精华内容
下载资源
问答
  • set_xticks和set_xticklabels是轴方法,而不是plt模块命名空间中的函数.这是错误消息的含义,’module’对象没有属性’set_xticks’.此外,[i for i,item in enumerate(lam_beta)]可以简化为range(len(lam_beta))和...

    set_xticks和

    set_xticklabels是轴方法,而不是plt模块命名空间中的函数.这是错误消息的含义,’module’对象没有属性’set_xticks’.

    此外,

    [i for i,item in enumerate(lam_beta)]

    可以简化为

    range(len(lam_beta))

    [item for item in lam_beta]

    可以简化为

    lam_beta

    让您的双手在轴上的便捷方式是打电话

    plt.subplots:

    所以:

    fig, ax = plt.subplots()

    ...

    ax.set_xticks(range(len(lam_beta)))

    ax.set_xticklabels(lam_beta, rotation='vertical')

    ax是一个Axes对象.调用Axes方法是使用matplotlib的面向对象方法.

    或者,您可以通过调用plt.xticks来使用Matlab样式的pylab接口.如果我们定义

    loc = range(len(lam_beta))

    labels = lam_beta

    然后

    plt.xticks(loc, labels, rotation='vertical')

    相当于

    fig, ax = plt.subplots()

    ax.set_xticks(loc)

    ax.set_xticklabels(labels, rotation='vertical')

    plt.xticks将刻度位置和标签设置为当前轴.

    列表理解

    [hr_values_per_chunk[chunk][i] for i,item in enumerate(lam_beta)]

    可以简化为

    hr_values_per_chunk[chunk][:len(lam_beta)]

    并且您可以使用ax.set_color_cycle避免为每次调用ax.plot设置颜色参数:

    import matplotlib.pyplot as plt

    fig, ax = plt.subplots()

    lam_beta = [(lam1,beta1),(lam1,beta2),(lam1,beta3),....(lam_n,beta_n)]

    chunks = [chunk1,chunk2,...chunk_n]

    ht_values_per_chunk = {chunk1:[val1,val2,...],chunk2:[val1,val2,val3,.....]...}

    color='rgbycmk'

    ax.set_color_cycle(colors)

    for chunk in chunks:

    vals = hr_values_per_chunk[chunk][:len(lam_beta)]

    ax.plot(vals, range(len(lam_beta)))

    ax.set_xticks(range(len(lam_beta)))

    ax.set_xticklabels(lam_beta, rotation='vertical')

    plt.show()

    展开全文
  • 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
    文章目录1. 加载宏包2. 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...# 导入 matplotlib 中的 plot, 并命名为常用名 plt import matplotlib.pyplot as p...

    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, 并命名为常用名 plt
    import matplotlib.pyplot as plt
    

    例如,下面的代码画出正弦函数 y=sin(x)y=sin(x) 的图形。

    import matplotlib.pyplot as plt
    import numpy as np
    
    # 生成数据
    x = np.arange(0, 10, 0.1) # 横坐标数据为从0到10之间,步长为0.1的等差数组
    y = np.sin(x) # 纵坐标数据为 x 对应的 sin(x) 值
    
    # 生成图形
    plt.plot(x, y)
    
    # 显示图形
    plt.show()
    

    图形显示:
    在这里插入图片描述
    利用plot函数,我们可以对图形进行更多精细的设置,官方的详细文档可以参看:https://matplotlib.org/3.1.1/api/_as_gen/matplotlib.pyplot.plot.html。

    2. plot 函数的语法

    Plot 函数的基本语法是:

    plot([x], y, [fmt], **kwargs)
    含义
    [x] 可选参数,横坐标轴数据
    y 纵坐标轴数据
    [fmt] 可选参数,字符串,定义图形的基本样式:颜色,点形,线形
    **Kwargs 不定长的关键字参数,用字典形式设置图形的其他属性

    [fmt] 的常用代码(包括颜色代码、点形代码、线形代码),由下面的表所示。
    颜色:

    代码 颜色
    ‘b’ 蓝色
    ‘g’ 绿色
    ‘r’ 红色
    ‘y’ 黄色
    ‘k’ 黑色
    ‘w’ 白色

    点形:

    代码 点形
    ‘.’ 圆点形
    ‘o’ 实心圆
    ‘*’ 星号
    ‘+’ 加号
    ‘x’ 叉号

    线形:

