matplotlib 安装配置
linux可以通过以下方式安装matplotlib
sudo pip install numpy
sudo pip install scipy
sudo pip install matplotlib
windows墙裂推荐大家使用anaconda
通常,使用 numpy 组织数据, 使用 matplotlib API 进行数据图像绘制。一幅数据图基本上包括如下结构:
其他的还有图形文本 (Text)、注解 (Annotate)等其他描述
下面以常规图为例,详细记录作图流程及技巧。按照绘图结构,可将数据图的绘制分为如下几个步骤:
下面是一个包含cos、sin、sqrt函数的完整图像:
import numpy as np
import matplotlib.pyplot as plt
x = np.arange(0., 10, 0.2)
y1 = np.cos(x)
y2 = np.sin(x)
y3 = np.sqrt(x)
使用 plot 函数直接绘制上述函数曲线,可以通过配置 plot 函数参数调整曲线的样式、粗细、颜色、标记等:
plt.plot(x, y1, color='blue', linewidth=1.5, linestyle='-', marker='.')
plt.plot(x, y2, color='green', linewidth=1.5, linestyle='-', marker='*')
plt.plot(x, y3, color='m', linewidth=1.5, linestyle='-', marker='x')
# 坐标轴上移
ax = plt.subplot(111)
ax.spines['right'].set_color('none') # 去掉右边的边框线
ax.spines['top'].set_color('none') # 去掉上边的边框线
# 移动下边边框线,相当于移动 X 轴
ax.xaxis.set_ticks_position('bottom')
ax.spines['bottom'].set_position(('data', 0))
# 移动左边边框线,相当于移动 y 轴
ax.yaxis.set_ticks_position('left')
ax.spines['left'].set_position(('data', 0))
# 设置 x, y 轴的取值范围
plt.xlim(x.min() * 1.1, x.max() * 1.1)
plt.ylim(-1.5, 4.0)
# 设置 x, y 轴的刻度值
plt.xticks([2, 4, 6, 8, 10], [r'2', r'4', r'6', r'8', r'10'])
plt.yticks([-1.0, 0.0, 1.0, 2.0, 3.0, 4.0],
[r'-1.0', r'0.0', r'1.0', r'2.0', r'3.0', r'4.0'])
# 设置标题、x轴、y轴
plt.title(r'$the \ function \ figure \ of \ cos(), \ sin() \ and \ sqrt()$', fontsize=19)
plt.xlabel(r'$the \ input \ value \ of \ x$', fontsize=18, labelpad=88.8)
plt.ylabel(r'$y = f(x)$', fontsize=18, labelpad=12.5)
# 添加文字
plt.text(4, 1.68, r'$x \in [0.0, \ 10.0]$', color='k', fontsize=15)
plt.text(4, 1.38, r'$y \in [-1.0, \ 4.0]$', color='k', fontsize=15)
# 特殊点添加注解
plt.scatter([8, ], [np.sqrt(8), ], 50, color='m') # 使用散点图放大当前点
plt.annotate(r'$2\sqrt{2}$', xy=(8, np.sqrt(8)), xytext=(8.5, 2.2), fontsize=16, color='#090909',
arrowprops=dict(arrowstyle='->', connectionstyle='arc3, rad=0.1', color='#090909'))
# 设置图例及位置
plt.legend(loc='upper left')
plt.legend(['cos(x)', 'sin(x)', 'sqrt(x)'], loc='upper left')
# 显示网格线
plt.grid(True)
# 保存图片
plt.savefig('foo.png')
# 显示绘图
plt.show()
plt.plot(x, y1, color='blue', linewidth=1.5, linestyle='-', marker='.')
主要是color参数:r 红色、g 绿色、b 蓝色、c cyan、m 紫色、y 土黄色、k 黑色、w 白色
linestyle 参数主要包含虚线、点化虚线、粗虚线、实线
marker参数设定在曲线上标记的特殊符号,以区分不同的线段。常见的形状及表示符号如下图所示:
本文分享自 python爬虫实战之路 微信公众号,前往查看
如有侵权,请联系 cloudcommunity@tencent.com 删除。
本文参与 腾讯云自媒体同步曝光计划 ,欢迎热爱写作的你一起参与!