Matplotlib快速入门,Python通用的绘图工具库上手

2023-12-18 11:04

本文主要是介绍Matplotlib快速入门,Python通用的绘图工具库上手,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

Matplotlib是一个用于Python编程语言的综合性绘图库。

它可以生成各种类型的图表,包括折线图、条形图、散点图、直方图、饼图等。Matplotlib支持多种数据格式,包括NumPy数组、Pandas DataFrame和CSV文件。它还可以从URL读取数据。

Matplotlib可以在交互式Python会话中使用,也可以用来生成静态或动态图形。

Matplotlib绘图基础:点图、线图和网格图

Matplotlib绘图的基础知识包括点图、线图和网格图。点图用于显示散点数据,线图用于显示数据随时间的变化情况,网格图用于将数据分组并显示在网格中。

我们先使用 NumPy 生成了一个 x 轴的等差数列,然后计算了正弦函数的值作为 y 轴的数据。生成一个 10x10 的随机矩阵作为网格图的数据。

import numpy as np
import matplotlib.pyplot as plt
# 生成数据
x = np.linspace(0, 10, 100)
y = np.sin(x)
data = np.random.rand(10, 10)
# 点图
plt.figure(figsize=(6, 6))
plt.scatter(x, y)
plt.xlabel('x')
plt.ylabel('y')
plt.title('Scatter Plot')
plt.show()
# 线图
plt.figure(figsize=(6, 6))
plt.plot(x, y)
plt.xlabel('x')
plt.ylabel('y')
plt.title('Line Plot')
plt.show()
# 网格图
plt.figure(figsize=(6, 6))
plt.imshow(data, cmap='viridis')
plt.colorbar()
plt.title('Grid Plot')
plt.show()

Matplotlib绘图进阶:柱状图、饼图和散点图

Matplotlib绘图的进阶知识包括柱状图、饼图和散点图。柱状图用于显示数据在不同类别中的分布情况,饼图用于显示数据在不同部分所占的比例,散点图用于显示两个变量之间的关系。

我们再使用 NumPy 生成了一个包含五个类别的类别标签数组 x 和一个随机整数数组 y,用于绘制柱状图和饼图。

它生成了一个 x 轴的等差数列,然后计算了正弦函数的值作为 y 轴的数据,用于绘制散点图。

import numpy as np
import matplotlib.pyplot as plt
# 生成数据
x = np.array(['A', 'B', 'C', 'D', 'E'])
y = np.random.randint(1, 10, 5)
# 柱状图
plt.figure(figsize=(6, 6))
plt.bar(x, y)
plt.xlabel('x')
plt.ylabel('y')
plt.title('Bar Chart')
plt.show()
# 饼图
plt.figure(figsize=(6, 6))
plt.pie(y, labels=x)
plt.title('Pie Chart')
plt.show()# 散点图
x = np.linspace(0, 10, 100)
y = np.sin(x)
plt.figure(figsize=(6, 6))
plt.scatter(x, y)
plt.xlabel('x')
plt.ylabel('y')
plt.title('Scatter Plot')
plt.show()

Matplotlib绘图自定义:设置坐标轴、图例和标题

Matplotlib绘图的自定义知识包括设置坐标轴、图例和标题。

  • 坐标轴用于设置图表的范围和刻度
    • xlim 设置 x 轴的范围,ylim 设置 y 轴的范围。例如,plt.xlim(0, 10) 将 x 轴的范围设置为 0 到 10。
    • xticks 和 yticks 是 Matplotlib 中的函数,用于设置坐标轴上的刻度。xticks 设置 x 轴的刻度,yticks 设置 y 轴的刻度。例如,plt.xticks(range(0, 11, 2)) 将 x 轴的刻度设置为从 0 到 10 的偶数。
  • 图例用于解释图中的符号和颜色
  • 标题用于给图表添加一个标题
import numpy as np
import matplotlib.pyplot as plt# 生成数据
x = np.linspace(0, 10, 100)
y1 = np.sin(x)
y2 = np.cos(x)# 绘制图形
plt.figure(figsize=(6, 6))
plt.plot(x, y1, label='sin(x)')
plt.plot(x, y2, label='cos(x)')# 设置坐标轴
plt.xlim(0, 10)
plt.ylim(0, 100)
plt.xticks(range(0, 11, 2))
plt.yticks(range(0, 101, 20))
plt.xlabel('X-axis')
plt.ylabel('Y-axis')# 设置图例
plt.legend()# 设置标题
plt.title('Sine and Cosine Functions')# 显示图形
plt.show()

总结

Matplotlib是一个功能强大的绘图库,可以用来生成各种类型的图表。它易于使用,并提供了广泛的自定义选项。Matplotlib是Python用户进行数据可视化的首选工具。

这篇关于Matplotlib快速入门,Python通用的绘图工具库上手的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/508160

相关文章

Spring Security 从入门到进阶系列教程

Spring Security 入门系列 《保护 Web 应用的安全》 《Spring-Security-入门(一):登录与退出》 《Spring-Security-入门(二):基于数据库验证》 《Spring-Security-入门(三):密码加密》 《Spring-Security-入门(四):自定义-Filter》 《Spring-Security-入门(五):在 Sprin

AI绘图怎么变现?想做点副业的小白必看!

