Loading [MathJax]/jax/output/CommonHTML/config.js
前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
圈层
工具
发布
首页
学习
活动
专区
圈层
工具
MCP广场
社区首页 >专栏 >(七)Python绘图基础:Matplotlib绘图

(七)Python绘图基础:Matplotlib绘图

作者头像
小点点
发布于 2022-12-12 05:39:42
发布于 2022-12-12 05:39:42
2.2K00
代码可运行
举报
文章被收录于专栏:小点点小点点
运行总次数:0
代码可运行

目录

Matplotlib绘图

折线图

绘制一组数据

绘制多组数据

散点图(scatter)

条形图(竖)

条形图(横)

饼图

Matplotlib属性

保存图片

色彩和样式

文字

其他属性

绘制子图

子图-subplot()

子图-subplots()

子图-axes() 


Matplotlib绘图

最著名Python绘图库, 主要用于二维绘图

– 画图质量高

– 方便快捷的绘图模块

  • 绘图API——pyplot模块

折线图

绘制一组数据

代码如下所示:

代码语言:javascript
代码运行次数:0
运行
AI代码解释
复制
import matplotlib.pyplot as plt
plt.plot(range(7),[3, 4, 7, 6, 3, 7, 9])    # 设立XY轴坐标,X轴不写也可以默认从零开始
plt.show()

运行结果如下所示:

绘制多组数据

 代码如下所示:

代码语言:javascript
代码运行次数:0
运行
AI代码解释
复制
import matplotlib.pyplot as plt
import numpy as np
t = np.arange(0., 2., 0.1)    # 生成数据
plt.plot(t, t, t, t+2, t, t**3)    # 绘制多组数据
plt.show()

运行结果如下所示:

散点图(scatter)

 代码如下所示:

代码语言:javascript
代码运行次数:0
运行
AI代码解释
复制
import matplotlib.pyplot as plt
plt.scatter(range(7),[3, 4, 7, 6, 3, 7, 9]) # 绘制散点图
plt.show()

        除了使用scatter函数之外,还可以使用plot函数后加参数'o'来实现,代码如下所示:

代码语言:javascript
代码运行次数:0
运行
AI代码解释
复制
import matplotlib.pyplot as plt
plt.plot(range(7),[3, 4, 7, 6, 3, 7, 9],'o') # 绘制散点图
plt.show()

运行结果如下所示:

条形图(竖)

代码如下所示:

代码语言:javascript
代码运行次数:0
运行
AI代码解释
复制
import matplotlib.pyplot as plt
plt.bar(range(7),[3, 4, 7, 6, 3, 7, 9]) # 绘制条形图
plt.show()

 运行结果如下所示:

条形图(横)

代码如下所示:

代码语言:javascript
代码运行次数:0
运行
AI代码解释
复制
import matplotlib.pyplot as plt
plt.barh(range(7),[3, 4, 7, 6, 3, 7, 9]) # 绘制横的条形图
plt.savefig('E:\截图\绘图\huitu2.jpg')
plt.show()

 运行结果如下所示:

饼图

代码如下所示:

代码语言:javascript
代码运行次数:0
运行
AI代码解释
复制
import matplotlib.pyplot as plt
plt.pie([3, 4, 7, 6, 3, 7, 9], labels=range(7), autopct='%1.2f%%', startangle=90) # 绘制饼图,labels设置标签,autopct设置显示百分比,startangle显示起始角度
plt.savefig('E:\截图\绘图\huitu3.jpg')
plt.show()

运行结果如下所示:

Matplotlib属性

        Matplotlib可以控制许多的默认属性,本文只举一些属性来介绍;

保存图片

可以用savefig()函数来保存绘制好的图片,代码如下所示:

代码语言:javascript
代码运行次数:0
运行
AI代码解释
复制
import matplotlib.pyplot as plt
plt.plot(range(7),[3, 4, 7, 6, 3, 7, 9],"r-.")
plt.savefig('E:\截图\绘图\Fui.jpg')    # 填保存路径即可
plt.show()

色彩和样式

符号

b

g

r

c

m

y

k

w

颜色

blue

green

red

cyan(青色)

magenta(洋红色)

yellow

black

white

线型

'-'

'--'

'-.'

