.grid(True)

4,散点图


scatter(x,y,marker)
直接输入x,y的坐标集合。

%matplotlib inline
import matplotlib.pyplot as plt
import pandas as pd
import numpy as np

#随机画一个二维数组。
y = np.random.standard_normal((500,2))#随机生成y。
plt.scatter(y[:,0],y[:,1],color='r')
#设置坐标
plt.grid(True)

4,总结


python画图真的很简单,使用处理都交给类库了。
只要简单的调用函数就可以了。
开放工具没有使用ide,而是使用了ipython notebook,非常好用。
可以同时编写markdown文档和python代码,还能够运行。
超级炫酷。

本文的原文连接是: http://blog.csdn.net/freewebsys/article/details/52577631
未经博主允许不得转载。
博主地址是:http://blog.csdn.net/freewebsys

目录
相关文章
|
13天前
|
Python
在Python中绘制K线图,可以使用matplotlib和mplfinance库
使用Python的matplotlib和mplfinance库可绘制金融K线图。mplfinance提供便利的绘图功能,示例代码显示如何加载CSV数据(含开盘、最高、最低、收盘价及成交量),并用`mpf.plot()`绘制K线图,设置类型为'candle',显示移动平均线(mav)和成交量信息。可通过调整参数自定义图表样式,详情参考mplfinance文档。
33 2
|
14天前
|
Serverless Python
使用Python的pandas和matplotlib库绘制移动平均线(MA)示例
使用Python的pandas和matplotlib库绘制移动平均线(MA)示例:加载CSV数据,计算5日、10日和20日MA,然后在K线图上绘制。通过`rolling()`计算平均值,`plot()`函数展示图表,`legend()`添加图例。可利用matplotlib参数自定义样式。查阅matplotlib文档以获取更多定制选项。
29 1
|
14天前
|
数据采集 Web App开发 数据可视化
Python爬虫技术与数据可视化:Numpy、pandas、Matplotlib的黄金组合
Python爬虫技术与数据可视化:Numpy、pandas、Matplotlib的黄金组合
|
15天前
|
机器学习/深度学习 数据可视化 数据挖掘
Python绘图工具Matplotlib安装与使用,快速上手
Python绘图工具Matplotlib安装与使用,快速上手
|
20天前
|
Python
python 海龟画图tutle螺旋线
python 海龟画图tutle螺旋线
25 0
|
24天前
|
数据可视化 数据挖掘 Python
Matplotlib与Seaborn在Python面试中的可视化题目
【4月更文挑战第16天】本文介绍了Python数据可视化在面试中的重点,聚焦于Matplotlib和Seaborn库。通过基础绘图、进阶图表、图形定制和交互式图表的实例展示了常见面试问题,并列出了一些易错点,如忽视图形清晰度、误用色彩等。建议理解两者功能并注意保持图形简洁,以提升面试表现和数据可视化能力。
24 3
|
25天前
|
数据可视化 数据挖掘 定位技术
Python 基于 Matplotlib 实现数据可视化(二)
Python 基于 Matplotlib 实现数据可视化(二)
25 0
|
25天前
|
数据可视化 数据挖掘 开发者
Python 基于 Matplotlib 实现数据可视化(一)
Python 基于 Matplotlib 实现数据可视化
25 0
|
2月前
|
数据可视化 数据挖掘 API
Python数据可视化利器Matplotlib详解
本文将深入探讨Python中常用的数据可视化库Matplotlib,介绍其基本概念、常见绘图函数和实例应用。通过学习Matplotlib,读者可以掌握如何利用Python进行数据可视化,展示数据分析结果。
|
2月前
|
数据可视化 数据挖掘 Python
Python数据可视化:探索Matplotlib的强大功能
数据可视化在如今的数据分析和展示中扮演着至关重要的角色。本文将介绍Python中常用的数据可视化库Matplotlib,深入探讨其功能和应用,帮助读者更好地利用Matplotlib进行数据可视化。