精华内容
下载资源
问答
  • 修改python plot折线图的坐标轴刻度,这里修改为整数: 代码如下: from matplotlib import pyplot as plt import matplotlib.ticker as ticker import numpy as np def std_plot(): overall_std = [34.369, 21....
  • 修改python plot折线图的坐标轴刻度,这里修改为整数:代码如下:from matplotlib import pyplot as pltimport matplotlib.ticker as tickerimport numpy as npdef std_plot():overall_std = [34.369, 21.366, 16....

    修改python plot折线图的坐标轴刻度,这里修改为整数:

    202006240759521611.jpg

    代码如下:

    from matplotlib import pyplot as plt

    import matplotlib.ticker as ticker

    import numpy as np

    def std_plot():

    overall_std = [34.369, 21.366, 16.516, 11.151] max_std = [36.769, 21.794, 14.390, 4.684] plt.figure()

    plt.plot(overall_std, label='average_std')

    plt.plot(max_std, label='max_std')

    plt.legend()

    plt.xlabel('window')

    plt.ylabel('std')

    plt.xticks(range(len(max_std)))

    # plt.gca().xaxis.set_major_formatter(ticker.FormatStrFormatter('%1.1f'))

    plt.show()

    std_plot()

    可以发现,通过上面的方法可以自定义x轴的刻度显示为其他样式,比如根据时间显示。只需要修改为:

    plt.xticks(pd.date_range(‘2014-09-01′,’2014-09-30′),rotation=90)#设置时间标签显示格式

    如果希望保留小数点后一位,可以这样:

    202006240759521612.jpg

    from matplotlib import pyplot as plt

    import matplotlib.ticker as ticker

    import numpy as np

    def std_plot():

    overall_std = [34.369, 21.366, 16.516, 11.151] max_std = [36.769, 21.794, 14.390, 4.684] plt.figure()

    plt.plot(overall_std, label='average_std')

    plt.plot(max_std, label='max_std')

    plt.legend()

    plt.xlabel('window')

    plt.ylabel('std')

    # plt.xticks(range(len(max_std)))

    plt.gca().xaxis.set_major_formatter(ticker.FormatStrFormatter('%1.1f'))

    plt.show()

    std_plot()

    以上这篇修改python plot折线图的坐标轴刻度方法就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持软件开发网。

    您可能感兴趣的文章:python 设置xlabel,ylabel 坐标轴字体大小,字体类型Python利用matplotlib做图中图及次坐标轴的实例Python matplotlib学习笔记之坐标轴范围Python绘图Matplotlib之坐标轴及刻度总结Python处理时间日期坐标轴过程详解Python设置matplotlib.plot的坐标轴刻度间隔以及刻度范围python matplotlib绘图,修改坐标轴刻度为文字的实例对python中Matplotlib的坐标轴的坐标区间的设定实例讲解Python使用matplotlib模块绘制图像并设置标题与坐标轴等信息示例python使用Matplotlib改变坐标轴的默认位置

    展开全文
  • 修改python plot折线图的坐标轴刻度

    万次阅读 2018-02-19 21:34:15
    修改python plot折线图的坐标轴刻度,这里修改为整数: 代码如下: from matplotlib import pyplot as plt import matplotlib.ticker as ticker import numpy as np def std_plot(): overall_std = [34.369, ...

    修改python plot折线图的坐标轴刻度,这里修改为整数:

    这里写图片描述
    代码如下:

    from matplotlib import pyplot as plt
    import matplotlib.ticker as ticker
    import numpy as np
    
    
    def std_plot():
        overall_std = [34.369, 21.366, 16.516, 11.151]
        max_std = [36.769, 21.794, 14.390, 4.684]
        plt.figure()
        plt.plot(overall_std, label='average_std')
    
        plt.plot(max_std, label='max_std')
        plt.legend()
        plt.xlabel('window')
        plt.ylabel('std')
        plt.xticks(range(len(max_std)))
        # plt.gca().xaxis.set_major_formatter(ticker.FormatStrFormatter('%1.1f'))
    
        plt.show()
    
    std_plot()

    可以发现,通过上面的方法可以自定义x轴的刻度显示为其他样式,比如根据时间显示。只需要修改为:

    plt.xticks(pd.date_range(‘2014-09-01’,’2014-09-30’),rotation=90)#设置时间标签显示格式

    如果希望保留小数点后一位,可以这样:
    这里写图片描述

    from matplotlib import pyplot as plt
    import matplotlib.ticker as ticker
    import numpy as np
    
    
    def std_plot():
        overall_std = [34.369, 21.366, 16.516, 11.151]
        max_std = [36.769, 21.794, 14.390, 4.684]
        plt.figure()
        plt.plot(overall_std, label='average_std')
    
        plt.plot(max_std, label='max_std')
        plt.legend()
        plt.xlabel('window')
        plt.ylabel('std')
        # plt.xticks(range(len(max_std)))
        plt.gca().xaxis.set_major_formatter(ticker.FormatStrFormatter('%1.1f'))
    
        plt.show()
    
    
    std_plot()
    展开全文
  • 在使用python pandas Series plot折线图时,不知道该如何显示x轴的值。代码:import matplotlib.pyplot as pltfrom matplotlib.backends.backend_tkagg import FigureCanvasTkAggfrom matplotlib.figure import ...