    代码 线形
    ‘-’ 实线
    ‘–’ 虚线
    ‘-.’ 折线
    ‘:’ 点线

    **Kwargs 的常用设置包括线条的粗细 linewidth,图像标签 label 等。下面一些 plot 函数的代码展示了 [x],[fmt],**Kwargs 的一些可选用法:

    >>> plot(x, y)        # 根据横坐标数据 x 与纵坐标数据 y 画图,采用默认的颜色、点形与线性
    >>> plot(y)           # 据纵坐标数据 y 画图,横坐标数据默认为从 0 到 N-1,步长为 1 的等差数组
    >>> plot(x, y, 'bo')  # 颜色为蓝色('b')、点形为圆('o')
    >>> plot(y, 'g-.')     # 颜色为绿色('g'),线型为折线('-.')
    >>> plt.plot(x, y, 'yo:', label='y=sin(x)', linewidth=2) # 颜色为黄色('y'),点形为圆形('o'),线形为虚线(':'),lable 内容为 'y=sin(x)', 线条宽度为 2
    

    通过设置线型形状,就可以画折线图了

    如果我们想自定义坐标轴的标题,坐标轴的刻度,坐标轴刻度的范围,设置图形标题,添加图例时,可以通过设置 pyplot 函数中的 xlable(横坐标轴标题), ylabel(纵坐标轴标题), xticks(横坐标轴刻度),yticks(纵坐标轴刻度),title(图形标题), grid(显示网格),legend(显示图例)等属性来实现。经过自定义设置,对上图的代码进行一下修改:

    import matplotlib.pyplot as plt
    import numpy as np
    
    # 这两行代码使得 pyplot 画出的图形中可以显示中文
    plt.rcParams['font.sans-serif'] = ['SimHei']
    plt.rcParams['axes.unicode_minus'] = False
    
    # 生成数据
    x = np.arange(0, 10, 0.5)
    y = np.sin(x)
    
    # 生成图形
    plt.plot(x, y, 'go:', label='y=sin(x)', linewidth=2) # 颜色绿色,点形圆形,线性虚线,设置图例显示内容,线条宽度为2
    
    plt.ylabel('y') # 横坐标轴的标题
    plt.xlabel('x') # 纵坐标轴的标题
    plt.xticks(np.arange(0, 11, 1)) # 设置横坐标轴的刻度为 0 到 10 的数组
    plt.ylim([-2, 2]) # 设置纵坐标轴范围为 -2 到 2
    plt.legend() # 显示图例, 图例中内容由 label 定义
    plt.grid() # 显示网格
    plt.title('我的第一个 Python 图形') # 图形的标题
    
    # 显示图形
    plt.show()
    

    生成图形:

    在这里插入图片描述

    3. 一张图画好几条线

    下表是我国近10年的 GDP 增长率,以及三大产业在近10年的增长率。

    时间 GDP增长率 第一产业增长率 第二产业增长率 第三产业增长率
    2009年 9.4 4 10.3 9.6
    2010年 10.6 4.3 12.7 9.7
    2011年 9.6 4.2 10.7 9.5
    2012年 7.9 4.5 8.4 8
    2013年 7.8 3.8 8 8.3
    2014年 7.3 4.1 7.4 7.8
    2015年 6.9 3.9 6.2 8.2
    2016年 6.7 3.3 6.3 7.7
    2017年 6.8 4 5.9 7.9
    2018年 6.6 3.5 5.8 7.6

    在画图时,横坐标轴数据为年份,纵坐标轴数据分别为 GDP 增长率,第一产业增长率,第二产业增长率,第三产业增长率。为了将四个纵坐标轴数据显示在一个图形上,可以用四个 plot 函数进行划线。Python 画图的代码为:

    import matplotlib.pyplot as plt
    
    # 这两行代码解决 plt 中文显示的问题
    plt.rcParams['font.sans-serif'] = ['SimHei']
    plt.rcParams['axes.unicode_minus'] = False
    
    # 输入纵坐标轴数据与横坐标轴数据
    gdp_rate = [9.4, 10.6, 9.6, 7.9, 7.8, 7.3, 6.9, 6.7, 6.8, 6.6]
    first_industry_rate = [4.0, 4.3, 4.2, 4.50, 3.8, 4.1, 3.9, 3.3, 4.0, 3.5]
    second_industry_rate = [10.3, 12.7, 10.7, 8.4, 8.0, 7.4, 6.2, 6.3, 5.9, 5.8]
    third_industry_rate = [9.6, 9.7, 9.5, 8.0, 8.3, 7.8, 8.2, 7.7, 7.9, 7.6]
    years = [2009, 2010, 2011, 2012, 2013, 2014, 2015, 2016, 2017, 2018]
    
