https://www.bjsxt.com/down/8468.html

绘制方法：

绘制直线：

#coding:utf-

import matplotlib.pyplot as plt

#准备绘制的两个点(,),(,)

#调用绘制的plot方法

plt.plot([,], [,]) #两个点的x和y写在一起

#显示绘制的图

plt.show()

返回：

绘制折线图

#coding:utf-

import matplotlib.pyplot as plt

x = [,,,,]

y = [,,,,]

#调用绘制的plot方法

plt.plot(x, y) #两个点的x和y写在一起

#显示绘制的图

plt.show()

返回：

开始学习-设置样式

windows不支持中文，添加：

#不支持中文的解决办法

plt.rcParams['font.sans-serif']=['SimHei'] #用来正常显示中文标签

macos不支持中文,可见mac中matplotlib不支持中文的解决办法

运行的时候为：

#coding:utf-8

import matplotlib.pyplot as plt

x = [1,2,3,4,5]

y = [1,4,9,16,25]

#调用绘制的plot方法

plt.plot(x, y, linewidth=5)

plt.xlabel('x')

plt.ylabel('y=x^2')

#不支持中文的解决办法

plt.rcParams['font.sans-serif']=['Songti SC'] #用来正常显示中文标签

#添加标题

plt.title('多个点绘制折线图') #会出现乱码

#显示绘制的图

plt.show()

就成功了：

绘制曲线：

#coding:utf-

import matplotlib.pyplot as plt

x = range(-, )

y = [i** for i in x]

#调用绘制的plot方法

plt.plot(x, y, linewidth=)

plt.xlabel('x')

plt.ylabel('y=x^2')

#不支持中文的解决办法

plt.rcParams['font.sans-serif']=['Songti SC'] #用来正常显示中文标签

#添加标题

plt.title('多个点绘制折线图') #会出现乱码

#保存成图片

plt.savefig('result') #默认格式是png，可以指定为jpg格式result.jpg

#显示绘制的图

plt.show()

返回：

正弦和余弦曲线

#coding:utf-

import numpy as np

import matplotlib.pyplot as plt

#-10之间100个等差数

x = np.linspace(,,)

y = np.sin(x)

#调用绘制的plot方法

plt.plot(x, y, linewidth=)

cos_y = np.cos(x)

plt.plot(x, cos_y, linewidth=)

#显示绘制的图

plt.show()

返回：

subplot的使用：

#coding:utf-

import numpy as np

import matplotlib.pyplot as plt

#-10之间100个等差数

x = np.linspace(,,)

y = np.sin(x)

plt.subplot(,,)

#调用绘制的plot方法

plt.plot(x, y, linewidth=)

cos_y = np.cos(x)

plt.subplot(,,)

plt.plot(x, cos_y, linewidth=)

y_line = [i** for i in x]

plt.subplot(,,)

plt.plot(x, y_line, linewidth=)

#显示绘制的图

plt.show()

返回：

修改某一个画布的x轴的坐标：

plt.xlim(-5,20) : x轴

plt.ylim(-5,20) : y轴

#coding:utf-

import numpy as np

import matplotlib.pyplot as plt

#-10之间100个等差数

x = np.linspace(,,)

y = np.sin(x)

plt.subplot(,,)

#调用绘制的plot方法

plt.xlim(-,)

plt.plot(x, y, linewidth=)

#显示绘制的图

plt.show()

返回：

绘制散点图

#coding:utf-

import numpy as np

import matplotlib.pyplot as plt

#-10之间100个等差数

x = np.linspace(,,)

y = np.sin(x)

#调用绘制的plot方法

plt.scatter(x, y, linewidth=)

#等价于

#plt.plot(x, y, 'o')

#显示绘制的图

plt.show()

返回：

⚠️plot绘制图形的速度由于scatter，所以如果画一堆点，而且点的形式没有差别，那么就使用plot；如果点的形式有差别，即点的大小和颜色有差别时，则必须使用scatter

点大小颜色不同的情况

#coding:utf-

import numpy as np

import matplotlib.pyplot as plt

#10中大小，100种颜色的散点图

#使得执行多次，每次获得的随机数都相同

np.random.seed()

#100个随机点

x = np.random.rand()

y = np.random.rand()

#颜色的类别数量要等于点的个数
#大小则没有要求

#设置10种大小,值过小，所以乘500

size = np.random.rand()*

#生成100种颜色

color = np.random.rand()

#调用绘制的plot方法,alpha表示透明度，使得重叠的部分可见

plt.scatter(x, y, s=size, c=color, alpha=0.7)

#等价于

#plt.plot(x, y, 'o')

#显示绘制的图

plt.show()

