如何进行电子商务网站建设规划,wordpress文章修改大小,安徽建设工程信息网安全三类人员考试成绩查询,门户网站建设哪专业目录 1.Matplotlib简介
2.Matplotlib绘图基础
2.1 创建画布与子图
2.2 添加画布属性 2.3 绘图的保存与显示 1.Matplotlib简介
Matplotlib是一个用于绘制数据可视化图表的Python库。它提供了广泛的功能和灵活性#xff0c;可以创建各种类型的图表#xff0c;包括折线图、…目录 1.Matplotlib简介
2.Matplotlib绘图基础
2.1 创建画布与子图
2.2 添加画布属性 2.3 绘图的保存与显示 1.Matplotlib简介
Matplotlib是一个用于绘制数据可视化图表的Python库。它提供了广泛的功能和灵活性可以创建各种类型的图表包括折线图、散点图、柱状图、饼图、等高线图和3D图形等。
Matplotlib的设计灵感来自于MATLAB因此它的使用方法与MATLAB中的绘图函数相似。它被广泛应用于科学、工程、统计和数据分析等领域成为Python中最常用的数据可视化工具之一。
Matplotlib的核心组件是一个面向对象的绘图库。可以通过创建Figure对象和一个或多个Axes对象来控制图形的外观和布局。Figure对象代表整个图形窗口或画布而Axes对象则表示实际的绘图区域。可以使用各种方法和函数来设置图形的属性、添加图例、标签、标题以及自定义坐标轴、颜色和线型等。
Matplotlib还支持使用Numpy和Pandas等库进行数据操作和处理并可以与Jupyter Notebook等交互式环境无缝集成方便快捷地进行数据可视化和分析。
2.Matplotlib绘图基础
2.1 创建画布与子图
plt.figure:创建一个空白画布可以指定画布大小figure.add_subplot:创建并选中子图可以指定子图行数、列数与选中图片编号fig,axesplt.subplots(m,n):生成m行n列个子图
绘制子图
import matplotlib.pyplot as plt
fig plt.figure()
ax1 fig.add_subplot(2,2,1)
ax2 fig.add_subplot(2,2,2)
ax3 fig.add_subplot(2,2,3)
ax1.plot([1.5,2,3.5,-1,1.6]) 输出结果 创建子图序列并调整子图周围间距
import matplotlib.pyplot as plt
import numpy as np
fig,axes plt.subplots(2,2,sharex True,sharey True)
for i in range(2):for j in range(2):axes[i,j].hist(np.random.randn(500),bins 50,colork,alpha 0.5)
plt.subplots_adjust(wspace0,hspace0)输出结果 2.2 添加画布属性
plt.title:添加图形标题plt.xlabel:在当前图形中添加X轴名称plt.ylabel:在当前图形中添加Y轴名称plt.xlim:指定当前图形X轴范围plt.ylim:指定当前图形Y轴范围plt.xticks:指定X轴刻度的数目与取值plt.yticks:指定Y轴刻度的数目与取值plt.legend:指定当前图形的图例可以指定图例的大小、位置、标签
示例
import matplotlib.pyplot as plt
import numpy as np
data np.arange(0,np.pi*2,0.01)
fig1 plt.figure(figsize (8,4),dpi 90) #确定画布大小
ax1 fig1.add_subplot(1,2,1) #绘制第1幅子图
plt.title(lines example)
plt.xlabel(X)
plt.ylabel(Y)
plt.xlim(0,1)
plt.ylim(0,1)
plt.xticks([0,0.2,0.4,0.6,0.8,1])
plt.yticks([0,0.2,0.4,0.6,0.8,1])
plt.plot(data,data**2)
plt.plot(data,data**3)
plt.legend([y x^2,y x^3])
ax1 fig1.add_subplot(1,2,2) #绘制第2幅子图
plt.title(sin/cos)
plt.xlabel(X)
plt.ylabel(Y)
plt.xlim(0,np.pi*2)
plt.ylim(-1,1)
plt.xticks([0,np.pi/2,np.pi,np.pi*3/2,np.pi*2])
plt.yticks([-1,-0.5,0,0.5,1])
plt.plot(data,np.sin(data))
plt.plot(data,np.cos(data))
plt.legend([sin,cos])
plt.show()
结果 2.3 绘图的保存与显示
绘图显示和保存的函数
plt.savefig:保存绘制的图片plt.show:显示图形
savefig选项及其说明
fname:包含文件路径或python文件型对象的字符串dpi:分辨率默认为100facecolor,edgecolor:子图之外的图形背景颜色format:文件格式
