iis服务器助手广告广告
返回顶部
首页 > 资讯 > 后端开发 > Python >Python中如何使用Matplotlib库绘制图形
  • 585
分享到

Python中如何使用Matplotlib库绘制图形

2024-04-02 19:04:59 585人浏览 独家记忆

Python 官方文档:入门教程 => 点击学习

摘要

目录前言一、简单的正弦函数与余弦函数二、进阶版正弦函数与余弦函数1.改变颜色与粗细2.设置图片边界3.设置记号4.设置记号的标签5.设置X,Y轴6.完整代码三、绘制简单的折线图总结前

前言

Matplotlib 可能是 python 2D-绘图领域使用最广泛的套件。它能让使用者很轻松地将数据图形化,并且提供多样化的输出格式。这里将会探索使用matplotlib 库实现简单的图形绘制。

一、简单的正弦函数与余弦函数

是取得正弦函数和余弦函数的值:

X 是一个 numpy 数组,包含了从 −π 到 +π 等间隔的 256 个值。C 和 S 则分别是这 256 个值对应的余弦和正弦函数值组成的 numpy 数组。

X = np.linspace(-np.pi, np.pi, 256,endpoint=True)
C,S = np.cos(X), np.sin(X)

 完整代码如下

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)
#绘制并显示图形
plt.plot(X, C)
plt.plot(X, S)
 
plt.show()

二、进阶版正弦函数与余弦函数

上面我们学习了简单的正弦函数与余弦函数,接下来我们将精益求精,改变颜色与粗细,设置记号,调整边框等。

1.改变颜色与粗细

我们以蓝色和红色分别表示余弦和正弦函数,而后将线条变粗一点。接下来,我们在水平方向拉伸一下整个图。

代码如下(示例):

figure(figsize=(10, 6), dpi=80)
plot(X, C, color="blue", linewidth=2.5, linestyle="-")
plot(X, S, color="red",  linewidth=2.5, linestyle="-")

2.设置图片边界

代码如下(示例):

xmin, xmax = X.min(), X.max()
dx = (xmax - xmin) * 0.2
xlim(xmin - dx, xmax + dx)

3.设置记号

我们讨论正弦和余弦函数的时候,通常希望知道函数在 ±π 和 ±π2 的值。

xticks( [-np.pi, -np.pi/2, 0, np.pi/2, np.pi])
yticks([-1, 0, +1])

4.设置记号的标签

我们可以把 3.142 当做是 π,但毕竟不够精确。当我们设置记号的时候,我们可以同时设置记号的标签。注意这里使用了 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'$+1$'])

5.设置X,Y轴

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))

6.完整代码

# 导入 matplotlib 的所有内容(nympy 可以用 np 这个名字来使用)
from pylab import *
 
# 创建一个 8 * 6 点(point)的图,并设置分辨率为 80
figure(figsize=(8, 6), dpi=80)
 
# 创建一个新的 1 * 1 的子图,接下来的图样绘制在其中的第 1 块(也是唯一的一块)
subplot(1, 1, 1)
 
X = np.linspace(-np.pi, np.pi, 256, endpoint=True)
C, S = np.cos(X), np.sin(X)
 
# 绘制余弦曲线,使用蓝色的、连续的、宽度为 1 (像素)的线条
plot(X, C, color="blue", linewidth=1.0, linestyle="-")
 
# 绘制正弦曲线,使用绿色的、连续的、宽度为 1 (像素)的线条
plot(X, S, color="green", linewidth=1.0, linestyle="-")
 
# 设置横轴的上下限
xlim(-4.0, 4.0)
 
# 设置横轴记号
xticks(np.linspace(-4, 4, 9, endpoint=True))
 
# 设置纵轴的上下限
ylim(-1.0, 1.0)
 
# 设置纵轴记号
yticks(np.linspace(-1, 1, 5, endpoint=True))
 
# 以分辨率 72 来保存图片
# savefig("exercice_2.png",dpi=72)
 
# 设置颜色与粗细
figure(figsize=(10, 6), dpi=80)
plot(X, C, color="blue", linewidth=2.5, linestyle="-")
plot(X, S, color="red",  linewidth=2.5, linestyle="-")
# 设置边框
xmin, xmax = X.min(), X.max()
 
dx = (xmax - xmin) * 0.2
 
xlim(xmin - dx, xmax + dx)
# 设置记号
xticks([-np.pi, -np.pi/2, 0, np.pi/2, np.pi])
yticks([-1, 0, +1])
 
# 设置记号的标签
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'$+1$'])
 
# 设置xy轴
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))
# 在屏幕上显示
show()

最终效果

三、绘制简单的折线图

折线图是一种将数据点按照顺序连起来的图形,可以体现变量y随变量x的变化情况。Matplotlib 提供了plot()函数绘制折线图,其语法格式如下:

plt.plot(*args, **kwargs)