':'

'None'

' '

''

描述

实线

长虚线

虚线加点

点虚线

标记

"o"

"v"

"s"

"^"

"p"

"*"

"h"

"+"

"D"

描述

散点

倒三角

正方形

正三角

五边形

五角星

六边形

加号

菱形

        只展示了一部分常用的格式,具体每个色彩和样式就不一一展示,只展示几个色彩样式,代码如下所示:

代码语言:javascript
代码运行次数:0
运行
AI代码解释
复制
import matplotlib.pyplot as plt
plt.plot(range(7),[3, 4, 7, 6, 3, 7, 9],"r*") 
plt.show()

运行结果如下所示:

 代码如下所示:

代码语言:javascript
代码运行次数:0
运行
AI代码解释
复制
import matplotlib.pyplot as plt
plt.plot(range(7),[3, 4, 7, 6, 3, 7, 9],"c:")
plt.show()

运行结果如下所示:

文字

        可以在图上加标题、横坐标的标签和纵坐标的标签,还可以将数轴上的数字用文字来表示。具体代码如下所示:

代码语言:javascript
代码运行次数:0
运行
AI代码解释
复制
import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif'] = ['SimHei']    # 设置中文字体,不然显示不了中文
plt.title('标题')
plt.xlabel('X 标签')
plt.ylabel('Y 标签')
plt.plot( [3, 4, 7, 6])
index_name=['1季度', '2季度', '3季度', '4季度'] # 设置X坐标的标签
plt.xticks(range(4), index_name)        # 显示X坐标的标签
plt.savefig('E:\截图\绘图\huitu.jpg')
plt.show()

 运行结果如下所示:

其他属性

        将简述图的大小、精度、颜色、线型、线宽、图例等等属性,代码如下所示:

代码语言:javascript
代码运行次数:0
运行
AI代码解释
复制
import matplotlib.pyplot as plt
import numpy as np

plt.figure(figsize=(8, 6), dpi=100) # 图的大小,还有精度
t = np.arange(0., 2., 0.1)
plt.plot(t, t, color='red', linestyle='-', linewidth=3, label='Line 1') # 颜色、线型、线宽、图例的设定
plt.plot(t, t + 2, color='green', linestyle='', marker='*', linewidth=3, label='Line 2')
plt.plot(t, t ** 3, color='blue', linestyle='', marker='+', linewidth=3, label='Line 3')
plt.legend(loc='upper left')    # 图例的位置,可以设为'best',会自动放到最合适的地方
plt.savefig('E:\截图\绘图\huitu1.jpg')
plt.show()

运行结果如下所示:

绘制子图

  • 在Matplotlib中绘图在当前图形(figure)和当前坐标系(axes)中进行,默认在一个编号为1的figure中绘图,可以在一个图的多个区域分别绘图
  • 使用subplot()/subplots()函数和axes()函数

子图-subplot()

        在 subplot()里,有三个参数,第一个是有几行,第二个是有几列,第三个是图的编号,也就是第几个,比如plt.subplot(211)的意思就是,有两行,这是第一行第一个图。

代码如下所示:

代码语言:javascript
代码运行次数:0
运行
AI代码解释
复制
import numpy as np
import matplotlib.pyplot as plt

x = np.linspace(-np.pi, np.pi, 300)    # 产生均匀区间的一组数据
plt.figure()  # 默认创建,缺省
plt.subplot(211)  # 第一个子图
plt.plot(x, np.sin(x), color='r')
plt.subplot(212)  # 第二个子图
plt.plot(x, np.cos(x), color='g')
plt.savefig('E:\截图\绘图\huitu1.jpg')
plt.show()

运行结果如下所示:

子图-subplots()

        相对于subplot来说,subplots使用起来更加灵活,具体代码如下所示:

代码语言:javascript
代码运行次数:0
运行
AI代码解释
复制
import numpy as np
import matplotlib.pyplot as plt

x = np.linspace(-np.pi, np.pi, 300)
fig, (ax0, ax1) = plt.subplots(2, 1)
# 指定子图是21列的,函数的第一个返回值是图对象本身,第二个返回值是各子图
# 后续绘图可以直接使用子图对象的plot()方法来实现
ax0.plot(x, np.sin(x), color='r')
ax0.set_title('subplot1')
plt.subplots_adjust(hspace=0.5)  # hspace表示垂直方向距离,wspace表示水平方向距离
ax1.plot(x, np.cos(x), color='g')
ax1.set_title('subplot2')
plt.savefig('E:\截图\绘图\huitu4.jpg')
plt.show()

