精华内容
下载资源
问答
  • Matplotlib 绘图

    2018-11-21 23:39:14
    学习PYTHON数据分析资料。数据科学速查表之Matplotlib 绘图
  • matplotlib绘图

    2021-01-06 23:45:21
    Python Matplotlib绘图 安装matplotlib pip3 install matplotlib 导入matplotlib import numpy as np import matplotlib.pyplot as plt data = np.arange(10) plt.plot(data, color = 'k', linestyle = '...

    Python Matplotlib绘图

    安装matplotlib

    pip3 install matplotlib

    绘图原理

    * figure 画布
    * axes 坐标系,一个画布上可以有多个坐标系
    * axis 坐标轴,一个坐标系中可以有多个坐标轴,一般都是二维平面坐标系,或者三维立体坐标系
    * title 标题
    * legend 图例
    * grid 背景网格
    * tick 刻度
    * axis label 坐标轴名称
    * tick label 刻度名称
        * major tick label 主刻度标签
        * minor tick label 副刻度标签
    * line 线
    * style 线条样式
    * marker 点标记
    * font 字体相关
    

    导入matplotlib

    color = 'k' #颜色为黑色

    linestyle = 'dashed' # 划线(长虚线)

    marker = 'o' # 带数据标记

    import numpy as np
    import matplotlib.pyplot as plt
    
    data = np.arange(10)
    
    plt.plot(data, color = 'k', linestyle = 'dashed', marker = 'o')
    plt.show()

    运行结果:

    建立子图

    plt.subplot(121)

    plt.subplot(122)

    保存图片

    plt.savefig('plot1.png', dpi=300)

    plt.savefig('plot1.svg')

    代码: 

    import numpy as np
    import matplotlib.pyplot as plt
    
    x = np.arange(10)
    y = x
    
    plt.figure(figsize=(20, 10)) # figsize(x, y) : x*100pixels, y*100 pixels.
    plt.subplot(121)
    plt.ylabel('Y', fontsize = 16) # 纵轴标签
    plt.xlabel('X', fontsize = 16) # 横轴标签
    plt.axis([0, 8, 0, 8])
    plt.title('f(x) = x', fontsize = 16) # 设置图题
    plt.text(2.5, 6.5, r'f(x) = x', fontsize = 12)
    plt.grid(True) # 绘制网格线
    lines = plt.plot(x, y, color = 'b', linestyle = 'dashed', marker = 'o', linewidth=1.5)
    plt.subplot(122)
    scatter = plt.scatter(x, y, color = 'r')
    plt.show()
    

    运行结果:

     

    展开全文
  • Matplotlib绘图

    2019-09-18 08:05:03
    Matplotlib绘图 基于Matplotlib模块的绘图 • Matplotlib是Python最著名的绘图库之一,提供了一整套和 MATLAB相似的命令API,既适合交互式地进行制图,也可以 作为绘图控件方便地嵌入GUI应用程序中 • Matplotlib...

    Matplotlib绘图

    基于Matplotlib模块的绘图
    • Matplotlib是Python最著名的绘图库之一,提供了一整套和 MATLAB相似的命令API,既适合交互式地进行制图,也可以 作为绘图控件方便地嵌入GUI应用程序中
    • Matplotlib的pyplot子库提供了和MATLAB类似的绘图API,方 便用户快速绘制2D图表,包括直方图、饼图、散点图等
    • Matplotlib配合NumPy等模块使用,可以实现科学计算结果的可
    视化显示

    1. 使用简单绘图语句,实现复杂绘图效果;
    2. 以交互式操作实现渐趋精细的图形效果;
    3. 使用嵌入式的Latex输出具有印刷级别的图表、科学表达式和符号文本
    4. 对图表的组成元素实现精细化控制
      导入Matplotlib

    import matplotlib.pyplot as plt
    %matplotlib inline
    import numpy as np

    在这里插入图片描述
    在这里插入图片描述在这里插入图片描述

    展开全文
  • matplotlib 绘图

    2016-04-24 15:38:52
    matplotlib 绘图下面的例子是一个sin函数的例子 plot函数使用了两个参数x为横坐标向量,y为纵坐标向量import matplotlib.pyplot as ptimport numpy as np x = np.arange(0,5,0.1) y = np.sin(x) pt.plot(x,y)[...

