您好,登錄后才能下訂單哦!
這篇文章主要介紹“Python中怎么使用Matplotlib庫繪制圖形”的相關(guān)知識,小編通過實(shí)際案例向大家展示操作過程,操作方法簡單快捷,實(shí)用性強(qiáng),希望這篇“Python中怎么使用Matplotlib庫繪制圖形”文章能幫助大家解決問題。
是取得正弦函數(shù)和余弦函數(shù)的值:
X 是一個 numpy 數(shù)組,包含了從 −π 到 +π 等間隔的 256 個值。C 和 S 則分別是這 256 個值對應(yīng)的余弦和正弦函數(shù)值組成的 numpy 數(shù)組。
X = np.linspace(-np.pi, np.pi, 256,endpoint=True) C,S = np.cos(X), np.sin(X)
完整代碼如下
import numpy as np import matplotlib.pyplot as plt X = np.linspace(-np.pi, np.pi, 256, endpoint=True) C, S = np.cos(X), np.sin(X) #繪制并顯示圖形 plt.plot(X, C) plt.plot(X, S) plt.show()
上面我們學(xué)習(xí)了簡單的正弦函數(shù)與余弦函數(shù),接下來我們將精益求精,改變顏色與粗細(xì),設(shè)置記號,調(diào)整邊框等。
我們以藍(lán)色和紅色分別表示余弦和正弦函數(shù),而后將線條變粗一點(diǎn)。接下來,我們在水平方向拉伸一下整個圖。
代碼如下(示例):
figure(figsize=(10, 6), dpi=80) plot(X, C, color="blue", linewidth=2.5, line) plot(X, S, color="red", linewidth=2.5, line)
代碼如下(示例):
xmin, xmax = X.min(), X.max() dx = (xmax - xmin) * 0.2 xlim(xmin - dx, xmax + dx)
我們討論正弦和余弦函數(shù)的時候,通常希望知道函數(shù)在 ±π 和 ±π2 的值。
xticks( [-np.pi, -np.pi/2, 0, np.pi/2, np.pi]) yticks([-1, 0, +1])
我們可以把 3.142 當(dāng)做是 π,但畢竟不夠精確。當(dāng)我們設(shè)置記號的時候,我們可以同時設(shè)置記號的標(biāo)簽。注意這里使用了 LaTeX。
xticks([-np.pi, -np.pi/2, 0, np.pi/2, np.pi], [r'$-\pi$', r'$-\pi/2$', r'$0$', r'$+\pi/2$', r'$+\pi$']) yticks([-1, 0, +1], [r'$-1$', r'$0$', r'$+1$'])
ax = gca() ax.spines['right'].set_color('none') ax.spines['top'].set_color('none') ax.xaxis.set_ticks_position('bottom') ax.spines['bottom'].set_position(('data', 0)) ax.yaxis.set_ticks_position('left') ax.spines['left'].set_position(('data', 0))
# 導(dǎo)入 matplotlib 的所有內(nèi)容(nympy 可以用 np 這個名字來使用) from pylab import * # 創(chuàng)建一個 8 * 6 點(diǎn)(point)的圖,并設(shè)置分辨率為 80 figure(figsize=(8, 6), dpi=80) # 創(chuàng)建一個新的 1 * 1 的子圖,接下來的圖樣繪制在其中的第 1 塊(也是唯一的一塊) subplot(1, 1, 1) X = np.linspace(-np.pi, np.pi, 256, endpoint=True) C, S = np.cos(X), np.sin(X) # 繪制余弦曲線,使用藍(lán)色的、連續(xù)的、寬度為 1 (像素)的線條 plot(X, C, color="blue", linewidth=1.0, line) # 繪制正弦曲線,使用綠色的、連續(xù)的、寬度為 1 (像素)的線條 plot(X, S, color="green", linewidth=1.0, line) # 設(shè)置橫軸的上下限 xlim(-4.0, 4.0) # 設(shè)置橫軸記號 xticks(np.linspace(-4, 4, 9, endpoint=True)) # 設(shè)置縱軸的上下限 ylim(-1.0, 1.0) # 設(shè)置縱軸記號 yticks(np.linspace(-1, 1, 5, endpoint=True)) # 以分辨率 72 來保存圖片 # savefig("exercice_2.png",dpi=72) # 