    在使用python pandas Series plot画折线图时,不知道该如何显示x轴的值。

    代码:

    import matplotlib.pyplot as plt

    from matplotlib.backends.backend_tkagg import FigureCanvasTkAgg

    from matplotlib.figure import Figure

    from matplotlib.font_manager import *

    import tkinter as tk

    from tkinter import ttk

    import generate_situation01 as gs1

    import get_phone_detail as gpd

    import pandas as pd

    class Test():

    def __init__(self):

    self.root = tk.Tk()

    self.root.geometry("800x600")

    self.data = gs1.main(1000)

    self.lf = ttk.Labelframe(self.root, text='数据规律性')

    self.lf.grid(row=1, column=1, sticky='nsew', padx=3, pady=3)

    self.fig = Figure(figsize=(6, 5), dpi=100)

    self.ax = self.fig.add_subplot(111)

    self.show_btn = tk.Button(self.root, text='展示数据1', command=self.weekday_cost_show)

    self.show_btn2 = tk.Button(self.root, text='展示数据2', command=self.phone_place_show)

    self.show_btn3 = tk.Button(self.root, text='展示数据3', command=self.email_show)

    self.show_btn.grid(row=0, column=0, sticky='w')

    self.show_btn2.grid(row=0, column=1, sticky='w')

    self.show_btn3.grid(row=0, column=2, sticky='w')

    self.root.mainloop()

    def weekday_cost_show(self):

    self.ax.clear()

    self.weekdays = self.data[['weekday']]

    s = self.weekdays['weekday'].value_counts(sort=False)

    s = s.reindex(['Mon', 'Tue', 'Wed', 'Thur', 'Fri', 'Sat', 'Sun'])

    s.plot(kind='line', ax=self.ax)

    canvas = FigureCanvasTkAgg(self.fig, master=self.lf)

    canvas.draw()

    canvas.get_tk_widget().grid(row=0, column=0)

    数据是我写的另外一个函数所产生的,若是大佬帮忙验证可替换掉。

    折线图如图:

    bVbap9P?w=1632&h=1070

    想请问我的index的值:['Mon', 'Tue', 'Wed', 'Thur', 'Fri', 'Sat', 'Sun']怎么才能显示在x轴上呢?

    使用大佬回答的ax.set_xticklabels只能从周二开始?

    bVbarKY?w=1492&h=1082

    展开全文
  • 在利用python的matplotlib.pyplot绘制的散点图中,我们可以将鼠标移动到任意位置,图像中会自动显示当前鼠标所在带你的坐标,但是我们无法准确的获取到散点图中某一个数据点的准确坐标。本文将介绍一种基于欧氏距离...

    0,引言

    在利用python的matplotlib.pyplot绘制的散点图中,我们可以将鼠标移动到任意位置,图像中会自动显示当前鼠标所在带你的坐标,但是我们无法准确的获取到散点图中某一个数据点的准确坐标。本文将介绍一种基于欧氏距离的获取散点图中鼠标选中点的准确数据坐标的方法,并将介绍距离阈值的确定方法。本方法属笔者在解决实际问题的过程中探索结果,如有不妥,请大神指正!

    1,环境配置

    (1)PyCharm Edition(下载地址:http://www.jetbrains.com/pycharm/

    (2)matplotlib(下载地址:https://pypi.org/project/matplotlib/

    2,源代码

    (1)先获取鼠标点击的位置坐标,计算该位置坐标跟散点图中所有数据点的欧式距离,找到距离的最小值对应的数据点即为鼠标选中的点。但是在这个过程中可能会出现鼠标点击空白处依然有选中数据点的情况,为了解决这个问题,我们需要先设计距离阈值(一般为数据的直径长度),当最小距离小于阈值,则采纳该点,否则放弃采纳,即本次点击不合法。

