错误：
执行
import matplotlib.pyplot 报错
ImportError: No module named _tkinter, please install the python-tk package
解决方法：
sudo apt-get install python-tk
-
pyplot
2017-09-12 10:28:00import matplotlib.pyplot 报错 ImportError: No module named _tkinter, please install the python-tk package 解决方法： sudoapt-getinstallpython-tk 转载于:https://www.cnblogs.com/rabitvision/p...展开全文转载于:https://www.cnblogs.com/rabitvision/p/7508790.html
-
pyplot_template：pyplot脚本-源码
2021-02-21 06:20:20pyplot_template：pyplot脚本 -
matplotlib.pyplot.plot()参数详解
2018-04-03 12:17:43在交互环境中查看帮助文档...import matplotlib.pyplot as plt help(plt.plot) 以下是对帮助文档重要部分的翻译： plot函数的一般的调用形式： #单条线： plot([x], y, [fmt], data=None, **kwargs) #多条线一...展开全文https://matplotlib.org/api/pyplot_summary.html
在交互环境中查看帮助文档：
import matplotlib.pyplot as plt help(plt.plot)以下是对帮助文档重要部分的翻译：
plot函数的一般的调用形式：
#单条线： plot([x], y, [fmt], data=None, **kwargs) #多条线一起画 plot([x], y, [fmt], [x2], y2, [fmt2], ..., **kwargs)可选参数[fmt] 是一个字符串来定义图的基本属性如：颜色（color），点型（marker），线型（linestyle），
具体形式 fmt = '[color][marker][line]'
fmt接收的是每个属性的单个字母缩写，例如：
plot(x, y, 'bo-') # 蓝色圆点实线若属性用的是全名则不能用*fmt*参数来组合赋值，应该用关键字参数对单个属性赋值如：
plot(x,y2,color='green', marker='o', linestyle='dashed', linewidth=1, markersize=6)
plot(x,y3,color='#900302',marker='+',linestyle='-')
常见的颜色参数：**Colors**
也可以对关键字参数color赋十六进制的RGB字符串如 color='#900302'
============= =============================== character color ============= =============================== ``'b'`` blue 蓝 ``'g'`` green 绿 ``'r'`` red 红 ``'c'`` cyan 蓝绿 ``'m'`` magenta 洋红 ``'y'`` yellow 黄 ``'k'`` black 黑 ``'w'`` white 白 ============= ===============================点型参数**Markers**,如：marker='+' 这个只有简写，英文描述不被识别============= =============================== character description ============= =============================== ``'.'`` point marker ``','`` pixel marker ``'o'`` circle marker ``'v'`` triangle_down marker ``'^'`` triangle_up marker ``'<'`` triangle_left marker ``'>'`` triangle_right marker ``'1'`` tri_down marker ``'2'`` tri_up marker ``'3'`` tri_left marker ``'4'`` tri_right marker ``'s'`` square marker ``'p'`` pentagon marker ``'*'`` star marker ``'h'`` hexagon1 marker ``'H'`` hexagon2 marker ``'+'`` plus marker ``'x'`` x marker ``'D'`` diamond marker ``'d'`` thin_diamond marker ``'|'`` vline marker ``'_'`` hline marker ============= ===============================线型参数**Line Styles**，linestyle='-'
============= =============================== character description ============= =============================== ``'-'`` solid line style 实线 ``'--'`` dashed line style 虚线 ``'-.'`` dash-dot line style 点画线 ``':'`` dotted line style 点线 ============= ===============================样例1
函数原型：matplotlib.pyplot.plot(*args, scalex=True, scaley=True, data=None, **kwargs) >>> plot('xlabel', 'ylabel', data=obj) 解释：All indexable objects are supported. This could e.g. be a dict, a pandas.DataFame or a structured numpy array. data 参数接受一个对象数据类型，所有可被索引的对象都支持，如 dict 等import matplotlib.pyplot as plt import numpy as np '''read file fin=open("para.txt") a=[] for i in fin: a.append(float(i.strip())) a=np.array(a) a=a.reshape(9,3) ''' a=np.random.random((9,3))*2 #随机生成y y1=a[0:,0] y2=a[0:,1] y3=a[0:,2] x=np.arange(1,10) ax = plt.subplot(111) width=10 hight=3 ax.arrow(0,0,0,hight,width=0.01,head_width=0.1, head_length=0.3,length_includes_head=True,fc='k',ec='k') ax.arrow(0,0,width,0,width=0.01,head_width=0.1, head_length=0.3,length_includes_head=True,fc='k',ec='k') ax.axes.set_xlim(-0.5,width+0.2) ax.axes.set_ylim(-0.5,hight+0.2) plotdict = { 'dx': x, 'dy': y1 } ax.plot('dx','dy','bD-',data=plotdict) ax.plot(x,y2,'r^-') ax.plot(x,y3,color='#900302',marker='*',linestyle='-') plt.show()样例2，