設(shè)置顏色與粗細(xì) figure(figsize=(10, 6), dpi=80) plot(X, C, color="blue", linewidth=2.5, line) plot(X, S, color="red", linewidth=2.5, line) # 設(shè)置邊框 xmin, xmax = X.min(), X.max() dx = (xmax - xmin) * 0.2 xlim(xmin - dx, xmax + dx) # 設(shè)置記號 xticks([-np.pi, -np.pi/2, 0, np.pi/2, np.pi]) yticks([-1, 0, +1]) # 設(shè)置記號的標(biāo)簽 xticks([-np.pi, -np.pi/2, 0, np.pi/2, np.pi], [r'$-\pi$', r'$-\pi/2$', r'$0$', r'$+\pi/2$', r'$+\pi$']) yticks([-1, 0, +1], [r'$-1$', r'$0$', r'$+1$']) # 設(shè)置xy軸 ax = gca() ax.spines['right'].set_color('none') ax.spines['top'].set_color('none') ax.xaxis.set_ticks_position('bottom') ax.spines['bottom'].set_position(('data', 0)) ax.yaxis.set_ticks_position('left') ax.spines['left'].set_position(('data', 0)) # 在屏幕上顯示 show()
最終效果
折線圖是一種將數(shù)據(jù)點(diǎn)按照順序連起來的圖形,可以體現(xiàn)變量y隨變量x的變化情況。Matplotlib 提供了plot()
函數(shù)繪制折線圖,其語法格式如下:
plt.plot(*args, **kwargs)
常用參數(shù)及說明如下:
x、y:分別表示x軸和y軸對應(yīng)的數(shù)據(jù),接收列表類型參數(shù)
color:表示折線的顏色
marker:表示折線上點(diǎn)的類型,有“.”、“o”、“v”等等類型
linestyle:表示折線的類型,默認(rèn)為“-”,表示實(shí)線,設(shè)置為“--”表示長虛線,設(shè)置為“-.”表示點(diǎn)線,設(shè)置為“:”表示點(diǎn)虛線
linewidth:表示折線的粗細(xì)
alpha:表示點(diǎn)的透明度,接收0~1之間的小數(shù)
下面我們將以 某地區(qū)周一到周日平均溫度變化折線圖為例,具體的學(xué)習(xí)了解折線圖的繪制。
import matplotlib.pyplot as plt plt.figure(figsize=(10, 8)) # 周一到周日平均溫度數(shù)據(jù) plt.plot([1,2,3,4,5,6,7], [12,11,11,13,12,10,10]) plt.show()
效果如下:
我們可以給圖表添加一些標(biāo)簽和圖例,讓圖表更加清晰好看,具體方法如下:
plt.title():指定當(dāng)前圖表的標(biāo)題,包括名稱、位置、顏色、字體大小等
plt.xlabel():指定當(dāng)前圖表x軸的名稱、位置、顏色、字體大小等
plt.ylabel():指定當(dāng)前圖表y軸的名稱、位置、顏色、字體大小等
plt.xlim():指定當(dāng)前圖表x軸的范圍
plt.ylim():指定當(dāng)前圖表y軸的范圍
plt.xticks():指定當(dāng)前圖表x軸刻度
plt.yticks():指定當(dāng)前圖表y軸刻度
import matplotlib.pyplot as plt # 設(shè)置支持中文 plt.rcParams['font.family'] = ['SimHei'] plt.figure(figsize=(10, 8)) plt.plot([1,2,3,4,5,6,7], [12,11,11,13,12,10,10], line, marker=".") plt.xlabel("時間") plt.ylabel("溫度") plt.yticks([i for i in range(20)][::5]) plt.show()
效果如下:
關(guān)于“Python中怎么使用Matplotlib庫繪制圖形”的內(nèi)容就介紹到這里了,感謝大家的閱讀。如果想了解更多行業(yè)相關(guān)的知識,可以關(guān)注億速云行業(yè)資訊頻道,小編每天都會為大家更新不同的知識點(diǎn)。
免責(zé)聲明:本站發(fā)布的內(nèi)容(圖片、視頻和文字)以原創(chuàng)、轉(zhuǎn)載和分享為主,文章觀點(diǎn)不代表本網(wǎng)站立場,如果涉及侵權(quán)請聯(lián)系站長郵箱:is@yisu.com進(jìn)行舉報,并提供相關(guān)證據(jù),一經(jīng)查實(shí),將立刻刪除涉嫌侵權(quán)內(nèi)容。