机器学习-数据科学库 02 matplotlib 折线图教程

Python中matplotlib绘制折线图方法总结 Python中matplotlib绘制折线图方法总结(看这一篇blog就够了)     本文主要记录如何用Python中的自带库matplotlib绘制折线图。 目录Python中matplotlib绘制折线图方法总结(看这一篇blog就够了)1.导入库2.数据准备3.图像绘制4.完整代码(直接复制可运行)5.如何设置线型、线颜色、线上圆点标志、X轴labels5.1 如何设置线型5.2 如何设置线颜色5.3 如何设置线上圆点标志5.4如何设置X轴刻度labels标签6.参考链接 1.导入库     直接导 阅读详情

matplotlib 简介

Matplotlib is a comprehensive library for creating static, animated, and interactive visualizations in Python.
Matplotlib makes easy things easy and hard things possible.

matplotlib is a Matlab alternative

基本折线图

code:

# 导入库
from matplotlib import pyplot as plt 

# x、y 均为可迭代对象
x = range(2, 26, 2)
y = [15, 13, 14.5, 17, 20, 25, 26, 26, 24, 22, 18, 15]

# 绘制
plt.plot(x, y)
plt.show()

结果:

troubleshooting

如果 pycharm 遇到:

AttributeError: module 'backend_interagg' has no attribute 'FigureCanvas'

尝试去掉勾选如下配置:

参考:https://stackoverflow.com/questions/51214140/attributeerror-figurecanvasinteragg-object-has-no-attribute-renderer

调整画布

# 设置画布大小 dpi
plt.figure(figsize=(20, 8), dpi=80)

# 保存图片
plt.savefig("./sig_size.png")
plt.savefig("./sig_size.svg")

alt

调整坐标刻度

# 绘制要显示的坐标刻度
plt.xticks(range(2, 25))
plt.xticks([i/2 for i in range(4, 49)])

在这里插入图片描述

生成随机数据

x = range(0, 120)
y = [random.randint(20, 35) for i in range(120)]

在这里插入图片描述

坐标使用字符串数组 & 数据切片

# 按照 x 步长 slices
_x = list(x)

# y 轴用自定义模板字符串
_xticks_labels = ["10点{}分".format(i) for i in range(60)]
_xticks_labels += ["11点{}分".format(i) for i in range(60)]
plt.xticks(_x[::3], _xticks_labels[::3], rotation=90)

list(x) 才支持切片 参考 slices: https://stackoverflow.com/questions/9027862/what-does-listxy-do

在这里插入图片描述

支持中文编码

# 查看可用字体
fc-list 

# 查看中文字体
fc-list lang=zh

使用 matplotlib.rc(), 注意参考rc()源码:

# rc 属性配置
font = {'family': 'Heiti SC',
        'weight': 'bold',
        'size': 12}
matplotlib.rc('font', **font)

# 另外一种中文字体设置方式
my_font = font_manager.FontProperties(fname="/System/Library/Fonts/PingFang.ttc")

其他方案,参考:https://www.zhihu.com/question/25404709

from mplfonts import use_font

use_font('Noto Sans CJK SC')#指定中文字体

在这里插入图片描述

添加描述信息

# 添加描述信息
plt.xlabel("时间")
plt.ylabel("温度 单位(c)")
plt.title("10点到12点每分钟的气温变化情况")

绘制网格

plt.grid(alpha=0.4)

绘制多图 & 图例

# 多图
plt.plot(x,y_1,label="自己",color="#F08080")
plt.plot(x,y_2,label="同桌",color="#DB7093",linestyle="--")

# 图例
plt.legend(prop=my_font,loc="upper left")
第一章 使用 matplotlib 绘制折线图 系列文章目录 第一章 使用 matplotlib 绘制折线图 第二章 使用 matplotlib 绘制条形图 第三章 使用 matplotlib 绘制直方图 第四章 使用 matplotlib 绘制散点图 第五章 使用 matplotlib 绘制饼图 第六章 使用 matplotlib 绘制热力图 第七章 使用 matplotlib 绘制堆叠条形图 第八章 使用 matplotlib 在一个画布内绘制多个图 文章目录系列文章目录前言一、什么是折线图?二、折线图的绘制1.使用默认样式2.样式的设置三、应用场 阅读详情

相关推荐

2020-11-18 数据科学库(1) matplotlib折线图

数据分析 为什么要学习数据分析 岗位需求 是python数据科学的基础 是机器学习课程的基础 概念:数据分析是用适当的方法对收集来的大量数据进行分析,帮助人们作出判断,以便采取适当行动。 流程 提出问题 准备数据 分析数据 获得结论 成果可视化 ...

