python画图库

本文深入探讨了Python中用于绘制图形的库,包括其主要功能、使用方法和实例,帮助读者理解如何利用Python进行数据可视化。
部署运行你感兴趣的模型镜像

参数:

        

plot参数
plot(x,y
    color 颜色 单词 或12进制
    'go--'颜色,点位,线条风格
    linwith 线条的宽度
    markesize=2 点大小
    marjer='o' 点的形状 具体形状查看语法表 对照表
    linestyle = '' 线条样式 虚线 实线'-' '--' '-.'
    )
'''
'''
颜色对照表
    ``'b'``          blue
    ``'g'``          green
    ``'r'``          red
    ``'c'``          cyan
    ``'m'``          magenta
    ``'y'``          yellow
    ``'k'``          black
    ``'w'``          white
线型对照表:
    ``'-'``          solid line style
    ``'--'``         dashed line style
    ``'-.'``         dash-dot line style
    ``':'``          dotted line style
点型对照表:
    ``'.'``          point marker
    ``','``          pixel marker
    ``'o'``          circle marker
    ``'v'``          triangle_down marker
    ``'^'``          triangle_up marker
    ``'<'``          triangle_left marker
    ``'>'``          triangle_right marker
    ``'1'``          tri_down marker
    ``'2'``          tri_up marker
    ``'3'``          tri_left marker
    ``'4'``          tri_right marker
    ``'s'``          square marker
    ``'p'``          pentagon marker
    ``'*'``          star marker
    ``'h'``          hexagon1 marker
    ``'H'``          hexagon2 marker
    ``'+'``          plus marker
    ``'x'``          x marker
    ``'D'``          diamond marker
    ``'d'``          thin_diamond marker
    ``'|'``          vline marker
    ``'_'``          hline marker
plot参数
plot(x,y
    color 颜色 单词 或12进制
    'go--'颜色,点位,线条风格
    linwith 线条的宽度
    markesize=2 点大小
    marjer='o' 点的形状 具体形状查看语法表 对照表
    linestyle = '' 线条样式 虚线 实线'-' '--' '-.'
    )
import matplotlib.pyplot as  plt
import numpy as np
#处理中文乱码
plt.rcParams['font.sans-serif'] = ['Microsoft YaHei']
#画两条线
plt.figure(figsize=(8,4))
#两组坐标
points = [(-1,5),(1,6),(3,3),(5,4)]
points2 = [(-1,7),(1,8),(3,5),(5,6)]

x,y = zip(*points)
x2,y2 = zip(*points2)
#label 添加图例
plt.plot(x,y,label='价格')
plt.plot(x2,y2,label='数量')
#显示图例
plt.legend()
plt.xlabel('销量')
plt.xlabel('价格')
plt.title('某公司销售情况')
plt.show()

您可能感兴趣的与本文相关的镜像

Python3.10

Python3.10

Conda
Python

Python 是一种高级、解释型、通用的编程语言,以其简洁易读的语法而闻名,适用于广泛的应用,包括Web开发、数据分析、人工智能和自动化脚本

### Python图库概述 Matplotlib 是一个广泛使用的绘图库,能够创建静态、动态以及交互式的可视化图表。通过 `import matplotlib.pyplot as plt` 可以导入该模块并利用其丰富的功能来绘制条形图等图形[^1]。 对于数据科学家而言,掌握数据可视化的技能至关重要。多种流行的 Python 数据可视化被广泛应用,这些工具不仅限于 Matplotlib,还包括 Seaborn、Plotly、Bokeh 等,它们各自具备独特的优势和应用场景,适用于不同类型的数据展示需求[^2]。 #### Plotnine 的应用实例 为了实现更复杂的数据可视化效果,可以采用其他专门设计的。例如,Plotnine 提供了一种基于 R 语言 ggplot2 的语法风格来进行绘图操作。下面是一个使用 Plotnine 创建散点图的例子: ```python # 导入必要的 import numpy as np from plotnine import * from plotnine.data import * # 如果在Jupyter Notebook环境中运行,则添加此行以便内联显示图片 %matplotlib inline # 生成随机数作为样本数据集 N = 50 x = np.random.rand(N) y = np.random.rand(N) colors = np.random.rand(N) # 构建散点图对象p,并应用几何形状geom_point()方法完成最终渲染 p = ggplot(aes(x=x, y=y)) (p + geom_point(aes(color=colors))) ``` 除了上述提到的基础绘图库之外,还有许多其他的 Python 图表制作解决方案可供选择,比如 Altair 和 NetworkX(主要用于网络分析)。每一种都有自己的特点和适用范围,可以根据具体项目的需求挑选最合适的工具[^3]。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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