    matplotlib 绘图

    下面的例子是一个sin函数的例子
    plot函数使用了两个参数x为横坐标向量,y为纵坐标向量

    import matplotlib.pyplot as pt
    import numpy as np
    x = np.arange(0,5,0.1)
    y = np.sin(x)
    pt.plot(x,y)
    [<matplotlib.lines.Line2D at 0x7815630>]
    
    pt.show()

    设置线型

    pt.plot(x,y,'o')
    [<matplotlib.lines.Line2D at 0x7a32160>]
    
    pt.show()

    设置颜色

    pt.plot(x,y,'ro');
    pt.show()

    设置rgb颜色

    pt.plot(x,y,'o',markerfacecolor='#ff00ff')
    [<matplotlib.lines.Line2D at 0x7d74d68>]
    
    pt.show()

    设置标记的大小

    pt.plot(x,y,'o',markersize=16)
    pt.show()
    展开全文
  • 导读:Matplotlib是基于Python语言的...作者:黄伟呢来源:凹凸数读(ID:aotodata)01 核心原理讲解使用Matplotlib绘图的原理,主要就是理解figure(画布)、axes(坐标系)、axis(坐标轴)三者之间的关系。以“美院学生...
    9462d0e058eecbd9c537887dfe8fb564.gif

    导读:Matplotlib是基于Python语言的开源项目,旨在为Python提供一个数据绘图包。

    相信大家都用过它来数据可视化,可是你了解过它绘图的核心原理吗?那不如来看看这篇文章吧!

    作者:黄伟呢

    来源:凹凸数读(ID:aotodata)

    01 核心原理讲解

    使用Matplotlib绘图的原理,主要就是理解figure(画布)axes(坐标系)axis(坐标轴)三者之间的关系。

    678f796062115a777a2e3029111225cc.png

    以“美院学生张三写生画画”为例,来说明这三者之间的关系。

    478142766d07db75bc204eb0ec6a8a63.png

    ▲张三的画板

    首先,张三想要画画,是不是需要在画板上面准备一张画布。对比到Matplotlib中,就相当于初始化了一张figure(画布),我们画的任何图形,都是在这张figure(画布)上操作的。

    接着,张三需要给figure(画布)分配不同的区域,指定哪一块儿究竟该画什么。对比到Matplotlib中,就是需要指定axes(坐标系),每一个axes(坐标系)相当于一张画布上的一块区域。一张画布上,可以分配不同区域,也就是说,一张画布,可以指定多个axes(坐标系)。

    最后,张三就是在分配好的不同区域上进行图形绘制了,在一张画布上,画的最多的应该就是2D图,也可以画3D图,如图所示,张三在区域一画了一个小狗,在区域二画了一个小猫,在区域三画了一个羊驼。

    对比到Matplotlib中,我们在axes1中画了一个条形图,在axes2中画了一个饼图,在axes3中画了一个折线图。当是2D图时,都会有一个X轴和一个Y轴;当是3D图时,都会有一个X轴、一个Y轴和一个Z轴,这个轴就是我们所说的“坐标轴axis”。

    67f9a121cf2913c97c1c8e35a6545836.png

    ▲Matplotlib绘图

    通过上述分析,总结如下:一个figure(画布)上,可以有多个区域axes(坐标系),我们在每个坐标系上绘图,也就是说每个axes(坐标系)中,都有一个axis(坐标轴)。

    特别注意:Matplotlib中,figure画布和axes坐标轴并不能显示的看见,我们能够看到的就是一个axis坐标轴的各种图形。

    02 Matplotlib库的安装与导入

    1. 安装

    pip install matplotlib

    2. 导入相关库

    现在你不需要关注下面代码具体是什么意思,有一个主观印象即可。

    import numpy as np
    import pandas as pd
    import matplotlib as mpl
    import matplotlib.pyplot as plt