JJJJJJames的博客 467

用matploylib库绘制折线图(二)

查找资料汇总某时间段内我国4个城市最高气温,用matplotlib库绘制折线图展示气温变化趋势。用plt.plot()绘制sinx和cosx函数曲线。

Tanzy666的博客 828

Python数据科学库大全:NumPy、Pandas、Matplotlib详解

在当今数据驱动的时代,数据科学已成为各个领域不可或缺的一部分。Python作为一种功能强大且易于学习的编程语言,拥有丰富的数据科学库,为数据处理、分析和可视化提供了便捷的工具。本文的目的是详细介绍NumPy、Pandas和Matplotlib这三个核心库,涵盖它们的基本概念、使用方法、实际应用等方面,帮助读者全面掌握这些库在数据科学中的应用。

架构师的AI之路,分享AI应用开发架构的学习与实践。 1185

[Python]plt.figure()、plt.subplot() 、plt.subplots()函数

plt.figure() 创建自定义图像 语法 figure(num=None, figsize=None, dpi=None, facecolor=None, edgecolor=None, frameon=True) 参数 num:图像编号或名称,数字为编号 ,字符串为名称 figsize:指定figure的宽和高,单位为英寸 dpi:指定绘图对象的分辨率,即每英寸多少个像素,缺省值为80 1英寸等于2.5cm,A4纸是 21*30cm的纸张 facecolor:背景颜色 edgecolor

weixin_47223090的博客 5615

Python数据分析【1】:matplotlib库详细教程

Python数据分析:numpy, pandas, matplotlib一、基本介绍1. 数据分析2. 环境安装二、matplotlib1. 基本介绍2. 基本要点3. 散点图/直方图/柱状图4. 画图工具三、numpy二级目录四、pandas二级目录 一、基本介绍 1. 数据分析 为什么要学习数据分析? ① 从一堆数据里面找到数据规律 ② 岗位需求 ③ 是Python数据科学的基础 ④ 是机器学...

SumIris的博客 1009

Nacos启动报错No DataSource set?5分钟搞定standalone模式配置

本文针对Nacos启动时常见的“No DataSource set”报错,深入解析了其根源在于默认集群模式与外部数据库依赖。提供了两种快速解决方案:通过命令行参数“-m standalone”启动,或直接修改启动脚本配置文件,从而在5分钟内以单机模式成功启动Nacos,无需配置MySQL数据库。

weixin_29234509的博客 465

快速使用matplotlib绘制两条折线图

快速使用matplolib绘制两条折线图假设大家在30岁的时候,根据自己的实际情况,统计出来了你和同桌从11岁到30岁每年交的男女朋友的数量和列表a和b,请绘制出该数据的折线图,以便分析自己和同桌每年交男女朋友的数量走势导入库创建画布,设置画布大小尺寸设置刻度 将刻度以x的情况来显示x刻度-->11,12.13,...,,31x_t = [i for i in range(11,31)]plt.xticks(x_t,rotation=90)x 刻度显示-->11岁,12岁,...30岁x_t:刻

MR H 的博客 4342

【计算机视觉40例】案例08:石头剪刀布手势识别

计算机视觉40例——从入门到深度学习(OpenCV-Python)》在介绍Python基础、OpenCV基础、计算机视觉理论基础、深度学习理论的基础上,介绍了计算机视觉领域内具有代表性的40个典型案例。这些案例中,既有传统的案例(数字识别、答题卡识别、物体计数、缺陷检测、手势识别、隐身术、以图搜图、车牌识别、图像加密、指纹识别等),也有深度学习案例(图像分类、风格迁移、姿势识别、实例分割等),还有人脸识别方面的案例(表情识别、驾驶员疲劳监测、识别性别与年龄等)。......

计算机视觉之光 2157

机器学习-数据科学库:matplotlib绘图

机器学习-数据科学库:matplotlib绘图代码matplotlib绘图代码matplotlib折线图matplotlib散点图matplotlib条形图matplotlib直方图对比常用统计图 matplotlib绘图代码 matplotlib折线图 折线图绘制要求: 绘制折线图(plt.plot) 设置图片的大小和分辨率(plt.figure) 实现图片的保存(plt.savefig) 设置xy轴上的刻度和字符串(xticks) 解决刻度稀疏和密集的问题(xticks) 设置标题,xy轴的lable

学习爱好者fz的博客 632

基于PSO-BP神经网络的风电功率预测研究论文复现

风电功率预测。基于PSO-BP神经网络的风电功率预测论文复现。matlab程序,注释清晰。

weixin_825487230的博客 2297

ESP32S3学习——i2c,点亮0.96寸oled

ESP32S3学习——i2c,点亮0.96寸oled

HandBAI的博客 1万+

HuaPu在学:机器学习——数据科学库【matplotlib】

数据科学库【matplotlib】 文章目录数据科学库【matplotlib】前言一、数据分析介绍及环境安装1.为什么要数据分析???2.环境安装二、matplotlib1.为什么学习matplotlib???2.基本要点总结 前言 “花圃记录学习日常”。刚开始走上机器学习之路,以下都是入门基础内容的一些要点笔记。 一、数据分析介绍及环境安装 1.为什么要数据分析??? 岗位要求 python数据科学的基础 机器学习的基础 数据分析实际上就是用适当的方法对收集来的大量数据进行分析,帮助人们作出判断,以

