学习笔记3 matplotlib

matplotlib基础绘图命令之hist 欢迎关注”生信修炼手册”!在matplotlib中,hist方法用于绘制直方图,基本用法如下plt.hist(x= np.random.normal(size=1000))输出结果如下... 阅读详情

一、认识matplotlib

matplotlib:能将数据进行可视化,更直观的呈现
使数据更加客观、更具说服力

1.Figure

在任何绘图之前,我们需要一个Figure对象,可以理解成我们需要一张画板才能开始绘图。

from matplotlib import pyplot as plt
plt.figure(figsize=(20,8),dpi=80)  #调节图形大小

2.Axes

绘制轴,可以理解成为真正可以作画的纸。

fig.add_subplot(111)

是添加Axes的,参数的解释的在画板的第1行第1列的第一个位置生成一个Axes对象来准备作画。

fig, axes = plt.subplots(nrows=2, ncols=2)

可一次性生成所有Axes。

3.绘制基本图形

plot函数:绘制基本曲线;可以接收任意数量的参数。

from matplotlib import pyplot as plt
x=range(2,26,2)
y=[15,13,14.5,17,20,25,26,26,24,22,18,15]
plt.plot(x,y)
plt.show()

在这里插入图片描述

二、使用流程

  1. 明确问题
  2. 选择图形的呈现方式
  3. 准备数据
  4. 绘图和图形完善

三、图形样式

  1. 折线图
    matplotlib.plot(x,y)
  2. 散点图
    matplotlib.scatter(x,y)
  3. 柱状图
    matplotlib.bar(x,y)
    matplotlib.barh(x,y)
  4. 直方图
    matplotlib.hist(data,bins,normed)

1.折线图

matplotlib.plot(x,y)

import matplotlib.pyplot as plt
x=range(2,26,2)
y=[15,13,14.5,17,20,25,26,26,24,22,18,15]
plt.figure(figsize=(20,8),dpi=80)  #调节图形大小
plt.plot(x,y)
_xtick_labels=[i/2 for i in range(4,49)]
#根据所需改变x轴和y轴
plt.xticks(_xtick_labels[::2])   
plt.yticks(range(min(y),max(y)+1))
#plt.savefig("./sig_size.png")    保存
plt.show()

在这里插入图片描述

import random
import matplotlib.pyplot as plt
#import matplotlib
#font={'family':'MicroSoft YaHei','weight':'bold','size':'larger'}
#matplotlib.rc("font",**font)

#输出中文
from matplotlib import font_manager
my_font=font_manager.FontProperties(fname=r"c:\windows\fonts\simsun.ttc",size=14)

x=range(120)
y=[random.randint(20,35) for i in range(120)]

plt.figure(figsize=(20,8),dpi=80)

plt.plot(x,y)

_x=list(x)[::3]
_xtick_labels=["10点{}分".format(i) for i in range(60)]
_xtick_labels+=["11点{}分".format(i) for i in range(60)]

plt.xticks(_x[::3],_xtick_labels[::3],rotation=45,fontproperties=my_font)

#设置坐标轴标签
plt.xlabel("时间",fontproperties=my_font)
plt.ylabel("温度 单位(℃)",fontproperties=my_font)

#设置标题
plt.title("10点到12点每分钟的气温变化情况",fontproperties=my_font)

plt.show()

在这里插入图片描述

from matplotlib import pyplot as plt
from matplotlib import font_manager
my_font=font_manager.FontProperties(fname=r"c:\windows\fonts\simsun.ttc",size=14)

x=range(11,31)
y_1=[1,0,1,1,2,4,3,2,3,4,4,5,6,5,4,3,3,1,1,1]
y_2=[1,0,3,1,2,2,3,3,2,1,2,1,1,1,1,1,1,1,1,1]

plt.figure(figsize=(20,8),dpi=80)

#设置图例、标签
plt.plot(x,y_1,label="自己",color="cyan",linestyle=':')
plt.plot(x,y_2,label="同桌",color="purple",linestyle='--')

_x=list(x)
_xtick_labels=["{}岁".format(i) for i in range(11,31)]
plt.xticks(_x,_xtick_labels,rotation=45,fontproperties=my_font)
plt.yticks(range(0,9))

#设置网格线
plt.grid(alpha=0.4)

#设置图例(位置)
plt.legend(prop=my_font,loc="upper left")

plt.xlabel("岁数",fontproperties=my_font)
plt.ylabel("个数",fontproperties=my_font)

plt.show()