返回：

当点的个数大于大小的个数时，循环设置。因为有10种大小，所以第一个点和第11个点是大小一样的，以此类推

绘制不同样式不同颜色的线条

还有其他的

#coding:utf-

import numpy as np

import matplotlib.pyplot as plt

x = np.linspace(,,)

plt.plot(x, x+, '--g')

plt.plot(x, x+, '-.r')

plt.plot(x, x+, ':b')

plt.plot(x, x+, '.k')

plt.plot(x, x+, ',c')

plt.plot(x, x+, '*y')

#显示绘制的图

plt.show()

返回：

添加图例legend()：

#coding:utf-

import numpy as np

import matplotlib.pyplot as plt

x = np.linspace(,,)

#使用legend()图例，给plot方法添加参数label

plt.plot(x, x+, '--g', label='--g')

plt.plot(x, x+, '-.r', label='-.r')

plt.plot(x, x+, ':b')

plt.plot(x, x+, '.k')

plt.plot(x, x+, ',c')

plt.plot(x, x+, '*y')

plt.legend(loc='lower right') #默认位置在左上角loc='upper left'，使用参数loc修改为右下角

#显示绘制的图

plt.show()

返回：

还有其他配置参数：

透明度就是当图例遮住图时，能够透过看到线条

绘制柱状图

bar的宽度的说明：

#coding:utf-

import numpy as np

import matplotlib.pyplot as plt

x = [, , , ]

y = [, , , ]

#设置为原来柱宽的三倍

plt.bar(x, y, width=)

#不支持中文的解决办法

plt.rcParams['font.sans-serif']=['Songti SC']

#修改x坐标的值

x_label = ['1980年', '1985年', '1990年', '1995年']

plt.xticks(x, x_label) #即x轴坐标就只有x设置的这4个值了

#给x、y坐标加名称

plt.xlabel('年份')

plt.ylabel('销量')

plt.title('根据年份销量对比图')

#显示绘制的图

plt.show()

返回：

bar和barh函数的使用

barh:水平方向绘制

#coding:utf-

import numpy as np

import matplotlib.pyplot as plt

import numpy as np

np.random.seed()

x = np.arange()

y = np.random.randint(-,,)

#将画布分成1行2列

#第一个区域画bar

plt.subplot(,,)

#添加颜色

plt.bar(x,y, color='blue')

#在0位置添加蓝色的线条

plt.axhline(, color='blue', linewidth=)

#第一个区域画barh，即x,y对换

plt.subplot(,,)

plt.barh(x,y, color='red')

plt.axvline(, color='red', linewidth=)

#显示绘制的图

plt.show()

返回：

正值为一种颜色，负值为另一种颜色：

#coding:utf-

import numpy as np

import matplotlib.pyplot as plt

import numpy as np

np.random.seed()

x = np.arange()

y = np.random.randint(-,,)

v_bar= plt.bar(x,y, color='blue')

#将y值大于0的设置为蓝色，小于0的设置为绿色

#遍历v_bar对象

#zip()将v_bar和y对应的值对应在一起，通过y的值判断柱的颜色

for bar, height in zip(v_bar, y):

    if height<:

        bar.set(color='green')

#显示绘制的图

plt.show()

返回：

柱状图使用实例：

#coding:utf-

import numpy as np

import matplotlib.pyplot as plt

import numpy as np

#准备数据

#三部电影的名称

real_names = ['千与千寻', '玩具总动员', '黑衣人：全球通缉']

#3天票房,三天排名是不同的

real_num1 = [, , ]

real_num2 = [, , ]

real_num3 = [, , ]

x = np.arange(len(real_names))

#绘制柱状图,alpha参数用于显示重叠部分，本来默认为重叠的

plt.bar(x, real_num1, alpha=0.5)

plt.bar(x, real_num2, alpha=0.5)

plt.bar(x, real_num3, alpha=0.5)

#显示绘制的图

plt.show()

返回：

最后：

#coding:utf-

import numpy as np

import matplotlib.pyplot as plt

import numpy as np

#不支持中文的解决办法

plt.rcParams['font.sans-serif']=['Songti SC']

#准备数据

#三部电影的名称

real_names = ['千与千寻', '玩具总动员', '黑衣人：全球通缉']

#3天票房,三天排名是不同的

real_num1 = [, , ]

real_num2 = [, , ]

real_num3 = [, , ]

x = np.arange(len(real_names))

#绘制柱状图,alpha参数用于显示重叠部分，本来默认为重叠的

#为了让他们不重叠，而是放在旁边,设置为[i+width for i in x]

width = 0.3

plt.bar(x, real_num1, alpha=0.5, width=width, label=real_names[])

plt.bar([i+width for i in x], real_num2, alpha=0.5, width=width, label=real_names[])

plt.bar([i+*width for i in x], real_num3, alpha=0.5, width=width, label=real_names[])

