matplotlib 入门教程(二)

大数据分析——Matplotlib入门教程 文章目录1.问题区2. matplotlib.pyplot简介1.Pyplot中的基础函数解析3. 使用Matplotlib画图基本步骤基础方法解析 :基础参数解析:Line Styles线条形状:Markers 折点形状选择:Colors管理多个子图4. 实战2.初级数据可视化——画图简单二维图 本教程只是带领读者体验一下Maplotlib使用的基本方法 下一章我们将进行进阶教程 1.问题区 1.为什么 使用 plt.gcf().set_facecolor(np.ones(3)* 240 / 255) 阅读详情

上一节我们简单的讲了一下关于matplotlib的最基本的入门画图方式(线性画图),这一节我们继续上一节的内容,简单的过一下关于matplotlib其他的画图方式

一、其他各类图形画图

1.散点图

#首先还是导入画图模块
import matplotlib.pyplot as plt
import numpy as np
#构造(x,y)数据点
x = np.linspace(0,10,50)
y = np.sin(x)
#画图
plt.scatter(x,y)

或者
plt.plot(x,y,'o')

注:scatter和plot两个方法都可以画散点图,但是有本质区别,scatter画散点图的时候会对每个点进行颜色大小等渲染,plot方法则是复制彼此的点,所以在效率上面plot方法会比较高(数据量大的时候建议用这个方法),但是如果你需要对每个点设置属性,可以用scatter
参数

2.柱状图

#为了让柱状图比较明显,我们重新构造X,Y值
X = [1,2,3,4,5]
Y = [1.4,3,2.5,4,3]
#画图
plt.bar(X,Y)
#每根柱子的高度标签(y的值)
for x,y in zip(X,Y):
    #ha : horizontal alignment
    #va : vertical alignment
    plt.text(x,y,'%.2f'%y,ha = 'center',va='bottom')

3.等高线图

#函数定义
def f(x,y):
    return (1-x/2 + x**5+y**3) * np.exp(-x **2 -y**2)  #借用前辈的函数哈哈
    
#构造数据
x=np.linspace(-3,3,300)
y=np.linspace(-3,3,300)

#meshgrid函数用两个坐标轴上的点在平面上画网格
X,Y = np.meshgrid(x,y)
#高度数据
Z = f(X,Y)
#绘制等高线赋值给C
C=plt.contour(X,Y,Z,10,colors = 'black')  #其中10为等高线分成多少个部分,如果是0则分成2半,10为12份
#等高线区域填充
plt.contourf(X,Y,Z,10,alpha=0.75,cmap=plt.cm.hot) #cmap属性可以查看plt.cm模块
#设置等高线的标度
plt.clabel(C,inline = True,fontsize = 8)
#设置图渲染为渐变图
plt.imshow(Z,extent=[-3,3,-3,3],origin='lower',cmap=plt.cm.hot)
#设置颜色标签
plt.colorbar()

4.三维图

下面我们来看看比较炫的三维图,画三维图之前我们先引进一个新的模块:

from mpl_toolkits import mplot3d

导入模块后,我们便可以使用projection=‘3d’ 来创建3维坐标,如下:

#创建画布
fig = plt.Figure()
#创建画图对象
ax = plt.axes(projection='3d')
#构造数据点
x = np.linspace(-1,1,50)
y = np.linspace(-1,1,50)
#同样将x,y映射到平面铺开
X,Y = np.meshgrid(x,y)
#高度我们还是利用上面的等高线函数
Z = f(X,Y)
ax.plot_surface(X, Y, Z, rstride=1, cstride=1, cmap=plt.get_cmap('rainbow'))

自此,我们的小山坡已经画好了,我们介绍了以上几类画图方式,但是一般我们很少用到,只要学会基本的线性和散点画图,平常工作中就已经够用了。

其他

差点忘了,还有一个动态效果,我们简单介绍一下引用自https://blog.youkuaiyun.com/gaotihong/article/details/80983937

import numpy as np
from matplotlib import pyplot as plt
from matplotlib import animation
 
fig,ax = plt.subplots()
 
x = np.arange(0,2*np.pi,0.01)
#因为这里返回的是一个列表,但是我们只想要第一个值
#所以这里需要加,号
line, = ax.plot(x,np.sin(x))
 
def animate(i):
    line.set_ydata(np.sin(x + i/10.0))#updata the data
    return line,
 
def init():
    line.set_ydata(np.sin(x))
    return line,
 
 
# call the animator.  blit=True means only re-draw the parts that have changed.
# blit=True dose not work on Mac, set blit=False
# interval= update frequency
#frames帧数
ani = animation.FuncAnimation(fig=fig, func=animate, frames=100, init_func=init,
                              interval=20, blit=False)
 
plt.show()