在这里插入图片描述

2.散点图

matplotlib.scatter(x,y)

from matplotlib import pyplot as plt
from matplotlib import font_manager
y_3=[11,17,16,11,12,11,12,6,6,7,8,9,12,15,14,17,18,21,16,17,20,14,15,15,15,19,21,22,22,22,23]
y_10=[26,26,28,19,21,17,16,19,18,20,20,19,22,23,17,20,21,20,22,15,11,15,5,13,17,10,11,13,12,13,6]
x=range(1,32)
plt.scatter(x,y_3)
plt.show()

在这里插入图片描述

from matplotlib import pyplot as plt
from matplotlib import font_manager

my_font=font_manager.FontProperties(fname=r"c:\windows\fonts\simsun.ttc",size=14)
y_3=[11,17,16,11,12,11,12,6,6,7,8,9,12,15,14,17,18,21,16,17,20,14,15,15,15,19,21,22,22,22,23]
y_10=[26,26,28,19,21,17,16,19,18,20,20,19,22,23,17,20,21,20,22,15,11,15,5,13,17,10,11,13,12,13,6]

x_3=range(1,32)
x_10=range(51,82)

plt.figure(figsize=(20,8),dpi=80)

plt.scatter(x_3,y_3,label="3月份")
plt.scatter(x_10,y_10,label="10月份")

_x=list(x_3)+list(x_10)
_xtick_labels=["3月{}日".format(i) for i in x_3]
_xtick_labels+=["10月{}日".format(i-50) for i in x_10]
plt.xticks(_x[::3],_xtick_labels[::3],fontproperties=my_font,rotation=45)

plt.legend(loc="upper left",prop=my_font)

plt.xlabel("时间",fontproperties=my_font)
plt.ylabel("温度",fontproperties=my_font)
plt.title("标题",fontproperties=my_font)

plt.show()

在这里插入图片描述

3.柱状图

matplotlib.bar(x,y) matplotlib.barh(x,y)

from matplotlib import pyplot as plt
from matplotlib import font_manager
my_font=font_manager.FontProperties(fname=r"c:\windows\fonts\simsun.ttc",size=14)

x=["战狼2","速度与激情8","功夫瑜伽","西游伏妖篇","变形金刚5:最后的骑士","摔跤吧!爸爸","加勒比海盗5:死无对证","金刚:骷髅岛","极限特工:终极回归","生化危机6:终章","乘风破浪","神偷奶爸3","智取威虎山","大脑天竺","金刚狼3:殊死一战","蜘蛛侠:英雄归来","悟空传","银河护卫队2","情圣","新木乃伊"]
y=[56.01,26.94,17.53,16.49,15.45,12.96,11.8,11.61,11.28,11.12,10.49,10.3,8.75,7.55,7.32,6.99,6.88,8.86,6.58,6.23]

plt.figure(figsize=(20,8),dpi=80)

plt.barh(range(len(x)),y,height=0.3,color="orange")

plt.yticks(range(len(x)),x,fontproperties=my_font)

plt.grid(alpha=0.3)

plt.show()

在这里插入图片描述

from matplotlib import pyplot as plt
from matplotlib import font_manager
my_font=font_manager.FontProperties(fname=r"c:\windows\fonts\simsun.ttc")

a=["猩球觉醒3:终极之战","敦刻尔克","蜘蛛侠:英雄归来","战狼2"]
b_16=[15746,312,4497,319]
b_15=[12357,156,2045,168]
b_14=[2358,399,2358,362]

bar_width=0.2

x_14=list(range(len(a)))
x_15=[i+bar_width for i in x_14]
x_16=[i+bar_width+0.2 for i in x_14]

plt.figure(figsize=(20,8),dpi=80)

plt.bar(x_14,b_14,width=bar_width,label="9月14日")
plt.bar(x_15,b_15,width=bar_width,label="9月15日")
plt.bar(x_16,b_16,width=bar_width,label="9月16日")

plt.legend(prop=my_font)

plt.xticks(x_15,a,fontproperties=my_font)


plt.show()

