一.输入具体数

plt.plot([3,1,4,5,2])   #自动生成y轴
plt.ylabel("Grade") #y轴的标签 plt.savefig('test1',dpi=600) ##(名称,像素)存为文件,默认PNG格式,可以通过dpi修改输出质量
plt.show() #显示图

  

plt.plot([0,2,4,6,8],[3,1,4,5,2])
plt.ylabel('y_grade')
plt.xlabel('x_grade')
plt.axis([-1,10,0,6])
plt.show()
plt.savefig('test2',dpi=600)

  

二.分割画布

def f(t):
return np.exp(-t)*np.cos(2*np.pi*t) ###定义衰减函数
a = np.arange(0.0,5.0,0.02) ###定义X轴坐标
plt.subplot(211) ###分割画布为2行1列当前子区域为1
plt.plot(a,f(a)) ###画衰减函数 plt.subplot(2,1,2) ###分割画布为2行1列当前子区域为2
plt.plot(a,np.cos(2*np.pi*a),'r--') ###画余弦函数:关于a每个元素的函数
plt.show() ###显示曲线

  

三.plt.plot(x,y,format_string,**kwargs)

  • x:X轴数据,列表 、数组    (可选: 如果没有就是y值对应索引)
  • y:Y轴数据,列表、数组
  • format_string:控制曲线的格式字符串,(可选)
  • **kwargs:第二组或更多t(x,y,format_string)    ----绘制多条曲线   必须给出x,y轴的数据

  一个plot绘制多条曲线:

import numpy as np
import matplotlib.pyplot as plt a = np.arange(10)
plt.plot(a,a*1.5,a,a*2.5,a,a*3.5,a,a*4.5)
plt.show()

  

  format_string:标记符的选择

a = np.arange(10)                                               ###生成0-9的等差数列
plt.plot(a,a*1.5,'go-',a,a*2.5,'rx',a,a*3.5,'*',a,a*4.5,'b-.') ###生成多组x,y,并且确定各个曲线的标记符
plt.show()

  

四.标签及坐标轴

  全局更改字体:不要轻易更改全局字体

import matplotlib
matplotlib.rcParams['font.family'] = 'Kaiti' ##显示中文,黑体
matplotlib.rcParams['font.size'] = 20 ##字体大小20

  局部更改字体 

import numpy as np
import matplotlib.pyplot as plt
a = np.arange(0.0,5.0,0.02)
plt.plot(a,np.cos(2*np.pi*a),'r--') #自动生成y轴
plt.xlabel("纵轴:时间",fontproperties = 'SimHei',fontsize = 20) ##中文标签,需要增加属性
plt.ylabel("纵轴:振幅",fontproperties = 'SimHei',fontsize = 20) ##中文标签,需要增加属性
plt.savefig('test1',dpi=600) ##存为文件,默认PNG格式,可以通过dpi修改输出质量
plt.show()

  

详细的文本设置

import numpy as np
import matplotlib.pyplot as plt a = np.arange(0.0,5.0,0.02)
plt.plot(a,np.cos(2*np.pi*a),'r--') #自动生成y轴
plt.xlabel("纵轴:时间",fontproperties = 'SimHei',fontsize = 20) ##中文标签
plt.ylabel("纵轴:振幅",fontproperties = 'SimHei',fontsize = 20) ##中文标签
plt.title(r'正弦函数$y=cos(2\pi x)$',fontproperties = 'SimHei',fontsize = 15) ##增加抬头
plt.text(1.5,-1,r'任意位置增加文本',fontproperties = 'SimHei',fontsize=10) ##x,y确定位置 ##任意位置增加文本
##文本,箭头位置,文本位置,箭头属性---箭头颜色(黑),缩颈shrink,箭头宽度2
plt.annotate(r'$\mu=100$',xy=(2,1),xytext=(3,1.5),
arrowprops=dict(facecolor = 'black',shrink=0.1,width=2)) ##在图形中增加带箭头的注解
plt.axis([-1,6,-2,2]) ##限制刻度范围
plt.grid(True) ##显示背景网格
plt.savefig('test1',dpi=600) ##存为文件,默认PNG格式,可以通过dpi修改输出质量
plt.show()

  

数据可视化----matplotlib.pylot的更多相关文章

  1. python 爬虫与数据可视化--matplotlib模块应用

    一.数据分析的目的(利用大数据量数据分析,帮助人们做出战略决策) 二.什么是matplotlib? matplotlib: 最流行的Python底层绘图库,主要做数据可视化图表,名字取材于MATLAB ...