import matplotlib.pyplot as plt import numpy as np x = np.arange(0, 2*np.pi, 0.02) y = np.sin(x) y1 = np.sin(2*x) y2 = np.sin(3*x) ym1 = np.ma.masked_where(y1 > 0.5, y1) ym2 = np.ma.masked_where(y2 < -0.5, y2) lines = plt.plot(x, y, x, ym1, x, ym2, 'o') #设置线的属性 plt.setp(lines[0], linewidth=1) plt.setp(lines[1], linewidth=2) plt.setp(lines[2], linestyle='-',marker='^',markersize=4) #线的标签 plt.legend(('No mask', 'Masked if > 0.5', 'Masked if < -0.5'), loc='upper right') plt.title('Masked line demo') plt.show()例3 ：圆
import numpy as np import matplotlib.pyplot as plt theta = np.arange(0, 2*np.pi, 0.01) xx = [1,2,3,10,15,8] yy = [1,-1,0,0,7,0] rr = [7,7,3,6,9,9] fig = plt.figure() axes = flg.add_subplot(111) i = 0 while i < len(xx): x = xx[i] + rr[i] *np.cos(theta) x = xx[i] + rr[i] *np.cos(theta) axes.plot(x,y) axes.plot(xx[i], yy[i], color='#900302', marker='*') i = i+1 width = 20 hight = 20 axes.arrow(0,0,0,hight,width=0.01,head_width=0.1,head_length=0.3,fc='k',ec='k') axes.arrow(0,0,width,0,width=0.01,head_width=0.1,head_length=0.3,fc='k',ec='k') plt.show()
-
Python绘图库Matplotlib.pyplot之网格线设置（plt.grid()）
2018-07-16 10:28:31首先导入需要用到的库，matplotlib.pyplot是必须的，Numpy是为了生成画布用的。 import numpy as np import matplotlib.pyplot as plt 生成网格 plt.gcf().set_facecolor(np.ones(3)* 240 /...展开全文很多时候为了可视化效果的美观，就不得不从细节上下手，这里我们就介绍一下这些细节之一的网格线。
首先导入需要用到的库，matplotlib.pyplot是必须的，Numpy是为了生成画布用的。
import numpy as np import matplotlib.pyplot as plt生成网格
plt.gcf().set_facecolor(np.ones(3)* 240 / 255) # 生成画布的大小 plt.grid() # 生成网格 plt.show()参数
matplotlin.pyplot.grid(b, which, axis, color, linestyle, linewidth， **kwargs)
grid()参数有很多，这里只列举了我此次工作中用到的几个：
b : 布尔值。就是是否显示网格线的意思。官网说如果b设置为None， 且kwargs长度为0，则切换网格状态。但是没弄明白什 么意思。如果b设置为None，但是又给了其它参数，则默认None值失效。
which : 取值为'major', 'minor'， 'both'。 默认为'major'。看别人说是显示的，我的是Windows7下，用Sublime跑的，minor 只是一个白画板，没有网格，major和both也没看出什么效果，不知道为什么。
axis : 取值为‘both’， ‘x’，‘y’。就是想绘制哪个方向的网格线。不过我在输入参数的时候发现如果输入x或y的时候， 输入的是哪条轴，则会隐藏哪条轴
color : 这就不用多说了，就是设置网格线的颜色。或者直接用c来代替color也可以。
linestyle :也可以用ls来代替linestyle， 设置网格线的风格，是连续实线，虚线或者其它不同的线条。 |
'-'|'--'|'-.'|':'|'None'|' '|'']linewidth : 设置网格线的宽度
设置axis='y'
plt.grid(axis="y") plt.show()设置axis='x'
设置color='r'
plt.grid(c='r') plt.show()红色
plt.grid(c='g') plt.show()绿色
设置linestyle
plt.grid(linestyle='-.') plt.show()plt.grid(ls='--') plt.show()因为b和which没有显示效果。所以这里就不上图了。
--------------------------更******新--------------------------
今天又试了下，当which='major'的时候，是可以显示网格线的。同时感谢机器不学习o_o的指导，在which="minor"时，需要设置次刻度线。
plt.grid(axis='y', which='major') plt.show()
plt.grid(axis="x", which="major") plt.show()
which='minor'
ax = plt.gca() ax.set_xlim(0, 10) miloc = plt.MultipleLocator(1) ax.xaxis.set_minor_locator(miloc) ax.grid(axis='x', which='minor') plt.show()
-
Pyplot usage
2020-12-07 09:27:10<div><p>Pyplot function calls are heavily linked with the pyplot figure management, and flushing the output to the backends. This makes pyplot a mediocre interface to use in library code, because of ... -