在科技飞速发展的今天,AI绘图作为一种新兴技术,不仅改变了艺术创作的方式,也为创作者提供了多种变现途径。本文将详细探讨几种常见的AI绘图变现方式,帮助创作者更好地利用这一技术实现经济收益。 更多实操教程和AI绘画工具,可以扫描下方,免费获取 定制服务:个性化的创意商机 个性化定制 AI绘图技术能够根据用户需求生成个性化的头像、壁纸、插画等作品。例如,姓氏头像在电商平台上非常受欢迎,

python: 多模块(.py)中全局变量的导入

文章目录 global关键字可变类型和不可变类型数据的内存地址单模块(单个py文件)的全局变量示例总结 多模块(多个py文件)的全局变量from x import x导入全局变量示例 import x导入全局变量示例 总结 global关键字 global 的作用范围是模块(.py)级别: 当你在一个模块(文件)中使用 global 声明变量时,这个变量只在该模块的全局命名空

电脑桌面文件删除了怎么找回来?别急,快速恢复攻略在此

在日常使用电脑的过程中,我们经常会遇到这样的情况:一不小心,桌面上的某个重要文件被删除了。这时,大多数人可能会感到惊慌失措,不知所措。 其实,不必过于担心,因为有很多方法可以帮助我们找回被删除的桌面文件。下面,就让我们一起来了解一下这些恢复桌面文件的方法吧。 一、使用撤销操作 如果我们刚刚删除了桌面上的文件,并且还没有进行其他操作,那么可以尝试使用撤销操作来恢复文件。在键盘上同时按下“C

高效录音转文字:2024年四大工具精选!

在快节奏的工作生活中,能够快速将录音转换成文字是一项非常实用的能力。特别是在需要记录会议纪要、讲座内容或者是采访素材的时候,一款优秀的在线录音转文字工具能派上大用场。以下推荐几个好用的录音转文字工具! 365在线转文字 直达链接:https://www.pdf365.cn/ 365在线转文字是一款提供在线录音转文字服务的工具,它以其高效、便捷的特点受到用户的青睐。用户无需下载安装任何软件,只

【Python编程】Linux创建虚拟环境并配置与notebook相连接

1.创建 使用 venv 创建虚拟环境。例如,在当前目录下创建一个名为 myenv 的虚拟环境: python3 -m venv myenv 2.激活 激活虚拟环境使其成为当前终端会话的活动环境。运行: source myenv/bin/activate 3.与notebook连接 在虚拟环境中,使用 pip 安装 Jupyter 和 ipykernel: pip instal

科研绘图系列:R语言扩展物种堆积图(Extended Stacked Barplot)

介绍 R语言的扩展物种堆积图是一种数据可视化工具,它不仅展示了物种的堆积结果,还整合了不同样本分组之间的差异性分析结果。这种图形表示方法能够直观地比较不同物种在各个分组中的显著性差异,为研究者提供了一种有效的数据解读方式。 加载R包 knitr::opts_chunk$set(warning = F, message = F)library(tidyverse)library(phyl

【机器学习】高斯过程的基本概念和应用领域以及在python中的实例

引言 高斯过程(Gaussian Process,简称GP)是一种概率模型,用于描述一组随机变量的联合概率分布,其中任何一个有限维度的子集都具有高斯分布 文章目录 引言一、高斯过程1.1 基本定义1.1.1 随机过程1.1.2 高斯分布 1.2 高斯过程的特性1.2.1 联合高斯性1.2.2 均值函数1.2.3 协方差函数(或核函数) 1.3 核函数1.4 高斯过程回归(Gauss

数论入门整理(updating)

一、gcd lcm 基础中的基础,一般用来处理计算第一步什么的,分数化简之类。 LL gcd(LL a, LL b) { return b ? gcd(b, a % b) : a; } <pre name="code" class="cpp">LL lcm(LL a, LL b){LL c = gcd(a, b);return a / c * b;} 例题:

【学习笔记】 陈强-机器学习-Python-Ch15 人工神经网络(1)sklearn

系列文章目录 监督学习:参数方法 【学习笔记】 陈强-机器学习-Python-Ch4 线性回归 【学习笔记】 陈强-机器学习-Python-Ch5 逻辑回归 【课后题练习】 陈强-机器学习-Python-Ch5 逻辑回归(SAheart.csv) 【学习笔记】 陈强-机器学习-Python-Ch6 多项逻辑回归 【学习笔记 及 课后题练习】 陈强-机器学习-Python-Ch7 判别分析 【学