    (2)源代码

    def get_inflectionPoint_button0(self):
            '''
            获取拐点
            :return:
            '''
            if self.mainWindow_lineEdit0_text == "":
                QMessageBox.warning(self, "警告!", "请选择源文件!", QMessageBox.Cancel)
                return
            if self.mainWindow_lineEdit1_text == "":
                QMessageBox.warning(self, "警告!", "请提取数据!", QMessageBox.Cancel)
                return
            if len(path_separate_line_file_name) <= 0:
                QMessageBox.warning(self, "警告!", "请提取数据!", QMessageBox.Cancel)
                return
            if len(path_separate_line_file_name) > 0:
                data_list_SJ = pd.read_excel(path_separate_line_file_name)['Time']
                data_list_YB = pd.read_excel(path_separate_line_file_name)['Ea - Axial Strain']
                data_list_YL = pd.read_excel(path_separate_line_file_name)['Sd - Deviator Stress']
    
                data_list_Axial_Load = pd.read_excel(path_separate_line_file_name)['Axial Load']
                data_list_Axial_Def1 = pd.read_excel(path_separate_line_file_name)['Axial Def. 1']
                data_list_Axial_Def2 = pd.read_excel(path_separate_line_file_name)['Axial def.2']
                data_list_circumferce_def = pd.read_excel(path_separate_line_file_name)['circumferce def ']
                data_list_Avg_Axial_Def = pd.read_excel(path_separate_line_file_name)['Avg. Axial Def.']
    
                data_list_YBC = []
                for i in range(len(data_list_YB)):
                    if i == 0:
                        data_list_YBC.append(0)
                    else:
                        data_list_YBC.append(float(data_list_YB[i] - data_list_YB[i - 1]))
                # 删除第一行元素
                data_list_SJ = np.array(data_list_SJ[1:])
                data_list_YBC = np.array(data_list_YBC[1:])
    
                # 绘图
                plt.close('all')
                mpl.rcParams['font.sans-serif']=['SimHei'] #指定默认字体 SimHei为黑体
                mpl.rcParams['axes.unicode_minus']=False #用来正常显示负号
                plt.scatter(data_list_SJ,data_list_YBC,s=20, c="#ff1212", marker='.')
                plt.xlim(0,)
                plt.ylim(0,)
                plt.xlabel(u"时间(s)") #X轴标签
                plt.ylabel("轴向应变差(%)") #Y轴标签
                # plt.title("Sd - Deviator Stress(%)") #标题
                clicked_point = plt.ginput(1)
                print("clicked", clicked_point)
                plt.show()
    
                if len(clicked_point) == 0:
                    QMessageBox.warning(self, "警告!", "请在坐标系内选点!", QMessageBox.Cancel)
                    return
                distance_list = []
                for i in range(len(data_list_SJ)):
                    distance_list.append(self.compute_distance([clicked_point[0][0],clicked_point[0][1] * 25000],[data_list_SJ[i],data_list_YBC[i] * 25000]))
                print(float(min(distance_list)))
                if float(min(distance_list)) > 200.0:
                    QMessageBox.warning(self, "警告!", "您选择的点距离真实数据太远!", QMessageBox.Cancel)
                    return
                min_distance_index = distance_list.index(min(distance_list))
    
                global inflectionPoint_index1
                inflectionPoint_index1 = min_distance_index + 1
    
                slope_SJ = data_list_SJ[min_distance_index]
                slope_YBC = '%.4f'%data_list_YBC[min_distance_index]
    
                label_text = str(slope_SJ) + ':' + str(slope_YBC)
                self.lineEdit0.setText(label_text)
    
                self.lineEdit5_0_0.setText(str(data_list_Axial_Load[inflectionPoint_index1]))
                self.lineEdit5_0_1.setText(str(data_list_Axial_Def1[inflectionPoint_index1]))
                self.lineEdit5_0_2.setText(str(data_list_Axial_Def2[inflectionPoint_index1]))
                self.lineEdit5_0_3.setText(str(data_list_circumferce_def[inflectionPoint_index1]))
                self.lineEdit5_0_4.setText(str(data_list_Avg_Axial_Def[inflectionPoint_index1]))
    
                # print(data_list_YL)
                data_list_YL = np.array(data_list_YL).tolist()
                data_list_SJ = np.array(data_list_SJ).tolist()
                # print(data_list_YL)
                # print(data_list_SJ.index(slope_SJ))
                global slope_YL1
                slope_YL1 = data_list_YL[data_list_SJ.index(slope_SJ) + 1]
                # print(slope_YL1)
            else:
                return

    (3)实验结果

     

    3,总结

    在鼠标点击获取数据点坐标的这个过程中,得到鼠标点击位置的坐标是关键,另外,关于距离阈值的确定,有时候可能需要经验判断,该值不能太小,否则会造成选点困难的问题,也不能太大,否则会造成点击空白依然有效的情况(笔者建议把该值确定为数据点的直径大小)。

    展开全文
  • 这篇文章主要介绍了Python散点图折线图绘制过程解析,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下在数据分析的过程中,经常需要将数据可视化,目前常使用的...
  • 找了篇教程学习matplotlib,写折线图散点图。首先pip install matplotlib安装。输入代码:import matplotlib.pyplot as pltinput_values =[1,2,3,4,5]squares = [1,4,9,16,25]#plt.plot(squares,linewidth=5)plt....
  • python中,用plot绘制折线图

