iis服务器助手广告广告
返回顶部
首页 > 资讯 > 后端开发 > Python >python数据可视化plt库实例详解
  • 824
分享到

python数据可视化plt库实例详解

2024-04-02 19:04:59 824人浏览 安东尼

Python 官方文档:入门教程 => 点击学习

摘要

先看下jupyter和PyCharm环境的差别 左边是jupyter---------------------------------------------------------

先看下jupyter和PyCharm环境的差别
左边是jupyter----------------------------------------------------------右边是pycharm

在这里插入图片描述

以下都是使用pycharm环境

1.一个窗口画出一个线性方程


import numpy as np
import matplotlib.pyplot as plt
x = np.linspace(0,1,11)# 从0到1,个数为11的等差数列
print(x)
y = 2*x
plt.plot(x,y)
plt.show()

在这里插入图片描述

2.两个窗口分别画出一个线性方程


import numpy as np
import matplotlib.pyplot as plt
x = np.linspace(0,1,11)# 从0到1,个数为11的等差数列
y1 = 2*x
y2 = 3*x
# 一个figure就是一个窗口
plt.figure()
plt.plot(x,y1)
# 一个figure就是一个窗口
plt.figure()
plt.plot(x,y2)
# 显示
plt.show()

在这里插入图片描述

3.一个窗口画出两个线性方程


import numpy as np
import matplotlib.pyplot as plt
x = np.linspace(0,1,11)# 从0到1,个数为11的等差数列
y1 = 2*x
y2 = 3*x
# 一个figure就是一个窗口
plt.figure()
plt.plot(x,y1)
plt.plot(x,y2)
# 显示
plt.show()

在这里插入图片描述

4.定义画图的样式


import numpy as np
import matplotlib.pyplot as plt
x = np.linspace(0,1,11)# 从0到1,个数为11的等差数列
y = 2*x
# 一个figure就是一个窗口
plt.figure(num=1)
plt.plot(x,y)
plt.figure(num=2)
# color是线条的颜色
plt.plot(x,y,color='red')
plt.figure(num=3)
# linestyle 是线条的样式
plt.plot(x,y,linestyle='--')
plt.figure(num=4)
# linewidth 是线条的宽度
plt.plot(x,y,linewidth=3)
# 显示
plt.show()

在这里插入图片描述

5.设置xy轴的范围,标签,刻度


import numpy as np
import matplotlib.pyplot as plt
x = np.linspace(0,1,11)# 从0到1,个数为11的等差数列
y = 2*x
plt.figure(num=1)# 这里是figure1
plt.plot(x,y)
plt.figure(num=2)# 这里是figure2
plt.plot(x,y)
plt.xlim(0,3)# 设置x轴范围
plt.ylim(0,3)# 设置y轴范围
plt.xlabel('this is x')# 设置x轴标签
plt.ylabel('this is y')# 设置y轴标签
plt.figure(num=3)# 这里是figure3
plt.plot(x,y)
# 设置x轴刻度
x_ticks = np.linspace(1,3,3)
plt.xticks(x_ticks)
plt.figure(num=4)# 这里是figure4
plt.plot(x,y)
plt.ylim(0,3)# 设置y轴范围
plt.yticks([1,2],['bad','Good'])# 设置y轴刻度
# 显示
plt.show()

在这里插入图片描述

6.设置图例


import numpy as np
import matplotlib.pyplot as plt
x = np.linspace(0,1,11)# 从0到1,个数为11的等差数列
y1 = 2*x
y2 = 3*x
plt.figure()
plt.plot(x,y1,label='y1')
plt.plot(x,y2,label='y2')
plt.legend()
# 显示
plt.show()

在这里插入图片描述

7.散点图


import numpy as np
import matplotlib.pyplot as plt

x = np.random.randint(0,50,1024)
y = np.random.randint(0,50,1024)

plt.scatter(x,y,s=20)
# 隐藏 x 轴刻度
plt.xticks(())
# 显示
plt.show()

在这里插入图片描述

8.柱状图


import numpy as np
import matplotlib.pyplot as plt

n = 6
x = np.arange(n)
print(x)
# 生成6个数,这6个数在0到1正态分布
y = np.random.unifORM(0,1,n)
print(y)
plt.bar(x,y)

# 显示
plt.show()

在这里插入图片描述

9.柱状图显示高度


import numpy as np
import matplotlib.pyplot as plt
n = 6
X = np.arange(n)
Y = np.random.uniform(0,1,n)

plt.figure(num=1)
plt.bar(X,Y)
for x,y in zip(X,Y):
    plt.text(x,y,y)

plt.figure(num=2)
plt.bar(X,Y)
for x,y in zip(X,Y):
    plt.text(x,y,"%.2f"%y)

plt.figure(num=3)
plt.bar(X,Y)
for x,y in zip(X,Y):
    plt.text(x,y,"%.2f"%y,ha='center')

plt.figure(num=4)
plt.bar(X,Y)
for x,y in zip(X,Y):
    plt.text(x,y+0.01,"%.2f"%y,ha='center')
# 显示
plt.show()