    # 4 个 plot 函数画出 4 条线,线形为折线,每条线对应各自的标签 label
    plt.plot(years, gdp_rate, '.-', label='GDP增长率')
    plt.plot(years, first_industry_rate, '.-', label='第一产业增长率')
    plt.plot(years, second_industry_rate, '.-', label='第二产业增长率')
    plt.plot(years, third_industry_rate, '.-', label='第三产业增长率')
    
    plt.xticks(years)  # 设置横坐标刻度为给定的年份
    plt.xlabel('年份') # 设置横坐标轴标题
    plt.legend() # 显示图例,即每条线对应 label 中的内容
    plt.show() # 显示图形
    

    图形显示效果:
    在这里插入图片描述

    展开全文
  • matplotlib函数库使用plot绘制线状图

    千次阅读 2017-11-05 16:58:27
    import matplotlib.pyplot as plt import numpy as np x=np.linspace(0,1,50) y1=2*x+1 y2=x**2 plt.figure(num=1) #获取图片并命名 plt.plot(x,y1,color='blue',linewidth=1.0,linestyle='--',label='blue')
    #coding=utf-8
    import matplotlib.pyplot as plt
    import numpy as np
    x=np.linspace(0,1,50)
    y1=2*x+1
    y2=x**2
    plt.figure(num=1)
    #获取图片并命名
    plt.plot(x,y1,color='blue',linewidth=1.0,linestyle='--',label='blue')
    plt.plot(x,y2,color='red',label='red')
    #设置存放x,y数据呈线状 并可以用color设置颜色 linewidth设置线段粗细 linestyle设置样式 label为设置线段名
    plt.legend(loc='best')
    #显示所绘制曲线的信息
    plt.xlim((0,1))
    plt.ylim((0,3))
    #设置x轴,y轴范围
    plt.xlabel('x axis')
    plt.ylabel('y axis')
    #设置x轴,y轴标签名
    plt.xticks(np.linspace(0,1,11))
    plt.yticks(np.linspace(0,3,11))
    #设置x轴,y轴刻度
    ax=plt.gca()
    #获取当前坐标轴 gca='get current axis'
    ax.spines['right'].set_color('none')
    ax.spines['top'].set_color('none')
    #去除右上坐标轴边框
    ax.xaxis.set_ticks_position('bottom')
    ax.yaxis.set_ticks_position('left')
    #绑定坐标轴
    ax.spines['bottom'].set_position(('data',0))
    ax.spines['left'].set_position(('data',0))
    #将x,y轴定位在坐标点上那个位置
    plt.show()
    #显示图片

    展开全文
  • matplotlib.pyplot

    2020-03-12 09:14:40
    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() 分别给xy轴命名 4.matplotlib.pyplot.t...

    1.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()

    分别给xy轴命名

    4.matplotlib.pyplot.title()
    给图像起标题

    5.matplotlib.pyplot.show()
    绘制

    6.matplotlib.pyplot.grid()
    绘制网格

    7.matplotlib.pyplot.legend()
    放置标签

    展开全文
  • matplotlib下载

    2021-03-18 12:28:43
    等待一回儿,然后紧接着输入以下命名 开始下载了,完成后出现 下载完成,紧接着开始测试 import matplotlib.pyplot as plt square = [1,4,9,16,25] plt.plot(square) plt.show() 运行之后出现 测试成功 ...
  • matplotlib知识

    2020-11-27 09:40:10
    首先matplotlib 是python的绘画库,pylot(plt)包含了很多绘画的函数; 1.plt.plot():绘制直线; plt.plot([1,3,6],'ro') # 一共有三个参数,第三个参数若省略则表示为蓝色实线; # 第一个参数若省略,则x值默认从0...
  • 参考链接: Python Matplotlib数据可视化 plot折线图 # coding:utf-8 import pandas as pd import numpy as np from matplotlib import pylab as plt # 导入数据可视化库Matplotlib并重命名为plt plt....
  • matplotlib学习笔记1

    2021-03-24 20:55:56
    1、制作所需图像及设置其线条的颜色,间隔,形式,以及为该线条命名: plt.plot() 2、显示图像:plt.show() 最基本应用案例: x = np.linspace(-9,6,45) y= 2*x+1 plt.plot(x,y) plt.show() figure图像 运用: x = ...
  • matplotlib绘图报错

    2018-09-03 09:45:21
    系统:Windows10 Python ver 3.7 代码 import matplotlib.pyplot as plt squares = [1, 4, 9, 16, 25]...导致问题的原因是之前练习的时候有个文件命名为numbers.py,与matplotlib的调用文件重名了,导致matplotl...
  • Python - matplotlib库 - 中文字体设置