    # 排除警告信息
    import warnings
    warnings.filterwarnings("ignore")

    # 打印版本信息
    display(np.__version__)
    display(pd.__version__)
    display(mpl.__version__)

    # matplotlib画图常见参数设置
    mpl.rcParams["font.family"] = "SimHei"# 设置字体
    mpl.rcParams["axes.unicode_minus"]=False# 用来正常显示负号
    plt.rcParams['font.sans-serif']=['SimHei'# 用来正常显示中文标签

    # 嵌入式显示图形
    %matplotlib inline

    结果如下:

    58ce086f67d37b2a1b982f353ac55533.png

    03 创建figure(画布)的两种方式

    1. 绘制一个最简单的折线图

    import matplotlib as mpl
    import matplotlib.pyplot as plt

    x = [1,3,5,7]
    y = [4,9,6,8]
    plt.plot(x,y)
    plt.show()

    结果如下:

    3e8da6e001837d4c91cdbbb47f76f308.png

    结果分析:

    在前面的叙述中,我们已经说过,想要使用Matplotlib绘图,必须先要创建一个figure(画布)对象,然后还要有axes(坐标系)。但是观察上述代码,我们并没有创建figure对象,那么怎么又可以画图呢?

    对于上述疑问,接下来我们就要讲述创建figure(画布)的两种方式。

    2. 创建figure(画布)的两种方式

    • 隐式创建

    • 显示创建

    ① 隐式创建figure对象

    当第一次执行plt.xxx()画图代码时,系统会去判断是否已经有了figure对象,如果没有,系统会自动创建一个figure对象,并且在这个figure之上,自动创建一个axes坐标系(注意:默认创建一个figure对象,一个axes坐标系)。

    也就是说,如果我们不设置figure对象,那么一个figure对象上,只能有一个axes坐标系,即我们只能绘制一个图形。

    ② 隐式创建figure对象存在的问题

    优势:如果只是绘制一个小图形,那么直接使用plt.xxx()的方式,会自动帮我们创建一个figure对象和一个axes坐标系,这个图形最终就是绘制在这个axes坐标系之上的。

    劣势:如果我们想要在一个figure对象上,绘制多个图形,那么我们就必须拿到每个个axes对象,然后调用每个位置上的axes对象,就可以在每个对应位置的坐标系上,进行绘图,如下图所示。注意:如果figure对象是被默认创建的,那么我们根本拿不到axes对象。因此,需要我们显示创建figure对象。

    99474807ad5b731033d6077c8c910c33.png

    ③ 显示创建figure对象:以后的文章会详细讲述布局设置

    # 手动创建一个figure对象
    figure = plt.figure()
    # 获取每个位置的axes对象
    axes1 = figure.add_subplot(2,1,1)
    axes2 = figure.add_subplot(2,1,1)

    如图所示:

    751aba69ccab6079f74e781b4b2de9ee.png

    举例说明:

    figure = plt.figure()
    axes1 = figure.add_subplot(2,1,1)
    axes2 = figure.add_subplot(2,1,1)

    axes1.plot([1,3,5,7],[4,9,6,8])
    axes2.plot([1,2,4,5],[8,4,6,2])

    figure.show()

    结果如下:

    94b8d12ec0bbbf3a008d1d43406dc270.png

    04 完整的绘图步骤

    1. 导库

    import matplotlib as mpl
    import matplotlib.pyplot as plt

    2. 创建figure画布对象

    如果绘制一个简单的小图形,我们可以不设置figure对象,使用默认创建的figure对象,当然我们也可以显示创建figure对象。

    如果一张figure画布上,需要绘制多个图形。那么就必须显示的创建figure对象,然后得到每个位置上的axes对象,进行对应位置上的图形绘制。

    3. 根据figure对象进行布局设置

    1*1
    1*2
    2*1
    2*2

    ...