以上为利用python matplotlib模块线性画图基本知识主要是为了监督自己学习,顺便分享给大家,如有错误请多谅解,及时指正,谢谢

Python的三方库之matplotlib(二) Matplotlib 库:是一款用于数据可视化的 Python 软件包,支持跨平台运行,它能够根据 NumPy ndarray 数组来绘制 2D 图像,它使用简单、代码清晰易懂。 阅读详情

相关推荐

【matplotlib】入门教程

本教程介绍一些基本的使用模式和最佳实践,以帮助您开始使用Matplotlib。 Matplotlib将您的数据绘制在Figure上(即,例如windows、Jupyter窗口小部件等),每个小部件可以包含一个或多个Axes(例如,一个可以用x-y坐标(或极坐标中的ta-r,或三维坐标中的x-y-z,等等)来指定点的区域。 创建带有 Axes 的 Figure 最简单的方法是使用pyplot.sub...

学渣的博客 1万+

【matplotlib】matplotlib animation动画blit=True,x轴y轴刻度不更新

【matplotlib】matplotlib animation动画blit=True,x轴y轴刻度不更新

u010310379的博客 329

当交警手势遇见边缘计算:轻量化手势识别系统的落地挑战

本文探讨了边缘计算环境下交警手势识别系统的技术挑战与解决方案,结合OpenPose和LSTM算法优化,实现轻量化部署。通过深度可分离卷积、量化感知训练等技术创新,在算力受限的边缘设备上达到高效实时识别,为智能交通系统提供可靠支持。

weixin_29079671的博客 637

shap.force_plot()保存其生成的图片遇到的bug

shap.force_plot()保存图片踩得坑!

weixin_44961920的博客 7653

光伏发电系统模拟及其发电预测开源python工具pvlib

本文介绍光伏发电系统模拟及其发电预测开源python工具pvlib,以及举例介绍获取辐照度方法、光伏发电预测思路。

肖永威的专栏 1万+

2025小红书跳转卡片实战指南:从零搭建独立后台与自动化发卡系统

本文提供了一份2025年小红书跳转卡片的实战搭建指南,详细解析了独立后台系统的核心架构与自动化发卡流程。文章从零开始,手把手教你使用Node.js、Vue.js等技术栈构建包含后台管理、用户制卡中心与前端交互的完整系统,旨在帮助运营者实现合规引流,并掌握数据自主权与自动化运营能力。

weixin_29234423的博客 519

SHAP 可视化解释机器学习模型简介

个人理解SHAP模型是对机器学习模型进行解释的一个模型上面这个图就是一个比较直观的解释机器学习模型一般都是一个黑盒。比如某个模型要进行一些预测任务,首先对模型输入一些已知条件(Age=65,Sex=F,BP=180,BMI=40),然后模型根据输入进行训练,最终训练完的模型可以对该条件输出预测结果(Output=0.4)

chaishen10000的专栏 10万+

VIPER22A实战:从零搭建15W非隔离电源,附BUCK电路调试心得

本文详细介绍了使用VIPER22A芯片从零搭建15W非隔离电源的全流程,重点解析BUCK电路设计与调试技巧。通过核心参数计算、PCB布局优化和效率提升方案,帮助工程师快速掌握DC-DC电源设计要点,实现高效稳定的电源转换。

redis7keeper的博客 672

Matplotlib学习笔记(一):plot()函数

Matplotlib学习笔记(一):plot()函数

baodong 8959

引入 CloudWeGo 后飞书管理后台平台化改造的演进史

飞书管理后台是飞书套件专为企业管理员提供的信息管理平台,它通过引入 Kitex 泛化调用对飞书管理后台进行平台化改造,成为了企业统一数字化管理平台。本文将从三个方面为大家讲解 Kitex 泛化调用在飞书管理后台平台化改造过程中的落地实践。...

weixin_44186218的博客 1767

(ICLR 2025)【源码讲解+复现】TIMER-XL: Long-Context Transformers for Unified Time Series Forecasting

