Python教程Matplotlib数据可视化入门篇

栏目: 编程工具 · 发布时间: 5年前

内容简介:matplotlib.pyplot是一个命令型函数集合,它可以让我们像使用MATLAB一样使用matplotlib。pyplot中的每一个函数都会对画布图像作出相应的改变,如创建画布、在画布中创建一个绘图区、在绘图区上画几条线、给图像添加文字说明等。下面我们就通过实例代码来领略一下他的魅力。import matplotlib.pyplot as pltplt.plot([5,4,3,2,1])

Pyplot

matplotlib.pyplot是一个命令型函数集合,它可以让我们像使用MATLAB一样使用matplotlib。pyplot中的每一个函数都会对画布图像作出相应的改变,如创建画布、在画布中创建一个绘图区、在绘图区上画几条线、给图像添加文字说明等。下面我们就通过实例代码来领略一下他的魅力。

import matplotlib.pyplot as plt

plt.plot([5,4,3,2,1])

plt.ylabel('www.linuxidc.com')

plt.show()

上图是我们通过plt.plot([5,4,3,2,1])这一行代码画出的图像,这时候有的小伙伴可能会有一个疑问,“为什么X轴的坐标轴范围是0-4,而Y轴的坐标轴围是1-5呢?”

这是因为,在我们使用plot()命令函数的时候,如果只给函数传递了一个数值列表或数组作为参数,matplotlib会把这个数值列表当作Y轴的数值,然后根据Y轴的数值个数N自动生成一个数值列表[0,N-1]作为X轴的数值。所以上图中Y轴数值就是我们给定的列表[1,2,3,4,5],X轴数值是自动生成的列表[0,1,2,3,4]。

看到这里有的小伙伴可能会想,这也太弱了吧。大家不要着急,我们一步步的来学习,上图只是一个非常简单例子,其实plot() 命令的功能非常强大,通过该命令我们可以同时传递多个图像参数。比如说,我们想同时给定X轴和Y轴的数值,我们就可以通过下面一行代码实现:

plt.plot([1, 2, 3, 4], [1, 4, 9, 16]) #X:[1, 2, 3, 4],Y:[1, 4, 9, 16]

此外,我们还可以像MATLAB一样在每一组X轴和Y轴数值的后面传递一个形式为“颜色+线型”的字符串参数,这个参数可以设置我们图像中的线的颜色和类型,默认的参数为'b-',代表蓝色实线。

命令支持的颜色字符有:

  • 'b':蓝色
  • 'g':绿色
  • 'r':红色
  • 'c':青色
  • 'm':洋红色
  • 'y':黄色
  • 'k':黑色
  • 'w':白色

控制线型

符号和线型之间的对应关系

-      实线

--    短线

-.    短点相间线

:    虚点线

字符控制标记风格

标记风格有多种:

.  点标记

,  像素标记

o  圆形标记

v  三角形下来的标记

^  三角形标记

<  三角形左标记

>  三角形右标记

1  三脚架向下标记

2  三脚架向上标记

3  三脚架向左标记

4  三脚架向右标记

s  广场标记

p  五角星标记

*  星星标记

h  六角形标记

H  旋转六边形标记

d  薄钻石标记

| 垂直线(vlinesymbol)标记

_  水平线(hline符号)标记

+  加号标记

x  乘号x标记

当我们想要用红色圆点或者线条展示上面代码中的数据时,我们可以通过下面的代码实现:

import matplotlib.pyplot as plt

plt.plot([5,4,3,2,1], [16,9,6,4,1], 'ro')

plt.axis([0, 6, 0, 20])

plt.show()

这里的r表示红色,o表示圆点。

Python教程Matplotlib数据可视化入门篇

当我们有多组数据时,我们可在每组后面分别设置线型及颜色:

import matplotlib.pyplot as plt

import numpy as np

t = np.arange(0., 5., 0.2)

plt.plot(t, t, 'ro', t, t**2, 'bd', t, t**3, 'y^')

plt.show()

Python教程Matplotlib数据可视化入门篇

更多 Python 相关信息见 Python 专题页面 https://www.linuxidc.com/topicnews.aspx?tid=17

Linux公社的RSS地址https://www.linuxidc.com/rssFeed.aspx

本文永久更新链接地址: https://www.linuxidc.com/Linux/2019-04/158052.htm


以上所述就是小编给大家介绍的《Python教程Matplotlib数据可视化入门篇》,希望对大家有所帮助,如果大家有任何疑问请给我留言,小编会及时回复大家的。在此也非常感谢大家对 码农网 的支持!

查看所有标签

猜你喜欢:

本站部分资源来源于网络,本站转载出于传递更多信息之目的,版权归原作者或者来源机构所有,如转载稿涉及版权问题,请联系我们

Coming of Age in Second Life

Coming of Age in Second Life

Tom Boellstorff / Princeton University Press / 2008-04-21 / USD 29.95

The gap between the virtual and the physical, and its effect on the ideas of personhood and relationships, is the most interesting aspect of Boellstorff's analysis... Boellstorff's portrayal of a virt......一起来看看 《Coming of Age in Second Life》 这本书的介绍吧!

JS 压缩/解压工具
JS 压缩/解压工具

在线压缩/解压 JS 代码

UNIX 时间戳转换
UNIX 时间戳转换

UNIX 时间戳转换

RGB CMYK 转换工具
RGB CMYK 转换工具

RGB CMYK 互转工具