PyPlot.jl：基于matplotlib.pyplot为Julia进行绘图-源码
2021-02-03 21:10:13PyPlot.jl：基于matplotlib.pyplot为Julia进行绘图 -
Py之matplotlib.pyplot：matplotlib.pyplot的plt.legend函数的简介、使用方法之详细攻略
2021-01-04 23:41:54Py之matplotlib.pyplot：matplotlib.pyplot的plt.legend函数的简介、使用方法之详细攻略 目录 matplotlib.pyplot的plt.legend函数的简介 1、参数解释 2、源代码 matplotlib.pyplot的plt.legend函数的...展开全文Py之matplotlib.pyplot：matplotlib.pyplot的plt.legend函数的简介、使用方法之详细攻略
目录
matplotlib.pyplot的plt.legend函数的简介
matplotlib.pyplot的plt.legend函数的使用方法
matplotlib.pyplot的plt.legend函数的简介
legend模块定义了legend类，负责绘制与轴和/或图形相关的图例。Legend类是一个图例句柄和图例文本的容器，该函数是用来给当前图像添加图例内容。大多数用户通常会通过图例函数创建图例。图例处理程序映射指定如何在轴或图形中从artists(线、补丁等)创建图例句柄。默认的图例处理程序定义在legend_handler模块中。虽然默认的图例处理程序并没有覆盖所有的artists类型，但是可以定义自定义图例处理程序来支持任意对象。
plt.legend(loc='best',frameon=False) #frameon参数，去掉图例边框 plt.legend(loc='best',edgecolor='blue') #edgecolor参数，设置图例边框颜色 plt.legend(loc='best',facecolor='blue') #facecolor参数，设置图例背景颜色,若无边框,参数无效 plt.legend(["CH", "US"], title='China VS Us') #设置图例标题 plt.legend([p1, p2], ["CH", "US"]) #设置图例名字及对应关系原始文档：https://matplotlib.org/api/legend_api.html?highlight=legend#module-matplotlib.legend
1、参数解释
参数 解释 具体应用 loc Location code string, or tuple (see below).图例所有figure位置
plt.legend(loc='upper center')
0: ‘best'
1: ‘upper right'
2: ‘upper left'
3: ‘lower left'
4: ‘lower right'
5: ‘right'
6: ‘center left'
7: ‘center right'
8: ‘lower center'
9: ‘upper center'
10: ‘center'prop the font property字体参数 fontsize the font size (used only if prop is not specified) fontsize : int or float or {‘xx-small’, ‘x-small’, ‘small’, ‘medium’, ‘large’, ‘x-large’, ‘xx-large’}
markerscale the relative size of legend markers vs. original 图例标记与原始标记的相对大小
markerfirst If True (default), marker is to left of the label. 如果为True，则图例标记位于图例标签的左侧
numpoints the number of points in the legend for line 为线条图图例条目创建的标记点数
scatterpoints the number of points in the legend for scatter plot 为散点图图例条目创建的标记点数
scatteryoffsets a list of yoffsets for scatter symbols in legend 为散点图图例条目创建的标记的垂直偏移量
frameon If True, draw the legend on a patch (frame). 控制是否应在图例周围绘制框架
fancybox If True, draw the frame with a round fancybox. 控制是否应在构成图例背景的FancyBboxPatch周围启用圆边
shadow If True, draw a shadow behind legend. 控制是否在图例后面画一个阴
framealpha Transparency of the frame. 控制图例框架的 Alpha 透明度
edgecolor Frame edgecolor. facecolor Frame facecolor. ncol number of columns 设置图例分为n列展示 borderpad the fractional whitespace inside the legend border 图例边框的内边距
labelspacing the vertical space between the legend entries 图例条目之间的垂直间距
handlelength the length of the legend handles 图例句柄的长度
handleheight the height of the legend handles 图例句柄的高度
handletextpad the pad between the legend handle and text 图例句柄和文本之间的间距
borderaxespad the pad between the axes and legend border 轴与图例边框之间的距离
columnspacing the spacing between columns 列间距 title the legend title bbox_to_anchor the bbox that the legend will be anchored.指定图例在轴的位置 bbox_transform the transform for the bbox. transAxes if None. 2、源代码
更新……
def legend Found at: matplotlib.pyplot @_copy_docstring_and_deprecators(Axes.legend) def legend(*args, **kwargs): return gca().legend(*args, **kwargs) # Autogenerated by boilerplate.py. Do not edit as changes will be lost.
