Matplotlib(一)

简介: Matplotlib(一)

Matplotlib(一)

Matplotlib库的介绍

Matplotlib库的使用

Matplotlib库由各种可视化类构成,内部结构复杂,受Matlab启发matplotlib.pyplot是绘制各类可视化图形的命令子库,相当于快捷方式

import matplotlib.pyplot as plt

入门案例

import matplotlib.pyplot as plt
plt.plot([3, 1, 2, 4, 5])
plt.ylabel("grade")
plt.show()

注意:plt.plot()只有一个输入列表或数组时,参数被当做Y轴,X轴以索引自动生成

运行效果如下

import matplotlib.pyplot as plt
plt.plot([3, 1, 2, 4, 5])
plt.ylabel("Grade")
plt.savefig("D:/test", dpi=600)  # PNG文件,dpi是指每一个英寸中所包含的点的数量
plt.show()

注意:plt.savefig()将输出图形存储为文件,默认为PNG格式,可以通过dpi修改输出质量

import matplotlib.pyplot as plt
plt.plot([0, 2, 4, 6, 8], [3, 1, 4, 5, 2])  # x轴坐标[0, 2, 4, 6, 8] y轴坐标[3, 1, 4, 5, 2]
plt.ylabel("Grade")
plt.axis([-1, 10, 0, 6])  # x轴范围:[-1, 10]  y轴范围:[0, 6]
plt.show()

注意:plt.plot(x, y)当有两个以上参数时,按照x轴和y轴顺序绘制数据点

pyplot的绘图区域

plt.subplot(nrows, ncols, plot_number)  # nrows:横纵区域的数量(行)  ncols:纵轴区域的数量(列) ploy_number:当前位于哪个区域

3行2列

import numpy as np
import matplotlib.pyplot as plt
# f(t)是能量衰减函数
def f(t):
    return np.exp(-t) * np.cos(2*np.pi*t)
# arange(start, stop, step, dtype)
# 根据start(默认为0)与stop(不包含stop的终止值)指定的范围以及step(默认为1)步长值,生成一个ndarray数组
a = np.arange(0.0, 5.0, 0.02)
plt.subplot(211)
plt.plot(a, f(a))  # 根据数组a绘制能量衰减函数
plt.subplot(2, 1, 2)
plt.plot(a, np.cos(2*np.pi*a*2), 'r--')
plt.show()

pyplot的plot()函数

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)

注意:当绘制多条曲线时,各条曲线的x不能省略

import matplotlib.pyplot as plt
import numpy as np
a = np.arange(10)
plt.plot(a, a*1.5, a, a*2.5, a, a*3.5, a, a*4.5)
plt.show()

关键参数format_string:**

format_string:控制曲线的格式字符串,可选由颜色字符、风格字符和标记字符组成

颜色字符、风格字符和标记字符可以组合使用

import matplotlib.pyplot as plt
import numpy as np
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-.')

**kawrgs:第二组或更多(x, y, format_string)

color:控制颜色,color='green'

linestyle:线条风格,linestyle='dashed'

marker:标记风格,marker='o'

markerfacecolor:标记颜色,markerfacecolor='blue'

markersize:标记尺寸,markersize=20

pyplot的中文显示

pyplot的中文显示的第一种方法

pyplot并不默认支持中文显示,需要rcParams修改字体实现

import matplotlib.pyplot as plt
import numpy as np
a = np.arange(10)
plt.rcParams['font.family'] = 'SimHei'  # SimHei是黑体
plt.plot([3, 1, 4, 5, 2])
plt.ylabel("纵轴(值)")
plt.show()

rcParams的属性

中文字体的种类

rcParams['font.family']

实例

import numpy as np
import matplotlib.pyplot as plt
import matplotlib
matplotlib.rcParams['font.family'] = 'STSong'
matplotlib.rcParams['font.size'] = 20
a = np.arange(0.0, 5.0, 0.02)
plt.xlabel('横轴:时间')
plt.ylabel('纵轴:振幅')
plt.plot(a, np.cos(2*np.pi*a), 'r--')
plt.show()

注意:第一种方法是全局改变字体的大小,不是很推荐使用

pyplot的中文显示的第二种方法(推荐使用)

有中文输出的地方,添加一个属性:fontproperties

import matplotlib.pyplot as plt
import numpy as np
a = np.arange(0.0, 5.0, 0.02)
plt.xlabel('横轴:时间', fontproperties='SimHei', fontsize=20)
plt.ylabel('纵轴:振幅', fontproperties='SimHei', fontsize=20)
plt.plot(a, np.cos(2*np.pi*a), 'r--')
plt.show()

pyplot的子绘图区域

复杂的绘图区域

plt.subplot2gird()

plt.subplot2gird(GirdSpec, CurSpec, colspan=1, rowspan=1)

理念:设定网格,选中网格,确定选中行列区域数量,编号从0开始

 