在这里插入图片描述

10.等高线图


import numpy as np
import matplotlib.pyplot as plt

def f(X,Y):
    return X+Y

n = 256
x = np.linspace(0,3,n)
y = np.linspace(0,3,n)
X,Y=np.meshgrid(x,y)
plt.figure()
plt.contourf(X,Y,f(X,Y),4,cmap=plt.cm.hot)

plt.figure()
plt.contourf(X,Y,f(X,Y),9,cmap=plt.cm.hot)

plt.figure()
plt.contourf(X,Y,f(X,Y),9,cmap=plt.cm.hot)
plt.contour(X,Y,f(X,Y),9)

plt.figure()
plt.contourf(X,Y,f(X,Y),9,cmap=plt.cm.hot)
C = plt.contour(X,Y,f(X,Y),9)
plt.clabel(C,inline=True)
# 显示
plt.show()

在这里插入图片描述

11.一个窗口多个子图


import matplotlib.pyplot as plt

plt.figure()
# 两行两列的第一个位置,不加逗号也可以
plt.subplot(2,2,1)
plt.plot([0,1],[0,1])
# 两行两列的第二个位置,不加逗号也可以
plt.subplot(2,2,2)
plt.plot([0,2],[0,2])
# 两行两列的第三个位置,不加逗号也可以
plt.subplot(223)
plt.plot([0,3],[0,3])
# 两行两列的第四个位置,不加逗号也可以
plt.subplot(224)
plt.plot([0,4],[0,4])

plt.figure()
# 两行两列的第一个位置,不加逗号也可以
plt.subplot(2,1,1)
plt.plot([0,1],[0,1])
# 两行两列的第二个位置,不加逗号也可以
plt.subplot(2,3,4)
plt.plot([0,2],[0,2])
# 两行两列的第三个位置,不加逗号也可以
plt.subplot(235)
plt.plot([0,3],[0,3])
# 两行两列的第四个位置,不加逗号也可以
plt.subplot(236)
plt.plot([0,4],[0,4])
# 显示
plt.show()

在这里插入图片描述

12.常用子图显示


plt.figure(figsize=(20,10))
for i in range(40):
    plt.subplot(4,10,i+1)
    plt.xticks()
    plt.yticks()
    plt.grid(False)
    plt.imshow(train_images[i],cmap=plt.cm.binary_r)
    plt.title(train_labels[i])
plt.show()

在这里插入图片描述

13.格子布局放置子图


import matplotlib.pyplot as plt

plt.figure()

# 三行三列的布局,从0行0列开始,占一行三列
ax1 = plt.subplot2grid((3,3),(0,0),colspan=3,rowspan=1)
ax1.plot([0,1],[0,1])
ax1.set_title('this is ax1')
# 三行三列的布局,从1行0列开始,占一行两列
ax2 = plt.subplot2grid((3,3),(1,0),colspan=2,rowspan=1)
# 三行三列的布局,从1行2列开始,占两行一列
ax3 = plt.subplot2grid((3,3),(1,2),colspan=1,rowspan=2)
# 三行三列的布局,从2行0列开始,占一行一列
ax4 = plt.subplot2grid((3,3),(2,0),colspan=1,rowspan=1)
# 三行三列的布局,从2行1列开始,占一行一列
ax5 = plt.subplot2grid((3,3),(2,1),colspan=1,rowspan=1)
# 显示
plt.show()

在这里插入图片描述

以上就是python可视化数据plt库实例的详细内容,更多关于Python可视化数据plt库的资料请关注编程网其它相关文章!

