提示:通过学习Matplotlib,可让数据可视化,更直观的真实给用户。使数据更加客观、更具有说服力。Matplotlib是Python的库,又是开发中常用的库。
Matplotlib是一个Python的2D绘图库。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,功率图,条形图,错误图,散点图等
通过学习Matplotlib,可让数据可视化,更直观的真实给用户。使数据更加客观、更具有说服力。Matplotlib是Python的库,又是开发中常用的库。
绘制基础
在使用Matplotlib绘制图形时,其中有两个最为常用的场景,一个是画点,一个是画线。
pyplot基本方法的使用如下表:
| 方法名 | 说明 |
|---|---|
| title() | 设置图表的名称 |
| xlabel() | 设置x轴名称 |
| ylabel() | 设置y轴名称 |
| xticks(x,ticks,rotation) | 设置x轴的刻度,rotation:旋转角度 |
| ytick() | 设置y轴的刻度 |
| plot() | 绘制线性图表 |
| show() | 显示图表 |
| legend() | 显示图例 |
| text(x,y,text) | 显示每条数据的值 (在x,y值的位置) |
| figure(name,figsize=(w,h),dpi=n) | 设置图片大小 |
绘制直线
在使用Matplotlib绘制线性图时,其中最为简单的时绘制直线图。
(1)导入模块pyplot,并给它指定别名plt,以免反复输入pyplot。在模块pyplot中包含很多用于生产图表的函数。
(2)将绘制的直线坐标传递给函数plot()。
(3)通过函数plt.show()打开Matplotlib查看器,显示绘制的图形。
根据两点绘制一条线
# 导入matplotlib模块
import matplotlib.pyplot as plt
# 准备绘制的两点(1,2)、(4,8)
# 调用绘制plot方法
plt.plot([1,4],[2,8]) # 前个列表中存放x数据,后个存放y数据
# 显示绘制的图
plt.show()
图示:

绘制折线
根据多个点绘制一条折线
# 导入matplotlib模块
import matplotlib.pyplot as plt
import numpy as np
# 准备绘制的点
x=[1,2,3,4,5]
y=np.empty(5)
np.power(x,2,out=y)
# 调用绘制方法
plt.plot(x,y)
# 显示图
plt.show()
图示:

设置标题文字和线条粗细
在上面的实例直线结果不够完美,开发者可以绘制的线条样式进行灵活设置。
Matplotlib默认情况不支持中文,需要通过一下简单方法解决:
plt.rcParams["font.sans-serif"]=["SimHei"] # 用来正常显示中文标签
绘制折线图并设置样式:
# 导入matplotlib模块
import matplotlib.pyplot as plt
# 准备x、y
x=[1,2,3,4,5]
y=[1,4,9,16,25]
# 绘制折线
# linewidth 属性设置线条的宽度
plt.plot(x,y,linewidth=5)
# 添加x y轴名称
plt.xlabel("x")
plt.ylabel("y=x^2")
plt.rcParams["font.sans-serif"]=["SimHei"] # 用来正常显示中文标签
# 给图标添加标题
plt.title("多个点绘制折线图")
plt.show()
图示:

Matplotlib是Python中用于2D绘图的库,它使得数据可视化变得简单直观。通过学习Matplotlib,开发者可以轻松创建包括直线图、折线图在内的各种图表,并能设置标题、轴标签、线条样式等,增强数据的表达力。本文介绍了绘制基础,如绘制直线和折线,以及如何定制图形的样式,例如设置线条粗细和添加标题。
1万+

被折叠的 条评论
为什么被折叠?