    千次阅读 2017-12-12 09:35:41
    python中,用plot绘制折线图
  • 本文实例为大家分享了python折线图的具体代码,供大家参考,具体内容如下# encoding=utf-8import matplotlib.pyplot as pltfrom pylab import * #支持中文mpl.rcParams['font.sans-serif'] = ['SimHei']names = ['...
  • plot折线图

    2018-09-20 21:35:30
    import matplotlib.pyplot as plt ...plt.plot(square,linewidth = 5) plt.title('Square numbers',fontsize = 24) plt.xlabel('Value',fontsize = 24) plt.ylabel('Suqare of Value',fontsize...
  • 在使用python pandas Series plot折线图时,不知道该如何显示x轴的值。代码:1234567891011121314151617181920212223242526272829303132333435363738import matplotlib.pyplot as pltfrom matplotlib.backends....
  • python中绘制2D曲线图需要使用到Matplotlib,Matplotlib 是一个 Python 的 2D绘图库,它以各种硬拷贝格式和跨平台的...1. 绘制折线图plt.plot() 可以用于绘制折线图。只传入一维的散点(n个)p1时,横坐标对应散点的...
  • Python 用 matplotlib 中的 plot 画图,折线图

    万次阅读 多人点赞 2019-08-22 21:14:47
    plot 函数的语法plot([x], y, [fmt], **kwargs)3. 一张图画好几条线 1. 加载宏包 使用 matplotlib 包画图时,我们一般加载里面的 pyplot,并命名为 plt,然后使用 plot 函数画图。 # 导入 matplotlib 中的 plot, ...
  • 本人在学习使用Python和plotly处理数据时,经过两个小时艰难试错,终于完成了散点图折线图的实例。在使用过程中遇到一个大坑,因为官方给出的案例是用在线存储的,所以需要安装jupyter(也就是ipython)才能使用...
  • 散点图折线图是数据分析中最常用的两种图形。...Matplotlib 中绘制散点图的函数为 plot() ,使用语法如下:matplotlib.pyplot.plot(*args, scalex=True, scaley=True, data=None, **kwargs)常用...
  • 这篇文章主要介绍了Python散点图折线图绘制过程解析,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下在数据分析的过程中,经常需要将数据可视化,目前常使用的...
  • 本人在学习使用Python和plotly处理数据时,经过两个小时艰难试错,终于完成了散点图折线图的实例。在使用过程中遇到一个大坑,因为官方给出的案例是用在线存储的,所以需要安装jupyter(也就是ipython)才能使用...
  • Python绘制折线图散点图

    万次阅读 多人点赞 2019-01-06 11:01:13
    Python绘图需要下载安装matplotlib模块,它是一个数学绘图库,我们将使用它来制作简单的图表,如折线图散点图。关于matplotlib模块的下载安装预配置将在后面具体介绍。 (一)绘制折线图 首先,我们先绘制一个...
  • usr/bin/env python#encoding:utf-8'''__Author__:沂水寒城功能:折线图散点图测试'''import randomimport matplotlibimport matplotlib.pyplot as pltdef list2mat(data_list,w):'''切片、转置'''mat=[] res=[] ...
  • 折线图的绘制,需要用到matplotlib.pyplot库,利用其中的plot()方法实现折线图的绘制。 import matplotlib.pyplot as plt input_values=[1,2,3,4,5] squares = [1,4,9,16,25] plt.plot(squares) plt.show() 上面画...
  • python散点图 Python-散点图 (Python - Scatter Plots) Advertisements 广告 Previous Page 上一页 Next Page 下一页 Scatterplots show many points plotted in the Cartesian plane. Each point ...
  • import matplotlib.pyplot as plt labels = 'a','b','c','d' #定义标签 sizes = [15,30,45,10] #每一块的比例 colors = ['yellow','gold','red','blue'] #每一块的颜色 explode = (0,0.1,0,0) #突出显示第二块 ...
  • 散点图折线图是数据分析中最常用的两种图形。...Matplotlib 中绘制散点图的函数为 plot() ,使用语法如下:matplotlib.pyplot.plot(*args, scalex=True, scaley=True, data=None, **kwargs)常用...
  • python 绘图---2D、3D散点图折线图、曲面图

    万次阅读 多人点赞 2018-01-29 11:55:08
    Matplotlib 是一个 Python 的 2D绘图库,它以各种硬拷贝格式和跨平台的交互式环境生成出版质量级别的图形,通过 Matplotlib,开发者可以仅需要几行代码,便可以生成绘图,直方图,功率谱,条形图,错误图,散点图等...

空空如也

空空如也

1 2 3 4 5 ... 20
收藏数 23,090
精华内容 9,236
关键字:

plot散点图python

python 订阅