--结束END--

本文标题: python数据可视化plt库实例详解

本文链接: https://www.lsjlt.com/news/128294.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数据可视化plt库实例详解
    先看下jupyter和pycharm环境的差别 左边是jupyter---------------------------------------------------------...
    99+
    2024-04-02
  • plt 数据可视化
    1、plt.plot(x,y,color) 折线坐标图 import matplotlib.pyplot as plt h = np.linspace(1, 10, 10) v = np.linspace(20,3...
    99+
    2023-01-30
    数据 plt
  • Python pyecharts数据可视化实例详解
    目录一、数据可视化1.pyecharts介绍2.初入了解(1).快速上手(2).简单的配置项介绍3.案例实战(1).柱状图Bar(2).地图Map(3).饼图Pie(4).折线图Li...
    99+
    2024-04-02
  • Python数据可视化绘图实例详解
    目录利用可视化探索图表1.数据可视化与探索图2.常见的图表实例数据探索实战分享1.2013年美国社区调查2.波士顿房屋数据集利用可视化探索图表 1.数据可视化与探索图 数据可视化是指...
    99+
    2024-04-02
  • Python echarts实现数据可视化实例详解
    目录1.概述2.安装3.数据可视化代码3.1 柱状图3.2 折线图3.3 饼图总结1.概述 pyecharts 是百度开源的,适用于数据可视化的工具,配置灵活,展示图表相对美观,顺滑...
    99+
    2024-04-02
  • Python数据可视化详解
    目录一、Matplotlib模块1、绘制基本图表1. 绘制柱形图2. 绘制条形图3. 绘制折线图4. 绘制面积图5. 绘制散点图6. 绘制饼图和圆环图2、图表的绘制和美化技...
    99+
    2023-05-16
    Python数据可视化 Python可视化 数据可视化
  • python可视化大屏库big_screen示例详解
    目录big_screen特点安装环境输入数据本地运行在线部署 对于从事数据领域的小伙伴来说,当需要阐述自己观点、展示项目成果时,我们需要在最短时间内让别人知道你的想法。我相信单调乏味...
    99+
    2024-04-02
  • Python 数据可视化之Bokeh详解
    目录安装散点图折线图条形图交互式数据可视化Interactive Legends添加小部件按钮复选框单选按钮总结安装 要安装此类型,请在终端中输入以下命令。 pip install...
    99+
    2024-04-02
  • Python 数据可视化之Seaborn详解
    目录安装散点图线图条形图直方图总结安装 要安装 seaborn,请在终端中输入以下命令。 pip install seaborn Seaborn 建立在 Matplotlib ...
    99+
    2024-04-02
  • Python 数据可视化之Matplotlib详解
    目录使用的数据库tips 数据库Matplotlib散点图折线图条形图直方图总结在深入研究这些库之前,首先,我们需要一个数据库来绘制数据。我们将在本完整教程中使用 tips data...
    99+
    2024-04-02
  • Python数据可视化库-Matplot
    我们接着上次的继续讲解,先讲一个概念,叫子图的概念。 我们先看一下这段代码 import matplotlib.pyplot as plt fig = plt.figure() ax1 = fig.add_subplot(3,2,1) ...
    99+
    2023-01-31
    数据 Python Matplot
  • Python实现地图可视化案例详解
    目录​前言一、pyechartsMapGeoBmap二、folium结 语​前言 Python的地图可视化库很多,Matplotlib库虽然作图很强大,但只能做静态地图。而我今天要讲...
    99+
    2024-04-02
  • Python疫情确诊折线图实现数据可视化实例详解
    目录案例描述实现步骤一、导入模块二、读取文件内容三、json转换python四、获取需要用到的数据五、生成图表六、关闭文件案例描述 根据可参考数据,实现对疫情确诊人数数据的可视化。 ...
    99+
    2024-04-02
  • Python库 Bokeh 数据可视化实用指南
    目录什么是 Bokeh在哪使用 Bokeh 图安装Bokeh库导入Bokeh库绘制图表的语法使用Bokeh库主题图表样式Python 中的 Bokeh用例数据数据说明饼形图圆环图散点...
    99+
    2024-04-02
  • Python数据可视化探索实例分享
    目录一、数据可视化与探索图二、常见的图表实例1.折线图2.散布图3.直方图、长条图4. 圆饼图、箱形图三、社区调查四、波士顿房屋数据集一、数据可视化与探索图 数据可视化是指用图形或表...
    99+
    2024-04-02
  • Python实现数据可视化案例分析
    目录1. 问题描述2. 实验环境3. 实验步骤及结果1. 问题描述 对右图进行修改: 请更换图形的风格请将 x 轴的数据改为-10 到 10请自行构造一个 y 值的函数将直方图上的数...
    99+
    2024-04-02
  • Python股票数据可视化代码详解
    目录数据准备阿里巴巴谷歌苹果腾讯亚马逊Facebook数据可视化查看各个公司的股价平均值查看各公司股价分布情况股价走势对比总结import numpy as np import pa...
    99+
    2024-04-02
  • Python数据可视化之Pyecharts使用详解
    目录1. 安装Pyecharts2. 图表基础2.1 主题风格2.2 图表标题2.3 图例2.4 提示框2.5 视觉映射2.6 工具箱2.7 区域缩放3. 柱状图 Bar模块4. 折...
    99+
    2024-04-02
  • Python数据可视化库有哪些
    这篇文章主要介绍“Python数据可视化库有哪些”,在日常操作中,相信很多人在Python数据可视化库有哪些问题上存在疑惑,小编查阅了各式资料,整理出简单好用的操作方法,希望对大家解答”Python数据可视化库有哪些”的疑惑有所帮助!接下来...
    99+
    2023-06-02
  • Leaflet 数据可视化实现地图下钻示例详解
    目录前言获取GeoJson,如果有现成的可以本地导入。初始化地图渲染GeoJson地图&添加事件-核心部分App.vue中前言 说到地图下钻功能,做过可视化的应该都不陌生,...
    99+
    2023-01-04
    Leaflet 地图下钻 Leaflet数据可视化
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