常用参数及说明如下:

  • x、y:分别表示x轴和y轴对应的数据,接收列表类型参数
  • color:表示折线的颜色
  • marker:表示折线上点的类型,有“.”、“o”、“v”等等类型
  • linestyle:表示折线的类型,默认为“-”,表示实线,设置为“--”表示长虚线,设置为“-.”表示点线,设置为“:”表示点虚线
  • linewidth:表示折线的粗细
  • alpha:表示点的透明度,接收0~1之间的小数

下面我们将以 某地区周一到周日平均温度变化折线图为例,具体的学习了解折线图的绘制。

import matplotlib.pyplot as plt
 
plt.figure(figsize=(10, 8))
# 周一到周日平均温度数据
plt.plot([1,2,3,4,5,6,7], [12,11,11,13,12,10,10])
plt.show()

效果如下:

我们可以给图表添加一些标签和图例,让图表更加清晰好看,具体方法如下:

  • plt.title():指定当前图表的标题,包括名称、位置、颜色、字体大小等
  • plt.xlabel():指定当前图表x轴的名称、位置、颜色、字体大小等
  • plt.ylabel():指定当前图表y轴的名称、位置、颜色、字体大小等
  • plt.xlim():指定当前图表x轴的范围
  • plt.ylim():指定当前图表y轴的范围
  • plt.xticks():指定当前图表x轴刻度
  • plt.yticks():指定当前图表y轴刻度
import matplotlib.pyplot as plt
 
# 设置支持中文
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], linestyle="-", marker=".")
plt.xlabel("时间")
plt.ylabel("温度")
plt.yticks([i for i in range(20)][::5])
 
plt.show()

效果如下:

总结

到此这篇关于Python中如何使用Matplotlib库绘制图形的文章就介绍到这了,更多相关Python Matplotlib库绘制图形内容请搜索编程网以前的文章或继续浏览下面的相关文章希望大家以后多多支持编程网!

--结束END--

本文标题: Python中如何使用Matplotlib库绘制图形

本文链接: https://www.lsjlt.com/news/119109.html(转载时请注明来源链接)