    4. 获取对应位置的axes坐标系对象

    figure = plt.figure()
    axes1 = figure.add_subplot(2,1,1)
    axes2 = figure.add_subplot(2,1,1)

    5. 调用axes对象,进行对应位置的图形绘制

    这一步,是我们传入数据,进行绘图的一步。对于图形的一些细节设置,都可以在这一步进行。

    6. 显示图形

    plt.show()

    figure.show()

    如果在pycharm中绘图的话,必须要加这句代码,才能显示。如果在notebook中进行绘图,可以不用加这句代码,而是自动显示。

    05 绘图技巧(细节设置)

    通过对Matplotlib绘图的原理,有所了解之后,我们需要学习的就是常见的Matplotlib绘图技巧。

    • figure 画布

    • axes 坐标系,一个画布上可以有多个坐标系

    • axis 坐标轴,一个坐标系中可以有多个坐标轴,一般都是二维平面坐标系,或者三维立体坐标系

    • title 标题

    • legend 图例

    • grid 背景网格

    • tick 刻度

    • axis label 坐标轴名称

    • tick label 刻度名称

      major tick label 主刻度标签

      minor tick label 副刻度标签

    • line 线

    • style 线条样式

    • marker 点标记

    • font 字体相关

    常见的绘图技巧如上所示,这些绘图技巧都能够很好的帮助我们画出更美观、更直观的图形。

    本文首发于CSDN

    https://blog.csdn.net/weixin_41261833/article/details/104299701

    adc79460c2222b5adb91b80fb103f6ef.gif有话要说?Q: 你用Matplotlib画了哪些图欢迎留言与大家分享猜你想看?
    • 手把手教你做用户画像:3种标签类型、8大系统模块

    • 怎样成为一名真正的数据科学家?这10本书就是答案

    • 关于当今爆火的中台,有哪些书值得读?

    • 刘慈欣推荐!这本“疯狂的书”预言9年后人类将永生?

    更多精彩?在公众号对话框输入以下关键词查看更多优质内容!PPT | 读书 | 书单 | 硬核 | 干货 大数据 | 揭秘 | Python | 可视化AI | 人工智能 | 5G | 中台机器学习 | 深度学习 | 神经网络合伙人 1024 | 大神 | 数学据统计,99%的大咖都完成了这个神操作?f9af2d07770601c66b13e4bdb8d5bfcf.png8bb2398edad3fc81a699befd8f63b1c1.png
    展开全文
  • 点击上方“早起Python”,关注并星标公众号和我一起玩Python大家好,昨天我们讲解了如何使用Matplotlib官方文档来绘制并调整我们想要的图,那么今天将使用真实数据来练习使用Matplotlib绘图,我们开始吧!...
  • 说到数据可视化绘图,我们先想到的应该是matplotlib库,可以对其中的axes对象等调用不同的绘图方法(如axes.plot())。 作为数据分析用的pandas库提供了Series DataFrame等类型的对象,我们也可以调用上述对象来绘图...
  • 近期有同学说,关于matplotlib的...阅读路线:观察所用数据matplotlib.plot的基础绘图流程画图举例共享 X 轴举例0:观察所用数据import pandas as pd import numpy as np #10天的日期 date=["2019-03-01","2019-03-...
  • Matplotlib绘图
  • 本文包含:Matplotlib利用Delaunay三角剖分绘制应力云图绘图中的一些问题和解决方案本文主要实验数据是矩形薄板计算出来的数据,主要是薄板中面上的x,y坐标,挠度w。先引入基本模块import matplotlib.pyplot as plt...
  • 文章目录Python matplotlib绘图必知必会简介绘图例1例2例3-子绘图例4-多条曲线放在一张图中无标记有标记显示中文例1 使用matplotlib.rcParams例2 增加属性fontproperties文本显示任意位置标注任意位置箭头标注子绘图...
  • matplotlib绘图
  • Matplotlib 绘图秘籍

    2020-08-01 18:50:26
    Matplotlib 绘图秘籍 零、前言 一、第一步 二、自定义颜色和样式 三、处理标注 四、处理图形 五、文件输出 六、处理地图 七、处理 3D 图形 八、用户界面 贡献指南 本项目需要校对,欢迎大家提交 Pull Reques.

空空如也

空空如也

1 2 3 4 5 ... 20
收藏数 11,564
精华内容 4,625
关键字:

matplotlib绘图