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。
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()
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!
猜你喜欢:- 数据可视化之路 - d3入门
- 数据可视化系列--svg入门基础(一)
- 这是一本好玩的可视化统计概率入门书
- Python数据可视化神器--pyecharts 快速入门
- Python中常用的可视化工具 Matplotlib 简单入门
- [译] 利用 Python 中的 Bokeh 实现数据可视化,第一部分:入门
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。