  2. 数据可视化matplotlib、seaborn、pydotplus

    如需转发,请注明出处:小婷儿的python  https://www.cnblogs.com/xxtalhr/p/10486560.html 一.数据可视化 data.mat 链接:https://p ...

  3. 数据可视化——Matplotlib(1)

    导入相关模块 import matplotlib.pyplot as plt import pandas as pd import numpy as np 基本图表 散点图:scatter N = 1 ...

  4. Python数据可视化--matplotlib

    抽象化|具体化: 如盒形图 | 现实中的图 功能性|装饰性:没有装饰和渲染 | 包含艺术性美学上的装饰 深度表达|浅度表达:深入层次的研究探索数据 | 易于理解的,直观的表示 多维度|单一维度:数据的 ...

  5. Python数据可视化matplotlib和seaborn

    Python在数据科学中的地位,不仅仅是因为numpy, scipy, pandas, scikit-learn这些高效易用.接口统一的科学计算包,其强大的数据可视化工具也是重要组成部分.在Pytho ...

  6. python数据可视化-matplotlib入门(7)-从网络加载数据及数据可视化的小总结

    除了从文件加载数据,另一个数据源是互联网,互联网每天产生各种不同的数据,可以用各种各样的方式从互联网加载数据. 一.了解 Web API Web 应用编程接口(API)自动请求网站的特定信息,再对这些 ...

  7. 数据可视化——matplotlib(2)

    导入相关模块 import matplotlib.pyplot as plt import numpy as np import pandas as pd 图表设置 添加X.Y轴标签以及图标标题 a ...

  8. 数据可视化-matplotlib包

    pyplot官网教程https://matplotlib.org/users/pyplot_tutorial.html #导入matplotlib的pyplot模块 import matplotlib ...

  9. <数据可视化>Matplotlib(2D+3D)

    1.Matplotlib介绍(2D) Matplotlib 是 Python 2D-绘图领域使用最广泛的套件.它能让使用者很轻松地将数据图形化,并且提供多样化的输出格式. pylab 是 matplo ...

随机推荐

  1. App知识点(持续更新......)

    1.app的性能测试,即专项测试,需要重点关注那些方面? 内存.cpu占用.耗电量.流量.流畅度等 2.什么是activity?它的生命周期? Activity是一个Android的应用组件,它提供屏 ...

  2. CSS 6种完全居中最佳实践(整理)

    2016年4月28日 1.最佳法: .Absolute-Center { width: 50%; height: 50%; overflow: auto; margin: auto; position ...

  3. linux 文件解压

    解压 tar -xvf file.tar //解压 tar包 tar -xzvf file.tar.gz //解压tar.gz tar -xjvf file.tar.bz2   //解压 tar.bz ...

  4. HTML页面仿iphone数字角标

    做仿iphone样式的数字角标,用简单的css来实现 <html><head><title>角标数字</title><style type=&qu ...

  5. 浏览器HTML自带懒加载技术

    对于目前的图片懒加载,我们一般采用的是通过第三方库或懒加载库来实现,但是该方式的显著问题就是,必须按顺序执行: 1.加载初始的 HTML 响应内容 2.加载懒加载库 3.加载图片 假如浏览器能直接支持 ...

  6. scroll兼容性

    document.html=>document.documentElement function scroll() { if(window.pageYOffset != null) // ie9 ...

  7. 2019-8-30-MSBuild-常用参数

    title author date CreateTime categories MSBuild 常用参数 lindexi 2019-8-30 8:56:5 +0800 2019-07-20 21:56 ...

  8. 常用的kubectl命令

    本文主要介绍kubernetes排查问题时经常用到的命令.这里主要借助kubectl命令来实现.以下列出常用命令,后面会对每个命令进行详细解释,并举例: kubectl核心命令 get  获取列出一个 ...

  9. tomcat的server.xml配置

    <Host>标签 appBase属性:            1 这个目录下面的子目录将自动被部署为应用.           2 这个目录下面的.war文件将被自动解压缩并部署为应用 一 ...

  10. git 初始化提交项目

    Git初始化本地已有项目,并推送到远端Git仓库操作1. 创建本地项目,在项目根目录执行git init命令git init 2. 在git服务器上创建一个仓库,这里使用GitHub创建一个仓库.例如 ...