在这里插入图片描述

4.直方图

matplotlib.hist(data,bins,normed)

from matplotlib import pyplot as plt
from matplotlib import font_manager

a=[131,98,125,131,121,79,139,94,143,124,152,120,83,74,92,102]

d=3
num_bins=(max(a)-min(a))//d

plt.figure(figsize=(20,8),dpi=80)

plt.hist(a,num_bins,normed=True)

plt.xticks(range(min(a),max(a)+d,d))

plt.grid()

plt.show()

在这里插入图片描述

from matplotlib import pyplot as plt
from matplotlib import font_manager

interval=[0,5,10,15,20,25,30,35,40,45,60,90]
width=[5,5,5,5,5,5,5,5,5,15,30,60]
quantity=[835,2737,3723,3926,3596,1438,3273,642,824,613,215,47]

plt.figure(figsize=(20,8),dpi=80)

plt.bar(range(len(quantity)),quantity,width=1)

_x=[i-0.5 for i in range(13)]
_xtick_labels=interval+[150]
plt.xticks(_x,_xtick_labels)

plt.grid(alpha=0.4)

plt.show()

在这里插入图片描述

python学习笔记(1)之如何在python3.x下安装PIL、numpy以及matplotlib 安装python3.5.2 python3.5.x的下载路径及安装的注意事项可参考廖雪峰的官方网站(这是一个不错的python学习网站,比较适合像本人这样的菜鸟学习)。 安装完成后,打开控制台,输入python,可以看到下面运行效果: 如果没有出现以上结果,注意自己在安装时是否将add python3.5 to PATH 勾选上,如果没有,可以重新运行一遍安装程序,或者手动添 阅读详情

相关推荐

Unidbg逆向阿里系App签名:从环境补全到算法还原实战

在移动安全与协议分析领域,理解应用层签名机制是核心挑战之一。签名算法作为保障通信安全与身份验证的关键技术,其原理通常涉及哈希、加密及密钥协商等基础密码学概念。在Android平台,核心签名逻辑常被加固并隐藏于Native层SO库中,以对抗动态调试与静态分析,这为安全研究和协议兼容带来了技术障碍。Unidbg作为一种基于模拟执行的逆向工程工具,通过模拟ARM指令集和系统调用,允许研究者在脱离真机环境的情况下,可控地执行和调试SO文件,为解决此类问题提供了创新思路。其技术价值在于实现了对加固代码的确定性分析与算

weixin_42525738的博客 939

hist函数--matplotlib

matplotlib.pyplot.hist

chongbaikaishi的博客 1万+

sklearn2pmml xgboost缺失值(missing)处理的坑

sklearn2pmml xgboost缺失值(missing)如何处理 今天同事在部署xgboost pmml模型时遇到了大坑,线上spark预测和本地python预测结果怎么都不对应,记录一下处理过程。 看了下同事的代码,貌似也没有问题 from sklearn2pmml import PMMLPipeline from sklearn2pmml import sklearn2pmml fro...

Skycrab 8969

plt.figure、plt.subplot介绍以及绘制图中图(含代码)

plt.figure、plt.subplot介绍以及绘制图中图(含代码)

ximu__l的博客 7885

第六节 旅烨cms实战练习 -2021.03.11

第六节 旅烨cms实战练习 -2021.03.11 前期使用win10里小皮搭建旅烨cms,以为自己的各项配置有问题,但是小皮能够正常带动DVWA,始终带动不了旅烨cms。 后来与其他安全人员交流,发现win7可以正常运行旅烨cms。 所以目前为何出现问题尚不清楚 1.环境搭建 win7+小皮 [外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-nOSTEFUw-1615475228402)(C:\Users\LuXian\AppData\Roaming\Typora\typora

lyx3429的博客 574

拜耳阵列(Bayer Pattern)以及常见彩色滤波矩阵(CFA)

本文介绍了拜耳阵列的工作原理(Bayer Pattern)以及常用的彩色滤波矩阵(CFA)

风一样的男子(quinta)的博客 7121

【数据分析之道-Matplotlib(七)】Matplotlib直方图

直方图是一种常用的数据可视化方法,用于显示数据的分布情况。在Matplotlib中,可以使用hist()函数绘制直方图。

阿极的博客 9100

手把手带你完成基于UNet的医学图像分割系统设计与实现,UNet网络架构讲解,UNet复现,使用vibe coding工具,开发一个完整系统,包含完整源码

哈喽,大家好,这里是落花不写码,本次教程讲一下 U-Net 分割篇,U-Net 它是一篇 2015 年发表的论文,那为什么到现在还需要讲呢?因为后续讲到 GAN、扩散模型时候是离不开 U-Net 架构的,所以今天先带大家使用 U-Net 模型完成一些图像分割。

