Python - Datacamp - Introduction to Matplotlib

Datacamp: https://www.datacamp.com/

# 1.py 基本matplotlib.pyplot子模块入门

# Import the matplotlib.pyplot submodule and name it plt
import matplotlib.pyplot as plt # Create a Figure and an Axes with plt.subplots
fig, ax = plt.subplots() # Call the show function
plt.show()
# 2.py 添加数据

import matplotlib.pyplot as plt

# 月份
MONTH = ['Jan', 'Feb', 'Mar', 'Apr', 'May', 'Jun', 'Jul', 'Aug', 'Sep', 'Oct', 'Nov', 'Dec']
# 降雨量
rainfall = [44.10, 71.08, 93.36, 184.63, 286.79, 318.60, 238.22, 233.75, 194.35, 68.65, 38.40, 29.32] # 数据
data = {}
data['MONTH'] = MONTH
data['rainfall'] = rainfall # 创建数据以及轴
fig, ax = plt.subplots() # ax: (x, y)
ax.plot(data['MONTH'], data['rainfall']) # 显示
plt.show()
# 3.py 自定义显示

import matplotlib.pyplot as plt

# 月份
MONTH = ['Jan', 'Feb', 'Mar', 'Apr', 'May', 'Jun', 'Jul', 'Aug', 'Sep', 'Oct', 'Nov', 'Dec']
# 降雨量
rainfall = [44.10, 71.08, 93.36, 184.63, 286.79, 318.60, 238.22, 233.75, 194.35, 68.65, 38.40, 29.32] # 数据
data = {}
data['MONTH'] = MONTH
data['rainfall'] = rainfall # 创建数据以及轴
fig, ax = plt.subplots() # ax: (x, y)
ax.plot(data['MONTH'], data['rainfall'], color='b', marker='*', linestyle='--') # 显示
plt.show()
# 4.py 自定义标签以及抬头

import matplotlib.pyplot as plt

# 月份
MONTH = ['Jan', 'Feb', 'Mar', 'Apr', 'May', 'Jun', 'Jul', 'Aug', 'Sep', 'Oct', 'Nov', 'Dec']
# 降雨量
rainfall = [44.10, 71.08, 93.36, 184.63, 286.79, 318.60, 238.22, 233.75, 194.35, 68.65, 38.40, 29.32] # 数据
data = {}
data['MONTH'] = MONTH
data['rainfall'] = rainfall # 创建数据以及轴
fig, ax = plt.subplots() # ax: (x, y)
ax.plot(data['MONTH'], data['rainfall'], color='b', marker='*', linestyle='--') # 标签
ax.set_xlabel('Months')
ax.set_ylabel('Rainfall in CAN') # 标题
ax.set_title('Weather in CAN') # 显示
plt.show()
# 5.py 多重图表

import matplotlib.pyplot as plt

# 月份
MONTH_F = ['Jan', 'Feb', 'Mar', 'Apr', 'May', 'Jun']
MONTH_L = ['Jul', 'Aug', 'Sep', 'Oct', 'Nov', 'Dec']
# 降雨量
rainfall_canton_F = [44.10, 71.08, 93.36, 184.63, 286.79, 318.60]
rainfall_shanghai_F = [61.79, 59.40, 94.99, 83.19, 92.78, 173.57]
rainfall_canton_L = [238.22, 233.75, 194.35, 68.65, 38.40, 29.32]
rainfall_shanghai_L = [148.84, 193.88, 109.60, 62.44, 54.14, 37.71] # 创建数据以及轴
fig, ax = plt.subplots(2, 2) # ax: (x, y)
ax[0,0].plot(MONTH_F, rainfall_canton_F, color='b', marker='*', linestyle='--')
ax[0,1].plot(MONTH_F, rainfall_shanghai_F, color='r', marker='o', linestyle='--')
ax[1,0].plot(MONTH_L, rainfall_canton_L, color='b', marker='*', linestyle='--')
ax[1,1].plot(MONTH_L, rainfall_shanghai_L, color='r', marker='o', linestyle='--') # 标签
ax[0,0].set_xlabel('Months')
ax[0,0].set_ylabel('Rainfall in Canton')
ax[0,1].set_xlabel('Months')
ax[0,1].set_ylabel('Rainfall in Shanghai') # 标题
ax[0,0].set_title('Weather in Canton')
ax[0,1].set_title('Weather in Shanghai')
# 显示
plt.show()
# 6.py small multiples with shared y axis

import matplotlib.pyplot as plt

# 月份
MONTH = ['Jan', 'Feb', 'Mar', 'Apr', 'May', 'Jun', 'Jul', 'Aug', 'Sep', 'Oct', 'Nov', 'Dec']
# 降雨量
rainfall = [44.10, 71.08, 93.36, 184.63, 286.79, 318.60, 238.22, 233.75, 194.35, 68.65, 38.40, 29.32]
# 温度
temperature = [10, 14, 20, 22, 19, 25, 30, 31, 32, 29, 15, 16] # 数据
data = {}
data['MONTH'] = MONTH
data['rainfall'] = rainfall
data['temperature'] = temperature # Create a figure and an array of axes: 2 rows, 1 column with shared y axis
fig, axes = plt.subplots(2, 1, sharey=True) axes[0].plot(data['MONTH'], data['rainfall'], color='b')
axes[0].plot(data['MONTH'], data['temperature'], color='b', linestyle='--') axes[1].plot(data['MONTH'], data['rainfall'], color='b')
axes[1].plot(data['MONTH'], data['temperature'], color='b', linestyle='--') plt.show()

Python - Datacamp - Introduction to Matplotlib的更多相关文章

  1. 学习笔记之Introduction to Data Visualization with Python | DataCamp

    Introduction to Data Visualization with Python | DataCamp https://www.datacamp.com/courses/introduct ...