    千次阅读 2020-07-04 23:08:07
    plot.(ylabel(“范围”)进行命名,这时显示的不是中文而是空格。 解决方法如下: 方法一: 导入matplotlib库,使用mpl.rcParams[]进行配置即可 #导入matplotlib库 import matplotlib as mpl #配置之后便可使用 mpl....
  • lit plit是包装器,可自动执行代码的繁重工作,... 命名matplotlib一致。 它们默认情况下与多系列一起使用。 plot :折线图和散点图。 hist :直方图。 bar :用于条形图。 创建折线图 使用plot功能创建折线图
  • import matplotlib.pyplot as plt x = [1,2,3,4,5] y = [2,5,7,0,3] plt.figure() plt.plot(x, y,'r-', lw =5) plt.show() 注释:'r-':红色线图;lw =5:线宽为5; 横纵坐标标题命名及横纵坐标刻度定义: ...
  • 作图存在汉字无法显示 在作图代码前添加如下代码 plt.rcParams['font.sans-serif'] = ['SimHei'] plt.rcParams['axes.unicode_minus'] = False ...一个坐标系中存在多个曲线,给曲线命名 plt.plot()中有一个...
  • Exercise11-Matplotlib

    2018-05-28 22:59:39
    要绘制这样的函数图像,用点来描绘,选择给定区间较密集的点(用numpy.arange实现其x坐标在该区域的等距选取),y用给定的表达式给出,使用plot绘制即可。 相关说明: pylab将pyplot与numpy合并为一个命名空间。...
  • import matplotlib.pyplot as plt import numpy as np #................. #假设这里已经有一个一维数组记录数据,暂且命名为perplexity_list x = np.linspace(15,50,len(perplexity_list))#从(-1,1)均匀取50个点 y ...
  • 散点图import matplotlib.pyplot as plot#分别存放所有点的横坐标和纵坐标,一一对应 x_list = [] y_list = []#创建图并命名 plt.figure('Data distribution') ax = plt.gca() #设置x轴、y轴名称 ax.set_xlabel('...
  • 我之幸运是因为一直坚持梦想! 每一次开始写博都是一次进步,时间在点滴中流走,技能在时间长河中增加,这就是记忆的力量,也是学习的幸运!...​ 步骤1:导入库,命名模块plt ​ 步骤2:使用系统画板,绘图pl
  • matplotlib.pyplot绘制线形图

    千次阅读 2018-05-05 15:26:36
    plt.plot(*args,**kwargs) #使用的是命名关键字参数 plt.text(x,y,s,**kwargs) #x,y为绘制文本的位置,默认的坐标系是数据坐标系,可通过trans更换 #s为文本 plt.figtext(x,y,s,**kwargs...
  • matplotlib.pyplot是绘制各类可视化图形的命令子库,我们一般使用这一子模块来进行一些图形绘制从而实现数据可视化。...plt.plot([1,2,3,4]) #生成列表 plt.ylabel('numbers') #对Y轴进行命名 plt.show
  • 1.线条名称(标签) ...plt.plot(x,y,'ro',color='red',label='业绩趋势走向') 2.线条颜色 (1)线条颜色命名方式 有三种表示颜色的方式: 用全名 ,如blue 16进制 ,如FF00FF (r, g, b) 或 (r, g, b, a),如(1,0
  • 1.线条名称(标签) label : 给所绘制的曲线一个名字,此名字在图示/图例(legend)中显示 plt.plot(x,y,'ro',color='red',label='业绩趋势走向') 2.线条颜色 (1)线条颜色命名方式 有三种表示颜色的方式...
  • matplotib入门练习

    2020-06-11 09:20:30
    数据分析 ▲行文目录结构,重点是右三分支 ...01 关于Matplotlib ...Matplotlib是Python的一个绘图库,与Numpy、pandas共享数据科学三剑客的美誉,也...Matplotlib,是matrix + plot + library的缩写,虽然命名很...
  • Pandas

    2019-12-12 11:10:54
    import matplotlib.pyplot as plot %matplotlib inline df=pd.read_csv(r'C:\Users\yxl22\Desktop\Python\pandas\insurance.csv') #读入文件并且命名数据集 #Pandas使用一个二维的数据结构DataFr...
  • 引入pyplot模块,并命名为pltimport matplotlib.pyplot as plt生成简单图表plt.plot([1, 2 , 3, 4])2输入点,默认用蓝线串一起展现单个点plt.plot([1, 2, 3, 4], [1, 4, 8, 16]...
  • 数据保存在存储在“ csv”目录中的csv文件中,这些文件以抓取日期命名。 惊人的! 运行“ plot.py”应用程序将使用“ csv”目录中的文件创建一个图形。 整洁的! 技术领域 Python 3.7 Scrape应用程序使用...

空空如也

空空如也

1 2
收藏数 26
精华内容 10
关键字:

matplotlibplot命名