在示例中,我们主要用到Matplotlib和Numpy这两个模块来为大家演示Python强大的绘图功能,相信大家通过我下面的10个示例,基本上可以满足大家日常工作的需求,再次强调一下,只是简单的用法,大家千万不要想通过这篇博客获取到太高深的用法。
下面进入正题
Python学习交流群:1004391443,这里有资源共享,技术解答,还有小编从最基础的Python资料到项目实战的学习资料都有整理,希望能帮助你更了解python,学习python
1、绘制一条直线
代码如下,下面的代码大家应该都可以看懂吧
效果如下
2、创建一个画布,同时设置该画布的大小
代码如下
import numpy as np import matplotlib.pyplot as plt x = np.linspace(-1,1,100) y1 = x * 2 + 100 y2 = x ** 2 # 创建一个画布 # figsize:设置画布的大小plt.figure(figsize=(2,2))plt.plot(x,y1) # 创建第二个画布plt.figure()plt.plot(x,y2) plt.show()
效果如下,会同时显示两张画布
3、在一张画布中画两条线,同时可以设置线的颜色,宽度,和风格
代码如下
效果如下
4、限制x轴,y轴的显示范围,为x轴和y轴添加描述,替换x轴和y轴的显示信息
代码如下
import numpy as np import matplotlib.pyplot as plt # 设置坐标轴x = np.linspace(-3,3,100) y1 = x * 2 + 0.5 y2 = x ** 2 plt.figure(figsize=(6,6))plt.plot(x,y1,color='r',linewidth=1.0,linestyle='--') plt.plot(x,y2,color='b',linewidth=5.0,linestyle='-') # 限制x轴的显示范围plt.xlim((-1,2)) # 限制y轴的显示范围plt.ylim((-1,5)) # 给x轴加描述plt.xlabel('xxxxxx')# 给y轴加描述plt.ylabel('yyyyyy') # 替换一下横坐标的显示temp = np.linspace(-2,2,11)plt.xticks(temp) # 替换纵坐标的标签,用level0代替之前的-1plt.yticks([-1,0,1,2,3,4,5],['level0','level1','level2','level3','level4','level5','level6']) plt.show()
效果如下
5、对边框进行设置,调整x轴和y轴的位置
代码如下
效果如下
6、为画布添加图例
代码如下
#Auther Bob#--*--conding:utf-8 --*--import numpy as npimport matplotlib.pyplot as plt# 设置图例x = np.linspace(-3, 3, 100)y1 = x * 2 + 0.5y2 = x ** 2plt.figure(figsize=(6, 6))# 首先要为两条线分别取名,这里的逗号必须要有l1, = plt.plot(x, y1, color='r', linewidth=1.0, linestyle='--')l2, = plt.plot(x, y2, color='b', linewidth=5.0, linestyle='-')# handles控制图例中要说明的线# labels为两条线分别取一个label# loc控制图例的显示位置,一般用best,由代码为我们选择最优的位置即可plt.legend(handles=[l1, l2], labels=['test1', 'test2'], loc='best')# 限制x轴的显示范围plt.xlim((-1, 2))# 限制y轴的显示范围plt.ylim((-1, 5))# 给x轴加描述plt.xlabel('xxxxxx')# 给y轴加描述plt.ylabel('yyyyyy')# 替换一下横坐标的显示temp = np.linspace(-2, 2, 11)plt.xticks(temp)# 替换纵坐标的标签,用level0代替之前的-1plt.yticks([-1, 0, 1, 2, 3, 4, 5], ['level0', 'level1', 'level2', 'level3', 'level4', 'level5', 'level6'])# 为图像加一个图例,用来对图像做说明plt.show()
效果如下
7、为图像添加描述
代码如下
效果如下
8、绘制散点图
代码如下
import numpy as np import matplotlib.pyplot as plt # 绘制散点图# plt.scatter(np.arange(1,10,1),np.arange(10,19,1)) # plt.scatter(np.linspace(-3,3,10),np.linspace(-3,3,10)) x = np.random.normal(1,10,500)y = np.random.normal(1,10,500) print(x)# s设置点的大小# c是颜色# alpha是透明度plt.scatter(x,y,s=50,c='b',alpha=0.5)plt.show()
效果如下
9、绘制直方图
代码如下
效果如下
10、一张画布显示多张图像
代码如下
#Auther Bob#--*--conding:utf-8 --*--import numpy as npimport matplotlib.pyplot as plt# plt.figure()# 有一个两行两列的单元格,这个位于第一个单元格# plt.subplot(2,2,1)# 画一条【0,0】-----》【1,1】的直线# plt.plot([0,1],[0,1])# 有一个两行两列的单元格,这个位于第一个单元格# plt.subplot(2,2,2)# 画一条【0,0】-----》【1,1】的直线# plt.plot([0,1],[0,1])# 有一个两行两列的单元格,这个位于第一个单元格# plt.subplot(2,2,3)# 画一条【0,0】-----》【1,1】的直线# plt.plot([1,0],[0,1])# plt.show()# 上面的例子,每张图他显示的大小是一样的,我们想显示不同的大小该怎么办?plt.figure()# 有一个两行三列的单元格,这个位于第一个单元格plt.subplot(2,1,1)# 画一条【0,0】-----》【1,1】的直线plt.plot([0,1],[0,1])# 有一个两行三列的单元格,这个位于第四个单元格,因为第一个单元格占了3个位子,所以这里就是第四个plt.subplot(2,3,4)# 画一条【0,0】-----》【1,1】的直线plt.plot([0,1],[0,1])# 有一个两行三列的单元格,这个位于第五个单元格plt.subplot(2,3,5)# 画一条【0,0】-----》【1,1】的直线plt.plot([1,0],[0,1])plt.show()
效果如下
11、matplotlib模块中的颜色和线条风格,取自菜鸟教程
作为线性图的替代,可以通过向 plot() 函数添加格式字符串来显示离散值。 可以使用以下格式化字符。
字符 颜色 'b' 蓝色 'g' 绿色 'r' 红色 'c' 青色 'm' 品红色 'y' 黄色 'k' 黑色 'w' 白色
联系客服