python 画图--简单开始及折线图

数据可视化——用python绘制简单的折线图 用python实现数据可视化——绘制折线图 阅读详情

python 画图--简单开始及折线图

       本博客转载自:http://blog.youkuaiyun.com/jenyzhang/article/details/52046372

       相关参考资料:
       matplotlib官方文档:http://matplotlib.org/api/pyplot_summary.html  (api的调用及一些示例代码)
       一个中文版的文档(不全):http://old.sebug.net/paper/books/scipydoc/matplotlib_intro.html
       matplotlib较详细的剖析:http://www.cnblogs.com/vamei/archive/2013/01/30/2879700.html
       三种图的绘制:http://www.cnblogs.com/hustlx/p/5264562.html
       多张图的绘制:http://www.2cto.com/kf/201407/317115.html

       一、环境准备

       需要安装Numpy,Scipy,Matplotlib这三个包,推荐用Anaconda安装python,一劳永逸的解决问题。

       二、最简单的画图

       1. 画最简单的直线图
       代码如下:

import numpy as np  
import matplotlib.pyplot as plt  
  
x=[0,1]  
y=[0,1]  
plt.figure()  
plt.plot(x,y)  
plt.savefig("easyplot.jpg")  

       结果见下图。


       2.代码解释

#x轴,y轴  
x=[0,1]  
y=[0,1]  
#创建绘图对象  
plt.figure()  
#在当前绘图对象进行绘图(两个参数是x,y轴的数据)  
plt.plot(x,y)  
#保存图象  
plt.savefig("easyplot.jpg")

       三、给图加标签与标题

       上面的图没有相应的X,Y轴标签说明与标题。在上述代码基础上,可以加上这些内容。代码如下:
import numpy as np  
import matplotlib.pyplot as plt  
  
x=[0,1]  
y=[0,1]  
  
plt.figure()  
plt.plot(x,y)  
plt.xlabel("time(s)")  
plt.ylabel("value(m)")  
plt.title("A simple plot")  
       结果如下:
       代码解释:
plt.xlabel("time(s)") #X轴标签  
plt.ylabel("value(m)") #Y轴标签  
plt.title("A simple plot") #标题  

       四、画sinx曲线

       代码如下:

# -*- coding: utf-8 -*-  
import numpy as np  
import matplotlib.pyplot as plt  
  
#设置x,y轴的数值(y=sinx)  
x = np.linspace(0, 10, 1000)  
y = np.sin(x)  
  
#创建绘图对象,figsize参数可以指定绘图对象的宽度和高度,单位为英寸,一英寸=80px  
plt.figure(figsize=(8,4))  
  
#在当前绘图对象中画图(x轴,y轴,给所绘制的曲线的名字,画线颜色,画线宽度)  
plt.plot(x,y,label="$sin(x)$",color="red",linewidth=2)  
  
#X轴的文字  
plt.xlabel("Time(s)")  
  
#Y轴的文字  
plt.ylabel("Volt")  
  
#图表的标题  
plt.title("PyPlot First Example")  
  
#Y轴的范围  
plt.ylim(-1.2,1.2)  
  
#显示图示  
plt.legend()  
  
#显示图  
plt.show()  
  
#保存图  
plt.savefig("sinx.jpg")  
     结果如下:


       五、画折线图

# -*- coding: utf-8 -*-  
import numpy as np  
import matplotlib.pyplot as plt  
#X轴,Y轴数据  
x = [0,1,2,3,4,5,6]  
y = [0.3,0.4,2,5,3,4.5,4]  
plt.figure(figsize=(8,4)) #创建绘图对象  
plt.plot(x,y,"b--",linewidth=1)   #在当前绘图对象绘图(X轴,Y轴,蓝色虚线,线宽度)  
plt.xlabel("Time(s)") #X轴标签  
plt.ylabel("Volt")  #Y轴标签  
plt.title("Line plot") #图标题  
plt.show()  #显示图  
plt.savefig("line.jpg") #保存图  
结果如下:

python常见绘图及代码 根据具体需求选择合适的库,能更有效地将数据转化为有价值的可视化信息。np.random.rand(5, 5) 生成一个5x5的随机数矩阵, sns.heatmap(data, annot = True, cmap='YlGnBu') 绘制热力图, annot = True 表示在每个方格中显示数值, cmap='YlGnBu' 指定颜色映射。p = figure(x_range=categories, title='柱状图', x_axis_label='类别', y_axis_label='数值') 阅读详情

相关推荐

使用python读取excel中的数据,并绘制折线图

使用python读取excel中的数据,并绘制折线图 做实验的时候采集到一些数据,从文本拷贝到excel,然后从十六进制转换成十进制。图表时分析数据的有利工具,使用python绘制出的图标简明美观。所以我这次尝试一下。python新手,请多多指教。 我这次的数据比较简单,在excel中只有一个sheet,一列有效数据。所以这次的任务可以分为两部分:读取数据,绘图。 一, 读取数据 链接 这个写的很...

sherry_lvy的博客 5万+

Python 各种画图

用 Python 画各种图所作的简单笔记,不断更新~ 基本涵盖了所有的基本绘图语句,还有一些常用的绘图示例,小白非常友好!