在职AI算法工程师,擅长计算机视觉,YOLO目标检测、分割等,擅长web、pyqt界面可视化,好内容持续更新中,来这里跟大家一起学习,共同进步 871

matplotlib 笔记:hist(直方图)

1 函数介绍 matplotlib.pyplot.hist( x, bins=None, range=None, density=None, bottom=None, histtype='bar', align='mid', log=False, color=None, label=None, stacked=False, normed=None) 2 参数说明 x 数据集,最终

qq_40206371的博客 2882

在Allegro设计界面中如何修改封装焊盘

在高密度板的情况下,SUIPLA(支持内层没有的焊盘摘掉)打勾,在高密度板的情况下,内层没有的焊盘摘掉可以增加走线的空间。3、修改完焊盘后,选择File→Update to Design(更新到设计)。然后关闭焊盘修改对话框即可。,将会定期不定期更新技术文章,互相学习交流。或者点击Options选项卡下要修改的焊盘,然后点击Edit修改。在Allegro PCB设计界面中修改封装焊盘的方法。2、然后点击封装上要修改的焊盘,右击选择Edit。修改完成后如下图所示。

bhxc809751502的博客 7807

让 SAP HANA 查询飞起来:彻底避开隐式类型转换的性能暗礁

SAP HANA性能优化:警惕隐式类型转换陷阱 隐式类型转换是SAP HANA项目中常见的性能隐患。当SQL表达式两侧数据类型不匹配时,系统会自动进行类型转换,这种看似便利的操作可能导致: 过滤条件无法下推,扫描范围扩大 列存引擎优势丧失,触发中间结果物化 执行计划走向低效路径 治理方案包括: 从源头统一数据类型,确保常用比较字段类型一致 将显式转换应用于常量而非整列 使用生成列预先转换存储,避免运行时计算 排查方法: 通过SQL Plan Cache定位高频查询 分析执行计划中的转换迹象 重点关注VARC

2007 年 ~ 2025 年,深耕 SAP 技术 18 年 11万+

Matplotlib学习笔记3

1、盒形图绘制: %matplotlib inline import matplotlib.pyplot as plt import numpy as np tang_data = [np.random.normal(0,std,100) for std in range(1,4)] fig = plt.figure(figsize = (8,6)) #区域大小 plt....

半汀烟雨·碎菁寒 610

基于STM32的智能浇花系统毕业设计(全部资料)

摘要:本文设计了一种基于STM32单片机的智能浇花系统,集成了环境温湿度检测、土壤温湿度监测、LCD显示、Wi-Fi联网及手机APP远程控制等功能。系统通过传感器实时采集环境参数,自动控制水泵工作实现智能灌溉,同时支持用户通过手机APP远程监控和调节。论文详细阐述了硬件选型、软件设计及系统测试过程,验证了系统的稳定性和实用性。该设计为家庭园艺提供了智能化解决方案,具有节水高效、操作便捷等特点。关键词:STM32;智能灌溉;远程控制;环境监测;Wi-Fi通信。

3254968421的博客 1196

人工智能学习笔记3——Matplotlib

【代码】人工智能学习笔记3——Matplotlib。

qq_59575689的博客 635

OV9734 DATASHEET,完整规格书

OV9734完整规格书,包括电气参数,尺寸规格,寄存器配置表等

TMS_WebGMaps_1.9.8.0_Full_Source

TMS_WebGMaps_1.9.8.0_Full_Source 全源码 delphi cbuilder

python学习笔记——matplotlib的使用(3)

python学习笔记 matplotlib的使用(3) 1、3D图

qq_42947110的博客 1553

大中型超市收银系统(可直接运行)

光步前台收银系统系统功能:商品销售、商品退货、挂单、收银员权限、会员销售、单品取消、整单取消、商品查询、脱机销售、脱机数据上传,基本资料下载,开钱箱、小票打印、收款结算,支持多币种付款方式(现金、储值卡、礼券、微信等),支持多种促销。运行环境:.net 4.0登陆信息用户名:1001 密码:123456内置商品信息,商品编码可输入00001000 - 00010000,测试效果相关功能键F5 结算 F9挂单 F11商品查询 F8退货 Insert单品取消 Del整单取消 F12开钱箱F2 会员 Ctrl+Z退出系统 Home 锁屏 相关源码待公开

Matplotlib python 学习笔记3

课程地址:网易云课堂 https://study.163.com/course/courseMain.htm?courseId=1003240004 或者: https://morvanzhou.github.io/tutorials/data-manipulation/plt/ 莫烦大神的主页: https://morvanzhou.github.io # %matplotlib qt5 %ma...

