最新下载
热门教程
- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
Python利用Matplotlib绘制图表代码解析
时间:2022-06-25 01:25:56 编辑:袖梨 来源:一聚教程网
本篇文章小编给大家分享一下Python利用Matplotlib绘制图表代码解析,文章代码介绍的很详细,小编觉得挺不错的,现在分享给大家供大家参考,有需要的小伙伴们可以来看看。
前言
Matplotlib 是 Python 中类似 MATLAB 的绘图工具,如果您熟悉 MATLAB,那么可以很快的熟悉它。
Matplotlib 提供了一套面向对象绘图的 API,它可以轻松地配合 Python GUI 工具包(比如 PyQt,WxPython、Tkinter)在应用程序中嵌入图形。与此同时,它也支持以脚本的形式在 Python、IPython Shell、Jupyter Notebook 以及 Web 应用的服务器中使用。
下面将介绍一些用Matplotlib绘制的图表
折线图绘制与显示
# 展现一周天气 # 1.创建画布 plt.figure(figsize=(20,8)) # plt.figure(figsize=(),dpi=) # figsize:指定图的长宽 # dpi:图像清晰度 # 返回fig对象 # 2.绘制图像 plt.plot([1,2,3,4,5,6,7],[17,17,18,15,11,11,13],label="hh") # plt.plot(x,y,color=,linestyle=",label=") # figure, axes = plt.subplots(nrows=1, ncols=2, figsize=(20,8), dpi=80) # 显示图例 plt.legend(loc="lower left") # 添加网格显示 plt.grid(True,linestyle='-',alpha=0.5) # 3.保存图像 必须放在show的前边,因为show会释放图像资源 # plt.savefig("test.png") # 4.显示图像 plt.show()
绘制数学函数图像
import numpy as np # 1.准备x,y数据 x = np.linspace(-1,1,1000) y = 2 * x * x # 2.创建画布 plt.figure(figsize=(20,8), dpi=80) # 3.绘制图像 plt.plot(x,y) # 4.显示图像 plt.show()
from jupyterthemes import jtplot jtplot.style(theme='monokai') #选择一个绘图主题 import matplotlib.pyplot as plt # 个别环境需要以下代码 %matplotlib inline
plt.figure() plt.plot([1,0,9],[4,5,6]) plt.show()
散点图绘制
# 1.准备数据 x, y = [1,2,3,4,5,6,7], [17,17,18,15,11,11,13] # 2.创建画布 plt.figure(figsize=(20, 8)) # 3.绘制图像 plt.scatter(x,y) # 4.显示图像 plt.show()
绘制柱状图
# 1.准备数据 x, y = [1,2,3,4,5,6,7], [17,17,2,15,11,11,13] # 2.创建画布 plt.figure(figsize=(20, 8)) # 3.绘制图像 plt.bar(x,y,.5,color=['r','b','y','g']) # 4.显示图像 plt.show()
绘制直方图
x = [1,2,3,4,5,6,17,17,18,15,11,45,12,54,23,45,6,12,87,51,11,13] plt.figure(figsize=(20,8), dpi=80) distance = 2 group_num = int((max(x) - min(x)) / distance) plt.hist(x, bins=group_num) plt.show()
饼图
# 1.准备数据 x, y = [1,2,3,4,5,6,7], ['17','17','2','15','11','11','13'] # 2.创建画布 plt.figure(figsize=(20, 8)) # 3.绘制图像 plt.pie(x,labels=y,autopct='%1.2f%%',colors=['r','b','y','g']) # x,y轴刻度等长 plt.axis('equal') plt.legend(loc="lower left") # 4.显示图像 plt.show()