一些笔记 12万+

python绘图代码大全和用法,python画图代码简单

Python有很多可视化库可以用于各类统计图的绘制,比如常用的matplotlib、seaborn、plotly、bokeh等。直方图(Histogram)直方图是用于表示连续变量分布情况的一种统计图形python编程代码看不懂怎么办。通常将连续变量按照一定的间隔分成若干个区间,然后统计每个区间内的样本数量,最后绘制成一个条形图,条形的高度表示该区间内的样本数量。

Bxwfjdjdbdgj的博客 4291

【Python/绘图】python绘图

python绘图

第三季度的博客 1万+

Python超简单容易上手的画图工具库

今天,在网上发现一款很棒的python画图工具库。很简单的api调用就能生成漂亮的图表。并且可以进行一些互动。 pyecharts 是一个用于生成 Echarts 图表的类库。Echarts 是百度开源的一个数据可视化 JS 库。用 Echarts 生成的图可视化效果非常棒。废话不多说下来直接看效果(对于我这种没审美感的人来是我觉得挺漂亮的)。 使用之前需要安装一下:安装命令很简单:Pip就可以安装: 这里我安装在我的虚拟环境中了:pip install pyecharts 。 官方的文档和demo很详细。

梦子微信 4165

Python汤姆猫(完整代码)

Python绘制一只汤姆猫的完整代码。

AIGC 1994

【python画图】使用python画折线图、柱状图

目录 一、读取数据 (1)文件中读取数据 (2)代码中直接读取 二、画图 折线图 要想指定横纵轴的刻度范围或指定相应取值:(或者X轴不规则增长) 柱状图 其实现在有很多在线网站就可以直接导入数据画图,不需要使用python也可以直接画图。 使用python代码画图主要有两个步骤: 读取数据 画图(调整图的布局) 一、读取数据 数据读取有两种方式: 一是从文件中读取(.csv;.xls;.xlsx等);二是直接在代码中赋值 (1)文件中读取数据 首先,安装三个模..

xiaodidididi521的博客 1万+

01|无代码开发 | 如何使用Zion实现导航网站制作

以上就是我制作导航网站的心得,分享给大家,作为一个小白想要独立搭建一个网站还是比较困难的,而在Zion不仅可以用可视化的方法进行搭建,甚至还可以一键发布,不用考虑服务器域名啥的问题,真是太方便了。

2301_76262110的博客 1390

python画最简单的折线图,推荐origin画图软件

因实际需要,需要画一些简单的折线图,详细代码见下: import matplotlib.pyplot as plt import numpy as np list1=[1,2,3,4,5,6,7,8,9] # list2=[2,3,4,5,6,7,8,9,0] plt.rcParams['font.sans-serif']=['SimHei'] #正常显示中文标签 plt.title('显示中文标题') plt.xlabel("横坐标") plt.ylabel("纵坐标") x=np.arange(0,

Cai_Xu_Kun的博客 2122

VUE3如何使得大屏自适应的几种方法?

16:9。

weixin_42711805的博客 1万+

浮点数精度陷阱全解析:从IEEE 754到深度学习部署选型

在计算机数值计算中,浮点数是表示带小数数字的标准方式,但它的存储规则决定了精度和边界天生存在限制。许多开发者都曾遭遇过0.1+0.2不等于0.3的尴尬,或是模型训练中loss变成NaN的困扰,这些问题的根源往往指向IEEE 754标准中的规格化、非规格化表示及舍入规则。理解浮点数的底层原理,不仅能避开直接的比较判断陷阱,还能指导我们在不同场景下做出合理的技术选型。从C语言的printf到Python的repr,从嵌入式串口打印到深度学习中的FP32、FP16、BF16、TF32格式,浮点数知识贯穿底层开发和

weixin_34314962的博客 462

Python画图——matplotlib(普通折线图)

matplotlib画图 (1)单折线图 from matplotlib import pyplot as plt #as就是重新命名的意思 from matplotlib.font_manager import FontProperties #导入中文字体 font = FontProperties(fname=r"/usr/share/fonts/opentype/noto/NotoSansCJK-Regular.ttc") x = range(2, 26, 2) y = [15,13,13.5,1

weixin_42963375的博客 7361

Python实战:用NumPy实现LU分解与QR分解(附代码对比)

本文深入探讨了使用NumPy实现LU分解与QR分解的实战方法,通过代码对比分析了两种矩阵分解技术的原理、数值稳定性差异及核心应用场景。LU分解适用于高效求解线性方程组,而QR分解凭借其正交化特性,在求解最小二乘问题和处理病态矩阵时更具优势。文章提供了详细的Python代码示例,帮助开发者根据具体问题选择最合适的分解方法。

php55的博客 1212

python画折线图-python绘制简单折线图代码示例

1.画最简单的直线图代码如下:import numpy as npimport matplotlib.pyplot as pltx=[0,1]y=[0,1]plt.figure()plt.plot(x,y)plt.savefig("easyplot.jpg")结果如下:代码解释:#x轴,y轴x=[0,1]y=[0,1]#创建绘图对象plt.figure()#在当前绘图对象进行绘...

q6q6q的专栏 5248

BEVFormer与TensorRT的完美结合:如何实现4倍推理加速?