  2. 在python中使用图形库matplotlib

    matplotlib is a python 2D plotting library which produces publication quality figures in a variety o ...

  3. [置顶] 如何在Windows 7 64位安装Python,并使用Matplotlib绘图

    1.     安装Python 我使用的是Windows 7 64 bit,所以我从Python官网下载python-2.7.5.amd64.msi,安装步骤如下: 1)        安装windo ...

  4. Python数据可视化——使用Matplotlib创建散点图

    Python数据可视化——使用Matplotlib创建散点图 2017-12-27 作者:淡水化合物 Matplotlib简述: Matplotlib是一个用于创建出高质量图表的桌面绘图包(主要是2D ...

  5. 【python笔记】使用matplotlib,pylab进行python绘图

    一提到python绘图,matplotlib是不得不提的python最著名的绘图库,它里面包含了类似matlab的一整套绘图的API.因此,作为想要学习python绘图的童鞋们就得在自己的python ...

  6. Python的可视化包 – Matplotlib 2D图表(点图和线图,.柱状或饼状类型的图),3D图表(曲面图,散点图和柱状图)

    Python的可视化包 – Matplotlib Matplotlib是Python中最常用的可视化工具之一,可以非常方便地创建海量类型地2D图表和一些基本的3D图表.Matplotlib最早是为了可 ...

  7. python安装matplotlib:python -m pip install matplotlib报错

    matplotlib是python中强大的画图模块. 首先确保已经安装python,然后用pip来安装matplotlib模块. 进入到cmd窗口下,建议执行python -m pip install ...

  8. Python使用pip安装matplotlib模块

    matplotlib是python中强大的画图模块. 首先确保已经安装python,然后用pip来安装matplotlib模块. 进入到cmd窗口下,建议执行python -m pip install ...

  9. 用Python的Pandas和Matplotlib绘制股票KDJ指标线

    我最近出了一本书,<基于股票大数据分析的Python入门实战 视频教学版>,京东链接:https://item.jd.com/69241653952.html,在其中给出了MACD,KDJ ...

随机推荐

  1. C#编程中,在页面上如何弹出确认删除对话框

    对于页面完成一个操作后,弹出一个对话框提示是否“操作成功”.举例如下:Response.Write("<script>alert('删除成功!')</script>& ...

  2. Rails 异常处理 &amp;&amp; 性能

    Rails 异常处理 的多种处理方法 1.  routes match '*path', via: :all, to: 'controller#action' 2.  application.rb 的 ...

  3. 号外:java基础班教材永久免费 报名就送

    以前万人疯抢的成都传智播客java基础班教材,今日免费赠送,你hold的住吗? 由成都传智播客传道授业解惑的诸位老师,精心制作的教材.如今免费赠送,你能接的住吗? 书是交融感情.获得知识.传承经验的重 ...

  4. Webx框架:Spring Schema 和 Spring Ext

    webx诞生的原因是当时市面上没有好用的web框架.如今的Web框架有非常多.然后它们背后的思想都是相似的,并且越来越趋同. Spring Schema 在传统的spring中,配置bean时须要手动 ...

  5. Qt的Socket数据通讯的一个样例。

    QTcpServer类 用来侦听port ,获取QTcpSocket. QTcpSocket有  connected的信号(已经连接),还有readyread()信号,表示已经有数据发过来了.准备读取 ...

  6. Android.mk中添加宏定义【转】

    本文转载自:http://blog.csdn.net/huangyabin001/article/details/38302021 在Boardconfig.mk 中添加一个 IS_FLAG := t ...

  7. hdoj-- Walking Ant

    Walking Ant Time Limit : 2000/1000ms (Java/Other)   Memory Limit : 65536/32768K (Java/Other) Total S ...

  8. Node.js:常用工具

    ylbtech-Node.js:常用工具 1.返回顶部 1. Node.js 常用工具 util 是一个Node.js 核心模块,提供常用函数的集合,用于弥补核心JavaScript 的功能 过于精简 ...

  9. 杂项-事务:OLTP(联机事务处理过程)

    ylbtech-杂项-事务:OLTP(联机事务处理过程) On-Line Transaction Processing联机事务处理过程(OLTP) 也称为面向交易的处理过程,其基本特征是前台接收的用户 ...

  10. 【TYVJ1936】【Clover杯NOIP模拟赛IV】太空战队

    [问题描述] 在社会经济高速发展的今天,借助高科技手段,组建太空战队的愿望就快实现了. 战队属下有N个航天员.作为空军选拔上来的佼佼者,每个航天员都有与生俱来的骄傲——他们每个人都认为自己是最强的或者 ...