本文提出了一种统一的多变量时序预测模型Timer-XL,其核心创新包括:1)采用自回归解码器架构,将多变量时序预测统一为next-token预测问题;2)设计TimeAttention机制,通过相对位置编码和因果掩码捕获时序位置和变量间交互;3)支持长上下文预训练以提升零样本迁移能力。模型架构包含嵌入层、时间感知注意力块和预测头,采用MSE损失进行端到端训练。实验表明该方法在多种时序任务上表现优异,特别是在长跨度预测和少样本场景下。代码实现提供了完整的模型定义、数据加载和训练流程,支持自定义配置参数。

1149

Matplotlib 教程

Matplotlib 教程 本文为译文,原文载于此,译文原载于此。本文欢迎转载,但请保留本段文字,尊重作者和译者的权益。谢谢。: ) 介绍 Matplotlib 可能是 Python 2D- 绘图领域使用最广泛的套件。它能让使用者很轻松地将数据图形化,并且提供多样化的输出格式。这里将会探索 matplotlib 的常见用法。 IPython 以及 pylab

机器学习&数据挖掘 1771

A2A 协议详解:Agent Card 的设计与实现

Agent Card 是 Agent2Agent (A2A) 协议中实现智能体发现与互操作性的核心组件。本文将深入剖析 Agent Card 的设计理念、关键字段及其在智能体生态系统中的作用。我们将通过详细的 JSON Schema 解析和 Python SDK 示例,帮助您理解如何精确地定义和发布智能体能力,为构建可发现、可协作的 AI 智能体奠定基础。当您使用a2a.Agent类初始化一个智能体时,SDK 会根据您提供的参数(nameversion等)自动构建内部的 Agent Card 表示。

加入“Super Entity”,与全能开发团队共探AI智能体与数字人项目,开启前沿技术之旅。 1484

Python-matplotlib-入门教程(二)-plot-figure设置

0.摘要 本文主要介绍使用matplotlib画图时使用的配置方法,并对配置参数进行解释。   1.pyplot.figure() 用于创建一个新的图。函数参数如下: figure(num=None, figsize=None, dpi=None, facecolor=None, edgecolor=None, frameon=True, FigureClass=<class 'm...

qq_17753903的博客 1671

【用unity实现100个游戏之19】制作一个3D传送门游戏,实现类似鬼打墙,迷宫,镜子,任意门效果(附项目源码)

本文介绍了Unity中实现传送门效果的完整流程。通过第一人称角色控制器实现移动,使用PortalView脚本和自定义Unlit Shader渲染门内场景,巧妙利用相机位置和旋转同步实现动态视角。重点解决了近裁剪面问题,确保远距离渲染正确性。最后通过PortalTeleporter脚本实现传送功能,检测碰撞并计算相对位置进行瞬移。该方法无需复杂插件,代码简洁高效,适用于各类3D场景中的传送门实现。

向宇的博客,专注php/web全栈 unity游戏开发,欢迎大家评论纠错 1万+

复分析 阿尔福斯(Ahlfors) 第三版答案 英文

答案分为十章,有部分习题没有答案,全英文复分析阿尔福斯(Ahlfors) 第三版答案

Python中的Matplotlib模块入门教程

Matplotlib支持多种样式和自定义选项,用户可以根据自己的需求来调整图表的样式和外观。

weixin_68789096的博客 8567

迈瑞BS系列全自动生化分析仪LIS协议接口手册(内含HL7和ASTM)

迈瑞BS系列全自动生化分析仪LIS协议接口手册,内含HL7和ASTM)

Matplotlib 入门教程 中文版

Matplotlib 入门教程 中文版 【下载地址】Matplotlib入门教程中文版 探索数据可视化的魅力,从 Matplotlib 入门教程中文版开始。本教程专为初学者设计,帮助您快速掌握 Python 中最受欢迎的绘图库。您将学习到 Matplotlib 的核心概念,从安装设置到绘制基本线条图,再到定制图表样式和属...

gitblog_06783的博客 313

C# WinForm 基于DirectShow.dll编写的程序,可边预览边保存视频,音频和图片

基于微软的DirectShow.dll的二次开发1.自动识别连接的摄像头跟麦克风且可以对其进行选择(默认选中第一个)2.可录制wmv和avi两种格式的视频并且都带有音频,avi可以录制的分辨率和帧数进行选择,wmv默认进行了淸晰度优化如不喜欢可去除代码中有相关提示3.可在预览点开之后进行拍照,也可边录制视频边拍照4.添加了视频和音频的压缩功能(酌情使用)这次二次开发发现C#对DirectShow的相关信息太少,这次做完也不敢藏私共享出来,还望大家指正

efm32 入门.pdf

本PDF共计22页,介绍的是操作驱动API,下载与否自己斟酌。

matplotlib简易入门教程及动画

做数据分析,首先是要熟悉和理解数据,所以掌握一个趁手的可视化工具是非常重要的,否则对数据连个基本的感性认识都没有,如何进行下一步的design Getting Started with Matplotlib 先看个简单的例子,plot,即画线 画线,需要给出线上的点的坐标,然后Matplotlib会自动将点连成线 In [2]: x = range(6) In [3]: plt.plot

yapian8的专栏 1747

python画图(给横纵坐标命名、设置横坐标刻度、间距、起始位置)(图文详细入门教程二)