matplotlib.pyplot的plt.legend函数的使用方法1、基础用法
plt.figure() col_cou_len=len(Keys) plt.pie(x=Values,labels=Keys,colors=cols[:col_cou_len], startangle=90,shadow=True,autopct='%1.3f%%') plt.title(tit_name) plt.legend() plt.show()
-
pyplot概述
2019-12-17 15:43:30matplotlib.pyplot 是命令行风格的函数集，让matplotlib看起来像MATLAB.Each一样工作。pyplot函数能够对画布(figure)进行一些改变,例如：创建一个画布(figure), 在画布中创建一个绘图区域，在绘图区域中画图，使用... -
Pyplot tutorial
2018-11-19 14:44:00https://matplotlib.org/api/_as_gen/matplotlib.pyplot.scatter.html#matplotlib.pyplot.scatter 文章重点介绍pyplot的使用方法 -
pyplot直方图
2021-01-20 03:29:33pyplot种提供hist()函数绘制直方图。 plt.hist(x, bins=None, range=None, density=None, weights=None, cumulative=False, bottom=None, histtype=‘bar’, align=‘mid’, orientation=‘vertica -
pyplot显示二叉树
2018-12-08 19:37:32利用pyplot将二叉树打印出来便于直观观察 详情看 https://blog.csdn.net/Steven_L1994/article/details/84897961 -
Pyplot 常见绘图方法
2020-12-21 14:55:53前言:Pyplot 是python中matplotlib一个强大的绘图工具,它是其内部一个简单的面向函数式的API,应付平时工作当中简单的绘图工作,其实也不能说其绘制的图比较简单,它也能应付很多复杂的图表,当然没有其另一个面向对象的... -
pyplot绘制图片_matplotlib系列之pyplot
2021-01-04 11:38:59pyplot对象包含了一系列用于绘图的函数，使得它工作起来就像MATLIB一样。它的功能例如：创建一个figure对象绘制一片绘图区域在区域中绘制线条或者点也可以绘制labels使用pyplot对象快速的生成一幅图片import ... -
pyplot画图
2019-10-08 16:14:52import matplotlib.pyplot as plt x = np.linspace(0, 10, 1000) y = np.sin(x) # 创建绘图对象，figsize参数指定绘图对象的长度和高度， 单位英寸， 1英寸=80px plt.figure(figsize=(8, 4)) # 在当前绘图对象中... -
matplotlib.pyplot笔记
2021-01-20 02:57:16matplotlib.pyplot Notebook 由于使用emacs-org进行编辑，为方便暂且使用英文 Table of Contents basic point basic elements line graph axis: line markers method 1 method 2 method 3 legend, label and title ... -
pyplot 画图
2018-04-13 10:52:53使用 plt.plot() 画 折线图import matplotlib.pyplot as plt import pandas as pdx = [1, 3, 7, 8, 12, 14, 17, 25, 30, 31, 32, 33, 34, 35, 36, 37, 38, 39, 40] y = [3, 5, 6, 10, 13, 23, 24, 27, 30, 28,... -
Matplotlib Pyplot学习
2020-11-25 20:27:44Pyplot pyplot简介 matplotlib.pyplot是使matplotlib像MATLAB一样工作的函数的集合。每个pyplot功能都会对图形进行一些更改：例如，创建图形，在图形中创建绘图区域，在绘图区域中绘制一些线条，用标签装饰绘图等。 ... -
matplotlib.pyplot