运行结果如下所示:

子图-axes() 

相对于subplot()/subplots()函数来说,axes()函数的图是重叠在一起的,所以要对其参数进行设定,具体代码如下所示:

axes([left,bottom,width,height]) 参数范围为(0,1)

代码语言:javascript
代码运行次数:0
运行
AI代码解释
复制
import numpy as np
import matplotlib.pyplot as plt

x = np.linspace(-np.pi, np.pi, 300)
plt.axes([.1, .1, 0.8, 0.8])    # 设置到边框的距离
plt.plot(x, np.sin(x), color='r')
plt.axes([0.3, 0.15, 0.4, 0.3]) # 设置到边框的距离
plt.plot(x, np.cos(x), color='g')
plt.savefig('E:\截图\绘图\huitu5.jpg')
plt.show()

 运行结果如下所示:

 Pandas绘图基础在日后进行补充

本文参与 腾讯云自媒体同步曝光计划,分享自作者个人站点/博客。
原始发表:2022-04-04,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 作者个人站点/博客 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!

评论
登录后参与评论
暂无评论
推荐阅读
编辑精选文章
换一批
【3】超级详细matplotlib使用教程,手把手教你画图!(多个图、刻度、标签、图例等)
matplotlib的图像都位于Figure对象中,你可以用plt.figure创建一个新的Figure.在subplot上进行绘制
汀丶人工智能
2022/12/21
1.8K0
【3】超级详细matplotlib使用教程,手把手教你画图!(多个图、刻度、标签、图例等)
深度学习基础之matplotlib,一文搞定各个示例
Matplotlib 是 Python 的绘图库。它可与 NumPy 一起使用 ,Matplotlib也是深度学习的常用绘图库,主要是将训练的成果进行图形化,因为这样更直观,更方便发现训练中的问题,今天来学习下,走起!!
香菜聊游戏
2021/10/19
1.6K0
深度学习基础之matplotlib,一文搞定各个示例
python matplotlib各种绘图类型完整总结
plot([x], y, [fmt], [x2], y2, [fmt2], …, **kwargs)
Twcat_tree
2022/12/05
6.1K0
python matplotlib各种绘图类型完整总结
【数据可视化】Matplotlib 从入门到精通学习笔记
如果将文本数据与图表数据相比较,人类的思维模式更适合于理解后者,原因在于图表数据更加直观且形象化,它对于人类视觉的冲击更强,这种使用图表来表示数据的方法被叫做数据可视化。
小小程序员
2022/11/22
5.6K0
【数据可视化】Matplotlib 从入门到精通学习笔记
「Python」matplotlib备忘
总结了一下网上现有的资源,得到了一些东西。随手做个备忘。 更多设置见:https://matplotlib.org/users/customizing.html。
py3study
2020/01/19
7190
「Python」matplotlib备忘
使用Matplotlib对数据进行高级可视化(基本图,3D图和小部件)
可视化在当今世界许多领域的结果传播中发挥着重要作用。如果没有适当的可视化,很难揭示结果,理解变量之间的复杂关系并描述数据的趋势。
代码医生工作室
2019/06/21
4K0
使用Matplotlib对数据进行高级可视化(基本图,3D图和小部件)
Python数据可视化大全:Matplotlib、Seaborn、Bokeh和Plotly实战指南
数据可视化是数据科学和分析中不可或缺的一部分,而Python中的Matplotlib和Seaborn库为用户提供了强大的工具来创建各种可视化图表。本文将介绍如何使用这两个库进行数据可视化,并提供一些实用的代码示例和解析。
一键难忘
2024/04/18
2.2K0
又再肝3天,整理了65个Matplotlib案例,这能不收藏?
Matplotlib 作为 Python 家族当中最为著名的画图工具,基本的操作还是要掌握的,今天就来分享一波
周萝卜
2021/11/08
2.5K0
[机器学习实战札记] matplotlib绘图基础