初衷 本人由于平常写论文需要输出一些结果图,但是苦于在网上搜python画图时,详细的教程非常多,但是就是找不到能马上解决自己问题那一行代码,所以打算写一些适合需求简单的朋友应急用的教程,应急就必须方便搜索,所以我把主要的内容写在了标题,方便大家到主页查找对应的功能,教程里有对应的效果图,方便查看,希望可以帮助到有需要的朋友。 说明 本教程的效果图是在jupyter notebook完成。教程是接...

weixin_45630708的博客 3万+

matplotlib 入门教程

Matplotlib是一个Python 2D绘图库,它可以在各种平台上以各种硬拷贝格式和交互式环境生成出具有出版品质的图形。Matplotlib试图让简单的事情变得更简单,让无法实现的事情变得可能实现。只需几行代码即可生成绘图,直方图,功率谱,条形图,错误图,散点图等。

cl2010abc的专栏 1167

Matplotlib入门教程

Matplotlib入门教程

qq_44932835的博客 656

数据可视化工具Matplotlib入门教程

除了Matplotlib,还有一些基于其上的高级绘图工具,如Seaborn和Pandas内置的绘图功能。这些工具提供了更简洁的API和更美观的默认样式,适合快速绘制复杂图表。数据可视化是数据分析的重要手段,它不仅是一种结果的表现形式,还能帮助我们更好地理解数据。折线图是最基本的图表之一,适用于展示数据的趋势。绘制散点图,根据 y 值的大小进行颜色配置,并设置点的大小和透明度。绘制柱形图,包括普通柱形图、横向柱形图、累加柱形图和并列柱形图。绘制 2x2 多子图,包括给定的两个函数、正弦函数和余弦函数。

2401_86968005的博客 1049

PythonProgramming.net Matplotlib 入门教程(转)

PythonProgramming.net Matplotlib 入门教程(转) 原文:Introduction to Matplotlib and basic line 译者:飞龙 协议:CC BY-NC-SA 4.0 一、Matplotlib 简介 欢迎阅读 Python 3+ Matplotlib 系列教程。 在本系列中,我们将涉及 Matplot...

weixin_30512043的博客 216

Python 数据科学入门教程:Matplotlib

Matplotlib 入门教程 来源:Introduction to Matplotlib and basic line 译者:飞龙 协议:CC BY-NC-SA 4.0 在线阅读 PDF格式 EPUB格式 MOBI格式 代码仓库 第一章 Matplotlib 简介 欢迎阅读 Python 3+ Matplotlib 系列教程。 在本系列中,我们将涉及

龙哥盟 11万+

Matplotlib入门教程中文版:开启数据可视化新篇章

Matplotlib入门教程中文版:开启数据可视化新篇章 【下载地址】Matplotlib入门教程中文版 探索数据可视化的魅力,从 Matplotlib 入门教程中文版开始。本教程专为初学者设计,帮助您快速掌握 Python 中最受欢迎的绘图库。您将学习到 Matplotlib 的核心概念,从安装设置到绘制基本线条图,再...

gitblog_06774的博客 366

机器学习——Matplotlib入门教程

文章目录1.开发工具库NumpyPandasmatplotlib.pyplot 1.开发工具库 Numpy NumPy(Numerical Python) 是 Python 语言的一个扩展程序库,支持大量的维度数组与矩阵运算,此外也针对数组运算提供大量的数学函数库。 NumPy 的前身 Numeric 最早是由 Jim Hugunin 与其它协作者共同开发,2005 年,Travis Oliphant 在 Numeric 中结合了另一个同性质的程序库 Numarray 的特色,并加入了其它扩展而开发了 Nu

weixin_53272247的博客 3549
上一篇: matplotlib 入门教程(一)
下一篇: Oracle实现两个日期之间工单处理时长,剔除非工作时间,周末和法定节假日
gcl_code
博客等级 码龄11年 10粉丝 4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