Grace_yan的博客 417

汉书HE8,好用的汇编代码编写工具

汉书HE8,好用的汇编代码编写工具早期编写汇编代码所用功能强大

【Matplotlib学习笔记】Part3:布局

Part3:布局 练习题:在极坐标下绘制玫瑰图 # 获取数据 ex1 = pd.read_csv('layout_ex1.csv') data=ex1[0:12] # 计算角度 n=data.shape[0] print(n) theta=np.linspace(0, np.pi*2, len(r), endpoint=False) # 360度等分成n份 # 设置画布 fig = plt.figure(figsize=(12,10)) r=data['Temperature'].tolist

m0_46520099的博客 306

matplotlib学习笔记3——绘制统计图参数详解

1.柱状图 import matplotlib.pyplot as plt import numpy as np x=[1,2,3,4,5] y=[6,10,4,5,1] font = {"family" : "SimHei", "size" : "20"} plt.rc("font", **font) plt.bar( x, y, #align是用来指定柱体的对齐方式。主要观察跟x轴的刻度相比较的位置的变化,它有两个值,一个是edge,另一个是center align=

weixin_38764818的博客 580

Matplotlib库学习笔记(3) pyplot的中文显示

参考链接: Matplotlib官网 参考链接: Python数据分析与展示

敲代码的小风 681

matplotlib学习笔记3.条形图

import numpy as np import matplotlib.pyplot as plt # 不用打imshow也能显示 %matplotlib inline 条形图 np.random.seed(0) x = np.arange(5) y = np.random.randint(-5,5,5) barh是垂直方向的图 fig,axes = plt.subplots(ncols=2) # axes表示选那个图 v_bars = axes[0].bar(x,y,color='r') h_

zjh12312311的博客 235

学习笔记_3 Matplotlib绘制饼图

Matplotlib绘制饼图

Broflake132的博客 502

matplotlib学习笔记【3】:设置能见度,散点图学习

一. 设置能见度 1. 代码: import matplotlib.pyplot as plt import numpy as np x = np.linspace(-3, 3, 50) y = 0.1*x plt.figure() plt.plot(x, y, linewidth=10, zorder=1) # set zorder for ordering the plot...

qq_36499794的博客 370

Python数据科学:学习笔记(3)--Matplotlib

使用Matplotlib绘制线性图,散点图,直方图,三维图,地理图等实例

偶是不器的博客 1188

【Python数据可视化】Matplotlib学习笔记之pyplot(3)

【Python数据可视化】Matplotlib学习笔记之pyplot(3) 简介:Matplotlib 是一个Python的 2D绘图库,它以各种硬拷贝格式和跨平台的交互式环境生成出版质量级别的图形。通过 Matplotlib,开发者可以仅需要几行代码,便可以生成绘图,直方图,功率谱,条形图,错误图,散点图等。 编程环境:Python 3.8 ...

Lynn_whu的博客 612

【Pytorch学习笔记】3.温习matplotlib——实用的 matplotlib.pyplot 预览图片类数据集的方法(以FashionMNIST为例)

【Pytorch学习笔记】3.复习matplotlib——常用的 matplotlib.pyplot 预览图像类数据集图片的方法(以FashionMNIST为例)

takedachia的博客 2628

唐宇迪学习笔记3:Python数据可视化库——Matplotlib

一、Matplotlib概述 在Notebook界面画图:%matplotlib inline 最基本的图 线条格式 线条颜色 颜色与格式结合 二、子图与标注 绘制多个线 指定线条的宽度 自定义参数 子图 211 表示一会要画的图是2行一列的,最后一个1表示的是子图当中的第1个图 212 表示一会要画的图是2行一列的 最后一个2表示的是子图当中的第2个图 121 表示一会要画的图是1行2列的 最后一个1表示的是子图...

qq_40890544的博客 1727
上一篇: 学习笔记2 numpy
下一篇: 学习笔记4 seaborn库
Neflibata_mo
博客等级 码龄6年 6粉丝 42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