2020-03-12 09:14:401.matplotlib.pyplot.figure(num,…) 给窗口命名 2.matplotlib.pyplot.plot(x,y,colorpointline,…) 画直线：(x,y)坐标 图像颜色 图像中点和线的样式 3.matplotlib.pyplot.xlabel() matplotlib.pyplot.ylabel() 分别... -
Matplotlib.pyplot
2020-02-16 12:39:04文章目录Matplotlib.pyplot基本用法figure 图像设置坐标轴Legend 图例Annotation 标注 Matplotlib.pyplot matplotlib.pyplot 基本用法 import matplotlib.pyplot as plt import numpy as np x = np.linspace(-1, ... -
matplotlib绘图实例：pyplot、pylab模块及作图参数
2014-10-12 00:47:09Matplotlib.pyplot绘图实例 {使用pyplot模块} matplotlib绘制直线、条形/矩形区域 import numpy as np import matplotlib.pyplot as plt t = np.arange(-1, 2, .01) s = ... -
python中pyplot是什么意思_pyplot概述
2020-12-09 02:51:14matplotlib.pyplot 是命令行风格的函数集，让matplotlib看起来像MATLAB.Each一样工作。pyplot函数能够对画布(figure)进行一些改变,例如：创建一个画布(figure), 在画布中创建一个绘图区域，在绘图区域中画图，使用... -
pyplot中文手册_Matplotlib 中文用户指南 3.1 pyplot 教程
2020-12-28 20:29:21pyplot 教程译者：飞龙matplotlib.pyplot是一个命令风格函数的集合，使matplotlib的机制更像 MATLAB。 每个绘图函数对图形进行一些更改：例如，创建图形，在图形中创建绘图区域，在绘图区域绘制一些线条，使用标签... -
pyplot画图_Pyplot一个Figure图的构成要素
2020-11-20 14:04:46接上文：Matlab一个Figure图的构成要素Matplotlib是一个Python 2D绘图库，其中最常用的就是pyplot模块。使用pyplot模块可以快速地创建Figure，一个Figure图的构成要素如下图所示，包括标题、图例、坐标轴、数据图形... -
pyplot文本显示
2019-10-04 18:11:35pyplot文本显示 pyplot中文字符显示 pyplot默认不支持中文字符，因为默认字体是sans-serif，英文字体不能显示中文 方法1，修改需要输出中文字符的地方 在有中文输出的地方，添加属性:fontproperties 优点，... -
python中的matplotlib.pyplot 源码
2020-12-26 22:25:01python中的matplotlib.pyplot 源码 -
pyplot的文本显示方法
2020-12-22 14:59:42本文的主要内容是基于中国大学mooc（慕课）中的“Python数据分析与可视化”课程进行整理和...import matplotlib.pyplot as plt import numpy as np a = np.arange(0.,5.,0.02) plt.plot(a,np.cos(2*np.pi*a),'r-.') plt
收藏数
40,944
精华内容
16,377
-
友邦.rar电气设备选型资料大全 （适合刚刚入行的电气工程师对设备进行选型规划）详解
-
linux c MD5加密 程序源代码 和 测试程序
-
2021-03-02
-
java注解和反射的个人学习笔记
-
access应用的3个开发实例
-
Xshell连接VMware虚拟机
-
IT安全风险评估管理指南_V1.0.doc
-
MySQL 备份与恢复详解（高低版本 迁移；不同字符集 相互转换；表
-
MySQL 高可用工具 DRBD 实战部署详解
-
PHP生成伪随机数
-
Flask-Restful参数验证
-
【Python-随到随学】FLask第二周
-
精通编译Makefile,Nina, 从底层uboot到Android
-
阿里云服务器配置ftp
-
VMware vSphere ESXi 7 精讲/VCSA/VSAN
-
MySQL 管理利器 mysql-utilities
-
MHA 高可用 MySQL 架构与 Altas 读写分离
-
golang 实现socket通信编程 练习
-
docker容器中启动uwsgi秒退
-
信息安全体系风险评估.ppt