有问题或投稿请发送至: 邮箱/279061341@qq.com    QQ/279061341

本篇文章演示代码以及资料文档资料下载

下载Word文档到电脑,方便收藏和打印~

下载Word文档
猜你喜欢
  • Python中如何使用Matplotlib库绘制图形
    目录前言一、简单的正弦函数与余弦函数二、进阶版正弦函数与余弦函数1.改变颜色与粗细2.设置图片边界3.设置记号4.设置记号的标签5.设置X,Y轴6.完整代码三、绘制简单的折线图总结前...
    99+
    2022-11-11
  • Python中怎么使用Matplotlib库绘制图形
    这篇文章主要介绍“Python中怎么使用Matplotlib库绘制图形”的相关知识,小编通过实际案例向大家展示操作过程,操作方法简单快捷,实用性强,希望这篇“Python中怎么使用Matplotlib库绘制图形”文章能帮助大家解决问题。一、...
    99+
    2023-07-02
  • 如何使用Python Matplotlib绘制条形图
    目录前言一、一般条形图二、横向条形图三、分组条形图的绘制四、堆叠条形图绘制总结 前言 matplotlib是一个非常强大的Python第三方绘图包,可以绘制非常多非常漂亮的...
    99+
    2022-11-11
  • Python matplotlib如何实现图形绘制
    本篇内容主要讲解“Python matplotlib如何实现图形绘制”,感兴趣的朋友不妨来看看。本文介绍的方法操作简单快捷,实用性强。下面就让小编来带大家学习“Python matplotlib如何实现图形绘制”吧!1....
    99+
    2023-06-21
  • Python利用Matplotlib库实现绘制饼形图
    目录1.plt.pie()2. 饼图基本3. 饼状图进阶4. 环形图5. 内嵌环形图1.plt.pie() 饼图 常常用来显示 整体中各部分所占的比例,在python-matplot...
    99+
    2022-11-10
  • 怎么使用Python Matplotlib绘制条形图
    今天小编给大家分享一下怎么使用Python Matplotlib绘制条形图的相关知识点,内容详细,逻辑清晰,相信大部分人都还太了解这方面的知识,所以分享这篇文章给大家参考一下,希望大家阅读完这篇文章后有所收获,下面我们一起来了解一...
    99+
    2023-07-02
  • python使用Matplotlib绘制多种常见图形
    目录柱状图水平绘制柱状图多个柱状图叠加型柱状图散点图气泡图直方图箱线图添加文字描述添加文字描述 方法二多个图形描绘 subplots使用Pandas 绘图Matplotlib官网&n...
    99+
    2022-11-11
  • Python使用Matplotlib库绘制双y轴图形(柱状图+折线图)
    今天是第一次写踩坑日记系列,这个系列用来记录在Python和R学习过程中遇到的问题和结果。今天介绍的是使用Python的matplotlib库绘制两个y轴图的一些基本用法与踩坑行为。希望可以...
    99+
    2023-08-31
    python
  • 如何在python中使用matplotlib库绘图
    这篇文章给大家介绍如何在python中使用matplotlib库绘图,内容非常详细,感兴趣的小伙伴们可以参考借鉴,希望对大家能有所帮助。首先介绍绘图时常用的基础命令:plt.plot(x,y)即为绘图命令。①基础画图:plt.plot(x,...
    99+
    2023-06-15
  • Python中matplotlib如何绘制经典的饼图和条形图
    小编给大家分享一下Python中matplotlib如何绘制经典的饼图和条形图,相信大部分人都还不怎么了解,因此分享这篇文章给大家参考一下,希望大家阅读完这篇文章后大有收获,下面让我们一起去了解一下吧!matplotlib是基于numpy的...
    99+
    2023-06-02
  • python怎么使用Matplotlib绘制多种常见图形
    今天小编给大家分享一下python怎么使用Matplotlib绘制多种常见图形的相关知识点,内容详细,逻辑清晰,相信大部分人都还太了解这方面的知识,所以分享这篇文章给大家参考一下,希望大家阅读完这篇文章后有所收获,下面我们一起来了解一下吧。...
    99+
    2023-06-30
  • 如何使用python matplotlib绘制散点图
    今天小编给大家分享一下如何使用python matplotlib绘制散点图的相关知识点,内容详细,逻辑清晰,相信大部分人都还太了解这方面的知识,所以分享这篇文章给大家参考一下,希望大家阅读完这篇文章后有所收获,下面我们一起来了解一...
    99+
    2023-07-02
  • Python如何使用Matplotlib绘制甘特图
    小编给大家分享一下Python如何使用Matplotlib绘制甘特图,希望大家阅读完这篇文章之后都有所收获,下面让我们一起去探讨吧!1.引言甘特图已经拥有 100 多年的历史,这种可视化图表对项目管理非常有用。Henry Gantt 为了分...
    99+
    2023-06-22
  • python使用matplotlib绘制折线图
    前言: 我的python学习也告一段落了。不过有些,方法还是打算总结一下和大家分享。我整理了使用matplotlib绘制折线图的一般步骤,按照这个步骤走绘制折线图一般都没啥问题。其实...
    99+
    2022-11-10
  • Python中matplotlib如何绘制散点图
    小编给大家分享一下Python中matplotlib如何绘制散点图,希望大家阅读完这篇文章之后都有所收获,下面让我们一起去探讨吧!在python中画散点图主要是用matplotlib模块中的scatter函数,先来看一下scatter函数的...
    99+
    2023-06-15
  • 如何使用python的matplotlib绘制折线图
    这篇文章主要介绍“如何使用python的matplotlib绘制折线图”的相关知识,小编通过实际案例向大家展示操作过程,操作方法简单快捷,实用性强,希望这篇“如何使用python的matplotlib绘制折线图”文章能帮助大家解决问题。pl...
    99+
    2023-07-02
  • Python Matplotlib如何绘制多子图
    这篇文章将为大家详细讲解有关Python Matplotlib如何绘制多子图,小编觉得挺实用的,因此分享给大家做个参考,希望大家阅读完这篇文章后可以有所收获。通过获取子图的label和线型来合并图例注意添加label#导入数据(读...
    99+
    2023-06-29
  • Python+matplotlib如何绘制堆叠图
    这篇文章主要介绍Python+matplotlib如何绘制堆叠图,文中介绍的非常详细,具有一定的参考价值,感兴趣的小伙伴们一定要看完!一、水平堆叠图堆叠图其实就是柱状图的一种特殊形式from matplotlib imp...
    99+
    2023-06-29
  • Python如何绘制Matplotlib散点图
    本篇内容主要讲解“Python如何绘制Matplotlib散点图”,感兴趣的朋友不妨来看看。本文介绍的方法操作简单快捷,实用性强。下面就让小编来带大家学习“Python如何绘制Matplotlib散点图”吧!使用plt.plot方法:在上篇...
    99+
    2023-06-30
  • Python如何绘制Matplotlib折线图
    本篇内容介绍了“Python如何绘制Matplotlib折线图”的有关知识,在实际案例的操作过程中,不少人都会遇到这样的困境,接下来就让小编带领大家学习一下如何处理这些情况吧!希望大家仔细阅读,能够学有所成!一、Matplotlib 绘图在...
    99+
    2023-06-30
软考高级职称资格查询
编程网,编程工程师的家园,是目前国内优秀的开源技术社区之一,形成了由开源软件库、代码分享、资讯、协作翻译、讨论区和博客等几大频道内容,为IT开发者提供了一个发现、使用、并交流开源技术的平台。
  • 官方手机版

  • 微信公众号

  • 商务合作