GirdSpec类

单元小结

Matplotlib库入门

pyplot子库的基本使用

pyplot图形绘制

相关文章
|
2月前
|
Python
Matplotlib 教程 之 Matplotlib 散点图 6
使用 Matplotlib 库中的 `scatter()` 方法绘制散点图,并详细解释了该方法的参数,包括点的大小(`s`)、颜色(`c`)、样式(`marker`)等。此外,还展示了如何使用 `cmap` 参数设置颜色条,以及提供了一个具体的实例代码,演示了如何利用这些参数创建带有颜色渐变的散点图。
38 0
|
25天前
|
API Python
Matplotlib Pyplot
Matplotlib Pyplot
26 3
|
2月前
|
Python
Matplotlib 教程 之 Matplotlib 散点图 1
通过设置参数如点的大小(`s`)、颜色(`c`)和样式(`marker`)等,可以定制图表外观。示例展示了如何用两个长度相同的数组分别表示 x 和 y 轴的值来创建基本散点图。
47 12
|
2月前
|
数据可视化 Python
Matplotlib 教程 之 Matplotlib 散点图 7
使用 Matplotlib 的 `scatter()` 方法绘制散点图。该方法接受多个参数,如 x 和 y 数据点、点的大小(s)、颜色(c)和样式(marker)等。通过示例展示了如何利用颜色数组和颜色映射 (`cmap`) 来增强图表的表现力,并使用 `colorbar()` 方法添加颜色条,使数据可视化更加直观。
34 1
|
3月前
|
API Python
Matplotlib 教程 之 Matplotlib Pyplot 2
Matplotlib 的子库 Pyplot 提供了类似 MATLAB 的绘图 API,是常用的 2D 图表绘制模块。通过 `import matplotlib.pyplot as plt` 导入后,可使用如 `plot()`, `scatter()`, `bar()`, `hist()`, `pie()`, `imshow()` 和 `subplots()` 等函数来轻松生成并调整图表。其中 `plot()` 用于绘制线图和散点图,接受 `x` 和 `y` 数据及可选格式参数 `fmt`。
38 8
|
3月前
|
API Python
Matplotlib 教程 之 Matplotlib Pyplot 3
Matplotlib Pyplot 是 Matplotlib 的子库,提供了类似 MATLAB 的绘图 API,常用于绘制 2D 图表。通过 `import matplotlib.pyplot as plt` 导入后,可使用如 `plot()`、`scatter()`、`bar()`、`hist()`、`pie()`、`imshow()` 和 `subplots()` 等函数进行绘图。此外,还支持设置图表属性、添加文本和保存图表等功能。示例代码展示了如何绘制从 (1, 3) 到 (8, 10) 的线。
22 6
|
3月前
|
API Python
Matplotlib 教程 之 Matplotlib Pyplot 8
Matplotlib教程之Matplotlib Pyplot第8部分介绍了Pyplot子库,其提供类似MATLAB的绘图API,常用于绘制2D图表。通过导入`matplotlib.pyplot`并设置别名`plt`来使用其功能,如`plot()`、`scatter()`、`bar()`等。此外还支持颜色、线型及标记参数,示例展示了如何绘制正弦和余弦图形。
20 2
|
3月前
|
API Python
Matplotlib 教程 之 Matplotlib Pyplot 1
Matplotlib Pyplot 是 Matplotlib 的一个子库,提供了与 MATLAB 类似的绘图 API。它常用於绘制 2D 图表,包含了一系列可以对当前图像进行修改的函数,如添加标记、生成新图像等。通过 `import matplotlib.pyplot as plt` 导入后,可使用如 `plot()`、`scatter()`、`bar()`、`hist()`、`pie()` 和 `imshow()` 等函数绘制不同类型的图表,并可通过其他函数设置图表属性、添加文本或保存图表。例如,使用 `plot()` 可根据指定坐标绘制线图。
32 5
|
3月前
|
API Python
Matplotlib 教程 之 Matplotlib Pyplot 4
Matplotlib 子库 Pyplot,提供了类似 MATLAB 的绘图 API,便于用户绘制 2D 图表。Pyplot 包含一系列函数,如 `plot()`、`scatter()`、`bar()`、`hist()`、`pie()` 和 `imshow()` 等,可对图像进行各种修改。通过 `import matplotlib.pyplot as plt` 导入库后,即可使用这些函数。此外,还介绍了颜色、线型和标记等参数的使用方法。
20 2
|
2月前
|
数据可视化 Python
Matplotlib 教程 之 Matplotlib 散点图 9
使用Matplotlib中的`scatter()`方法绘制散点图。该方法接受多个参数,如数据点位置(x,y)、点的大小(s)、颜色(c)等,并支持多种颜色样式和配置选项。通过调整这些参数,用户可以自定义散点图的外观和表现形式,实现丰富的可视化效果。
26 0

相关课程

更多