在机器学习中,通常会涉及到大量的数据。如果直接观看这些原始数据,很难从中看出有用的信息。人类是非常视觉的生物,当我们看到可视化的东西时,会更好地理解事物。在python中,有一个强大的工具matplotlib来帮助我们,用图形化的方式来展现数据。在《机器学习实战》一书中,就多处使用了matplotlib来绘制图形,帮助我们理解数据和学习算法。
云水木石
2019/07/01
1.3K0
[机器学习实战札记] matplotlib绘图基础
Matplotlib 基础
Matplotlib 是一个 Python 绘图库,可以跨平台生成各种硬拷贝格式和交互式环境的出版品质数据。
iOSDevLog
2019/05/28
2K0
学会这7个绘图工具包,Matplotlib可视化也没那么难
绘图是数据分析工作中的重要一环,是探索过程的一部分。Matplotlib是当前用于数据可视化的最流行的Python包之一,本文主要介绍数据可视化分析工具:Matplotlib。
前端皮皮
2021/05/18
3.1K0
学会这7个绘图工具包,Matplotlib可视化也没那么难
matplotlib绘图基础[通俗易懂]
http://blog.csdn.net/pipisorry/article/details/37742423
全栈程序员站长
2022/09/01
6.7K0
matplotlib绘图基础[通俗易懂]
数据分析 ——— matplotlib基础(二)
在上面的三个面板中分别画出了sin,cos图,前面两个参数分别为x轴, y轴数据。ax2的第三个参数“go--”是matlab风格的绘图,ax3上给出了点的标记maker,这一块是可以自己定义的,可以参考我上一篇文章数据分析 ——数据可视化matplotlib(一)。
andrew_a
2019/09/26
8570
数据分析 ——— matplotlib基础(二)
Python数据分析Matplotlib
1.2 使用matplotlib.pyplot中的annotate()函数标注文字
荣仔_最靓的仔
2021/02/02
3.6K0
Python数据分析Matplotlib
【Python进阶】带你使用Matplotlib进行可视化
欢迎来到专栏《Python进阶》。在这个专栏中,我们会讲述Python的各种进阶操作,包括Python对文件、数据的处理,Python各种好用的库如NumPy、Scipy、Matplotlib、Pandas的使用等等。我们的初心就是带大家更好的掌握Python这门语言,让它能为我所用。
用户1508658
2019/08/06
1.3K0
python matplotlib函数备忘
matplotlib是python中一个非常好用的画图库,倾向于使用数据画图,设计思路与matlab中的plot相同。
羽翰尘
2019/11/19
1.1K0
Matplotlib库
Matplotlib 是 Python 中非常流行且广泛使用的数据可视化库,主要用于创建各种类型的图表和图形。它提供了丰富的绘图功能,支持静态、动态和交互式的图表。以下是关于 Matplotlib 的基础知识总结:
用户11315985
2024/10/16
5700
Matplotlib库
python绘图及可视化备课
于刊老师担心我准备的内容不够讲两节课的,如果我讲完这一章的内容还没有结束的话我就讲一讲我最近捣鼓的东西
十二惊惶
2024/02/28
3830
python绘图及可视化备课
Matplotlib可视化没那么难:7种常用图表最全绘制攻略来了!
导读:绘图是数据分析工作中的重要一环,是探索过程的一部分。Matplotlib是当前用于数据可视化的最流行的Python包之一,本文主要介绍数据可视化分析工具:Matplotlib。
IT阅读排行榜
2021/06/01
7.1K0
Matplotlib可视化没那么难:7种常用图表最全绘制攻略来了!
matplotlib入门
MATlAB是美国MathWorks公司出品的商业数学软件,用于数据分析、无线通信、深度学习、量化金融与风险管理、机器人,控制系统等领域。MATLAB在数值计算方面首屈一指,也是使用最广泛的科研绘图软件之一。优点:编程效率高 便于矩阵计算。缺点:循环效率低 封装性不好。
IT从业者张某某
2022/11/12
4.5K0
matplotlib入门
推荐阅读
相关推荐
【3】超级详细matplotlib使用教程,手把手教你画图!(多个图、刻度、标签、图例等)
更多 >
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档
本文部分代码块支持一键运行,欢迎体验
本文部分代码块支持一键运行,欢迎体验