python的matplotlib模块_python tdlib-优快云博客

本文介绍了使用Matplotlib进行数据可视化的方法，包括如何绘制随机漫步图表和平方数图表。通过具体的Python代码示例，展示了如何设置图表样式、颜色映射、坐标轴范围等，以及如何利用RandomWalk类生成随机漫步数据。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

matplotlib模块的基础操作

随机漫步表格

import matplotlib.pyplot as plt

from three.random_walk import RandomWalk
 # 只要程序处于活动状态，就不断得模拟随机漫步
while True:
    # 创建一个RandomWalk实例，并将包含的点都绘制出来
    rw = RandomWalk(50000)
    rw.fill_walk()
    # 设置绘图窗口的尺寸
    plt.figure(figsize=(10,6))
    point_numbers = list(range(rw.num_points))
    plt.scatter(rw.x_values, rw.y_values, c=point_numbers, cmap=plt.cm.Blues, edgecolors="none", s=1)
    # 突出起点和终点
    plt.scatter(0, 0, c="green", edgecolors="none", s=100)
    plt.scatter(rw.x_values[-1], rw.y_values[-1], c="red", edgecolors="none", s=100)
    # 隐藏坐标
    plt.axes().get_xaxis().set_visible(False)
    plt.axes().get_yaxis().set_visible(False)
    plt.show()
    keep_running = input("是否制作另一个随机漫步?(y/n)")
    if keep_running == "n":
        break

制作一个图表

import matplotlib.pyplot as plt

x_values = list(range(1,1001))
y_values = [x**2 for x in x_values]

plt.scatter(x_values, y_values, c=y_values, cmap=plt.cm.Blues, edgecolors="none", s=40)
 # 设置图表标题并给坐标轴加上标签
plt.title("square number", fontsize=24)
plt.xlabel("value", fontsize=14)
plt.ylabel("square of value", fontsize=14)

 # 设置每个坐标轴的取值范围
plt.axis([0, 1100, 0, 1100000])
plt.show()

随机漫步

from random import choice

class RandomWalk():
    '''一个生成漫步数据的类'''
    def __init__(self, num_points=5000):
        '''初始化随机漫步的属性'''
        self.num_points = num_points
        # 所有随机漫步都始于（0，0）
        self.x_values = [0]
        self.y_values = [0]
    def fill_walk(self):
        '''计算漫步包含的所有点'''
        # 不断漫步，直到列表达到指定的长度
        while len(self.x_values) < self.num_points:
            # 决定前进方向以及沿着这个方向亲近的距离
            x_direction = choice([1, -1])
            x_distance = choice([0, 1, 2, 3, 4])
            x_step = x_direction * x_distance
            y_direction = choice([1, -1])
            y_distance = choice([0, 1, 2, 3, 4])
            y_step = y_direction * y_distance
            # 拒绝原地踏步
            if x_step == 0 and y_step == 0:
                continue
            # 计算下一个点的x值和y值
            next_x = self.x_values[-1] + x_step
            next_y = self.y_values[-1] + y_step
            self.x_values.append(next_x)
            self.y_values.append(next_y)