本文详细解析了如何通过TensorRT的量化技术和自定义插件实现BEVFormer模型的4倍推理加速,同时保持精度损失小于1%。文章从模型架构与部署挑战入手,深入探讨了计算图优化、自定义插件开发和量化校准策略,并提供了完整的部署流程和性能调优技巧,为自动驾驶领域的实时3D感知提供了高效解决方案。

bean的博客 220

在WSL2中配置代理(Windows)

通过按照上述步骤在WSL2中配置代理,我们可以轻松地在Windows子系统Linux中使用代理服务器访问互联网。请确保提供正确的代理服务器地址和端口号,并根据实际情况进行修改。在WSL2中使用代理是一个常见的需求,它允许我们在Windows子系统Linux中通过代理服务器访问互联网。本文将详细介绍如何在WSL2中配置代理,并提供相应的源代码示例。如果返回的IP地址与代理服务器所在地不同,说明代理正常工作。希望本文能对你有所帮助!如有其他问题,请随时向我提问。替换为实际的代理服务器地址和端口号。

FcUnity的博客 4355

Python画图

Python画图

Python单行客的博客 1万+

基于Python的异步爬虫实战:高效抓取同花顺概念板块数据

本文将详细介绍如何使用Python最新异步爬虫技术(requests-html+aiohttp+selenium)高效抓取同花顺概念板块数据。内容涵盖:反爬机制破解、动态页面渲染处理、数据解析存储等完整流程,并提供可复用的高性能爬虫代码实现。高性能:异步并发处理,QPS可达50+高可用:完善的异常处理机制可扩展:支持分布式部署增加历史数据回溯功能集成机器学习识别验证码构建实时数据推送系统。

2201_76125261的博客 1534

Python绘制折线图、散点图

Python绘图需要下载安装matplotlib模块,它是一个数学绘图库,我们将使用它来制作简单的图表,如折线图和散点图。关于matplotlib模块的下载安装预配置将在后面具体介绍。 (一)绘制折线图 首先,我们先绘制一个简单的折线图 # 调用模块 import matplotlib.pyplot as plt squares=[1, 4, 9, 16, 25] x=[1,...

weixin_44386638的博客 9万+

图神经网络学习笔记-点云数据处理(专题七)

本教程解释了如何利用图神经网络(Graph Neural Networks,GNNs)来处理和训练点云数据。尽管点云默认情况下不具有图结构,但我们可以利用 PyG 的转换工具,将其转化为适合 PyG 所提供的全套 GNN 模型的形式。关键思想是从点云数据中创建一个,通过 GNN 的消息传递机制,从中学习有意义的局部几何结构。这些点的表示可以被用于例如点云分类或分割等任务。

351

计算机控制技术及应用

《计算机控制技术及应用》通过总结作者的科研成果和吸收国内外的先进理论、方法和技术,以计算机控制系统的网络化、开放化、智能化和集成化发展趋势为主线索,主要介绍计算机控制系统的基本概念和计算机控制系统的典型形式,计算机控制系统的数学描述与基本分析方法,以及数字PID控制器、最少拍控制系统、达林算法、状态变量设计法等设计方法及其各种改进算法。重点突出计算机控制系统输入输出通道接口的设计方法和典型控制系统的设计案例与实现方法等。

python画图代码大全简单,python画图代码简单

大家好,小编来为大家解答以下问题,python画图代码大全简单,python画图代码简单,今天让我们一起来看看吧!正在上传…重新上传取消导入库设置rc动态参数,为了保证中文的正确显示。

chatgpt001的博客 1214

STM32F407中文手册

STM32f407中文手册 本参考手册面向应用开发人员,提供有关使用 STM32F405xx/07xx、STM32F415xx/17xx、 STM32F42xxx 和 STM32F43xxx 微控制器存储器与外设的完整信息。STM32F405xx/07xx、STM32F415xx/17xx、STM32F42xxx 和 STM32F43xxx 构成一个微 控制器系列,各产品具有不同的存储器大小、封装和外设。有关订购信息以及器件的机械与电气特性,请参见数据手册。有关 ARM Cortex™-M4F 内核的信息,请参见《Cortex™-M4F 技术参考手册》。

上一篇: 修改jupyter notebook的默认工作目录
下一篇: 台大李宏毅Machine Learning 2017Fall学习笔记 (1)Introduction of machine Learning
Allenlzcoder
博客等级 码龄10年 925粉丝 512原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值