­

matplotlib绘制图形基础

  • 2019 年 12 月 31 日
  • 筆記

文章目录

  1. 1. matplotlib绘制基本图形
    1. 1.1. 折线图
    2. 1.2. 饼状图
    3. 1.3. 散点图
    4. 1.4. 直方图
    5. 1.5. 作者说

matplotlib绘制基本图形

折线图

import matplotlib.pyplot as plt  import numpy as np  x=np.arange(0,10,1) #创建一个0-10之间以1为间隔的numpy数组  y=x+10  plt.plot(x,y,color='red',linestyle='--',marker='>',linewidth=3,label='example one')  #绘制图形  plt.savefig('first.png',dpi=50)  #保存图形,dpi表示  plt.legend()   #显示图例  plt.show()   #显示图形

图形展示

说明 plt.plot()可以直接绘制折线,其中marker是折线上的标记,linewidth是折线的宽度,label是图例,如果要想显示就要设置plt.legend(),linestyle是折线的风格,color是颜色

饼状图

import matplotlib.pyplot as plt  slices = [2,3,4,9]   #指定每一个切片的大小,这里就是每块的比例  activities = ['sleeping','eating','working','playing']   #指定标签  cols = ['c','m','r','b']   #y颜色  plt.pie(slices,          labels=activities,          colors=cols,   #指定每一个区块的颜色          startangle=90,     #开始角度,默认是0度,从x轴开始,90度从y轴开始          shadow= True,    #阴影效果          explode=(0,0.1,0,0),     #拉出第二个切片,如果全为0就不拉出,这里的数字是相对与圆心的距离          autopct='%1.1f%%')       #显示百分比  plt.title('Interesting GraphnCheck it out')  #设置标题  plt.show()

图片展示

散点图

import numpy as np  import matplotlib.pyplot as plt  x=np.random.rand(1000)  y=np.random.rand(len(x))  plt.scatter(x,y,color='r',alpha=0.3,label='example one',marker='o')  #绘图  plt.legend()  #plt.axis([0,2,0,2]) #设置坐标的范围  plt.show()

图片展示

直方图

import matplotlib.pyplot as plt  import numpy as np  x=np.random.randint(1,1000,200)  axis=plt.gca()   #得到当前的绘图对象  axis.hist(x,bins=35,facecolor='r',normed=True,histtype='bar',alpha=0.5)#bins表示直方图的个数,histtype表示直方图的样式,normed如果为True就将直方归一化,显示概率密度,默认是False  axis.set_xlabel("Values")  #设置x的标签  axis.set_ylabel("Frequency")  axis.set_title("HIST")  plt.show()

作者说 本人秉着方便他人的想法才开始写技术文章的,因为对于自学的人来说想要找到系统的学习教程很困难,这一点我深有体会,我也是在不断的摸索中才小有所成,如果你们觉得我写的不错就帮我推广一下,让更多的人看到。另外如果有什么错误的地方也要及时联系我,方便我改进,谢谢大家对我的支持

版权信息所有者:chenjiabing 如若转载请标明出处:chenjiabing666.github.io6