#添加图例

plt.legend()

#设置x的坐标的值，第一天、第二天、第三天

#为了放在中间，设置为[i+width for i in x]

x_label= ['第{}天'.format(i+) for i in x]

plt.xticks([i+width for i in x],x_label)

plt.ylabel('票房数')

plt.title('3天3部电影票房数')

#显示绘制的图

plt.show()

返回：

饼状图

#coding:utf-

import numpy as np

import matplotlib.pyplot as plt

import numpy as np

#不支持中文的解决办法

plt.rcParams['font.sans-serif']=['Songti SC']

#准备男生、女生人数及比例

man =

woman =

man_perc = man/(man+woman)

woman_perc = woman/(man+woman)

#添加名称

labels = ['男','女']

#添加颜色

colors = ['blue', 'red']

#explode=(,0.05) 将图中间设置一个分裂线

#autopct='%0.1f%%' 显示比例并设置比例显示格式

#paches, texts是labels字体, autotexts是比例字体

paches, texts, autotexts = plt.pie([man_perc, woman_perc], labels=labels, colors=colors, explode=(,0.05), autopct='%0.1f%%')

#修改字体颜色

for text in autotexts:

    text.set_color('white')

#设置字体大小

for text in texts:

    text.set_fontsize()

#显示绘制的图

plt.show()

返回：

直方图——关注分布状态

柱状态关注具体的某个值

#coding:utf-

import numpy as np

import matplotlib.pyplot as plt

import numpy as np

#不支持中文的解决办法

plt.rcParams['font.sans-serif']=['Songti SC']

#生成1000个标准正太分布随机数

x = np.random.randn()

#bins=, 表示将10个柱放在一起，这样柱子的宽度就比较小了

plt.hist(x, bins=)

#显示绘制的图

plt.show()

返回：

还有normal方法指定期望和正态分布：

#coding:utf-

import numpy as np

import matplotlib.pyplot as plt

import numpy as np

#不支持中文的解决办法

plt.rcParams['font.sans-serif']=['Songti SC']

#生成1000个，normal方法指定期望和正态分布

x = np.random.normal(,0.8,)

y = np.random.normal(-,,)

z = np.random.normal(,,)

#alpha为（，）

kwargs = dict(bins=, alpha=0.5)

#bins=, 表示将10个柱放在一起，这样柱子的宽度就比较小了

#plt.hist(x, **kwargs)等价于plt.hist(x, bins=)

#这样当设置的参数多时，就不用回一个个都写一遍，写一次即可

plt.hist(x, **kwargs)

plt.hist(y, **kwargs)

plt.hist(z, **kwargs)

#显示绘制的图

plt.show()

返回：

绘制等高线和三维图

所以100个x和100个y的相交点有10000个

#coding:utf-

import numpy as np

import matplotlib.pyplot as plt

import numpy as np

#创建x，y

x = np.linspace(-, , )

y = np.linspace(-, , )

#计算x，y的相交点

X, Y = np.meshgrid(x,y)

Z = np.sqrt(X**+Y**)

plt.contour(X,Y,Z)

#显示绘制的图

plt.show()

即哪些x和y相交的点计算得到的Z值是相同的，就连起来画成等高线

返回：

还有plt.contourf(X,Y,Z)会填充：

三维图

还要导入3D包：

#coding:utf-

import numpy as np

import matplotlib.pyplot as plt

#导入3D包

from mpl_toolkits.mplot3d import Axes3D

X = [,,,]

Y = [,,,]

Z = [,,,]

#该图对象

figure = plt.figure()

#创建Axes3D对象

ax = Axes3D(figure)

ax.plot_trisurf(X,Y,Z)

#显示绘制的图

plt.show()

返回：

python-learning-第二季-画图matplotlib的更多相关文章

  1. 给深度学习入门者的Python快速教程 - numpy和Matplotlib篇

    始终无法有效把word排版好的粘贴过来,排版更佳版本请见知乎文章: https://zhuanlan.zhihu.com/p/24309547 实在搞不定博客园的排版,排版更佳的版本在: 给深度学习入 ...

  2. 一起做RGB-D SLAM 第二季 （一）

    小萝卜:师兄!过年啦!是不是很无聊啊!普通人的生活就是赚钱花钱,实在是很没意思啊! 师兄:是啊…… 小萝卜:他们都不懂搞科研和码代码的乐趣呀! 师兄:可不是嘛…… 小萝卜:所以今年过年,我们再做一个S ...

  3. 【Python学习笔记】调整matplotlib的图例legend的位置

    有时默认的图例位置不符合我们的需要,那么我们可以使用下面的代码对legend位置进行调整. plt.legend(loc='String or Number', bbox_to_anchor=(num ...

  4. 《舌尖上的中国》第二季今日首播了，天猫食品也跟着首发，借力使力[bubuko.com]

    天猫旗下的天猫食品与央视CCTV-1栏目<舌尖上的中国>第二季(以下简称“舌尖2”)达成合作,天猫食品成为舌尖2独家合作平台,同步首发每期 节目中的食材和美食菜谱,舌尖2摄制组还将为同步上 ...

  5. python课程第二周重点记录

    python课程第二周重点记录 1.元组的元素不可被修改,元组的元素的元素可以被修改(字典在元组中,字典的值可以被修改) 2.个人感觉方便做加密解密 3.一些方法的使用 sb = "name ...

  6. JAVA入门第二季（mooc-笔记）

    相关信息 /** * @subject <学习与创业>作业1 * @author 信管1142班 201411671210 赖俊杰 * @className <JAVA入门第二季&g ...

  7. Big Data 應用：第二季(4~6月)台湾地区Game APP 变动分布趋势图

    图表简介: 该示意图表示了台湾地区第二季内所有Game APP类别的分布情形,经由该图表我们可以快速的了解到在这三个月内,哪类型的APP是很稳定:抑或者哪类型的APP是非常不稳定的. 名词解释: 类别 ...

  8. 再造轮子之网易彩票-第二季(IOS 篇 by sixleaves)

    02-彩票项目第二季 2.封装SWPTabBar方式一 接着我们思考如何进行封装.前面已经将过了为什么要封装, 和封装达到的效果.这里我们主要有两种封装方式,分别是站在不同的角度上看待问题.虽然角度不 ...

  9. QQ聊天界面的布局和设计(IOS篇)-第二季

    QQChat Layout - 第二季 本来第二季是快写好了, 也花了点功夫, 结果gitbook出了点问题, 给没掉了.有些细节可能会一带而过, 如有疑问, 相互交流进步~. 在第一季中我们完成了Q ...

随机推荐

  1. Kotlin继承与重写重要特性剖析

    继续Kotlin的面向对象之旅. 继承: 在Java中我们知道除了final类不能被继承,其它的情况都是可以被继承的,而在Kotlin中的规则是这样的:“在Kotlin中,所有类在默认情况下都是无法被 ...

  2. LG4723 【模板】常系数线性递推

    P4723 [模板]常系数齐次线性递推 题目描述 求一个满足$k$阶齐次线性递推数列${a_i}$的第$n$项. 即:$a_n=\sum\limits_{i=1}^{k}f_i \times a_{n ...

  3. [Apio2010]patrol 巡逻

    1912: [Apio2010]patrol 巡逻 Time Limit: 4 Sec  Memory Limit: 64 MBSubmit: 2541  Solved: 1288[Submit][S ...

  4. Bias vs. Variance(4)---根据是high bias还是high variance问题来判断接下来做些什么

    怎么区分哪些措施对我们有用呢?----首先根据learning curve来判断你的问题是high bias or variance 当你的算法是high bias问题时,如果你get more tr ...

  5. .net框架-数组（Array）& ArrayList & List

    数组(Array)特点: 初始化时规定长度 元素类型相同 数据存储连续,效率高 System.Collections.ArrayList : 初始化时无需规定长度,长度随存储的数据动态扩充与收缩 元素 ...

  6. 原创!ngxtop-监控nginx的利器!!!

    原创!ngxtop-监控nginx的利器!!! 无论名称还是界面,ngxtop的灵感均源自大名鼎鼎的top命令.ngxtop的功能就是,分析Nginx访问日志文件(以及其他日志文件,比如Apache2 ...

  7. 2019CCPC网络赛 HD6707——杜教筛

    题意 求 $f(n,a,b)=\sum_{i=1}^n \sum_{j=1}^i gcd(i^a-j^a,i^b-j^b)[gcd(i,j)=1]\%(10^9+7)$,$1 \le n,a,b \l ...

  8. Codeforces Round #604 (Div. 2) A. Beautiful String

    链接: https://codeforces.com/contest/1265/problem/A 题意: A string is called beautiful if no two consecu ...

  9. 五.划分LVM逻辑卷

    作用:    1.整合分散的空间    2.空间可以进行扩大   零散空闲存储 ---- 整合的虚拟磁盘 ---- 虚拟的分区   由众多的物理卷(PV)组合成卷组(VG),从卷组中划分多个逻辑卷(L ...

  10. 使用HttpClient进行Get方式通信(使用HttpGet获取网页数据)

    1.项目结构 导入jar包 jar包去官网下载解压后项目新建lib目录,将解压包中的lib目录中的zip拷入项目lib目录文件夹,然后build path-->配置到项目中 2.TestGet. ...