yililjljl的博客 194

VTK API 详解(115):vtkScalarBarActor - 显示颜色条

显示用于颜色映射的标量值范围。自动从vtkMapper中提取。可设置颜色条的位置、大小、字体、标签格式等。支持横向或纵向显示颜色条。是进行科学数据伪彩色可视化时非常重要的辅助工具,它能让用户直观地理解不同颜色代表的数值大小。通过灵活设置颜色表、标题、标签数量等,可以适配多种可视化需求。

yumeiguo的博客 490

python中数据科学与机器学习框架

在 Python 的数据科学与机器学习领域,存在多个强大的框架和库,帮助开发者处理数据、构建模型、进行预测和分析。这些框架覆盖了数据科学与机器学习中的各个环节,无论是数据预处理、分析、建模还是可视化,都有对应的工具可以使用。是一个用于机器学习的库,提供了多种分类、回归、聚类算法,以及数据预处理和模型评估工具。是基于 Matplotlib 的高级数据可视化库,提供了更加美观和简洁的绘图接口,尤其适合统计图表。是用于处理数值计算的基础库,专门用于高效处理大规模的数组和矩阵运算。是数据处理的利器,它引入了。

weixin_47260194的博客 2242

【YOLO26实战全攻略】19——智慧交通(一):高速抛洒物与事故检测全流程落地

在智慧交通领域,高速公路抛洒物、交通事故等突发状况常导致二次事故与大规模拥堵,传统人工监控存在响应滞后、覆盖有限等痛点。本文基于Ultralytics YOLO26算法,结合ByteTrack多目标跟踪技术,构建从数据准备、模型训练到边缘部署的全栈式智慧交通检测系统。核心内容包括:多车型专属数据集构建、抛洒物检测模型优化、ByteTrack轨迹跟踪集成、异常事件(违停/逆行/碰撞)识别逻辑实现,以及NVIDIA Jetson边缘设备部署方案。

专注于人工智能、软件开发、工控自动化、工厂数字化及智能化等领域,希望和大家共同进步! 1494

OpenHarmony WebView引擎:从Chromium魔改到分布式渲染的终极解析

ArkWeb框架提供了强大的Web应用开发能力,但同时也需要注意网络安全问题,尤其是跨域请求方面。

m0_67505153的博客 1199

机器学习-数据科学库-day2

机器学习-数据科学库-day2

weixin_47049321的博客 2116

计算机组成原理(第三版)唐朔飞-第九章控制单元的功能-课后习题

计算机组成原理(第三版)唐朔飞-第九章控制单元的功能-课后习题

weixin_45735391的博客 4万+

机器学习-数据科学库(HM)_第1节_介绍 & matplotlib折线图

机器学习-数据科学库(HM)_第1节_介绍 & matplotlib折线图数据分析的介绍为什么要学习数据分析?什么是数据分析?数据分析的流程matplotlibmatplotlib的安装matplotlib折线图为什么学习matplotlib什么是matplotlibmatplotlib基本要点matplotlib折线图的实现调整x轴和y轴的刻度数字刻度字符串刻度设置中文显示给图添加描述信息绘制网格绘制多次图形自定义绘制图形的风格matplotlib绘制折线图总结折线图的更多应用场景matplotl

weixin_52137329的博客 394

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。

Statistics and Machine Learning Toolbox

Statistics and Machine Learning Toolbox(带书签),MATLAB统计学习工具

【数据分析之道-Matplotlib(一)】Matplotlib Pyplot

Matplotlib是Python中最流行的绘图库之一,可以用于创建各种类型的静态和动态图表。Matplotlib库由多个子库组成,其中pyplot子库是最常用的子库之一,它提供了类似于MATLAB的绘图界面,使得使用Matplotlib进行数据可视化变得更加简单。

阿极的博客 2119

WINCC7.3破解文件

WINCC7.3硬件够破解文件,有需要的下载!WINCC7.3硬件够破解文件,有需要的下载!

机器学习基础之数据科学包(matplotlib)

目录matplotlib数据科学包散点图的绘制不相关正相关负相关股票分析示例折线图条形图无堆叠有堆叠 matplotlib数据科学包 散点图的绘制 不相关 import matplotlib.pyplot as plt import numpy as np N=10000 x=np.random.randn(N) y1=np.random.randn(N) plt.scatter(x,y1,s=1...

qq_41514914的博客 561

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

Python库---Matplotlib

plt.xlabel('X轴标签')plt.ylabel('Y轴标签')plt.title('自定义折线图')plt.show()Matplotlib是一个强大的工具,能够满足各种可视化需求,无论是初学者还是经验丰富的数据科学家都值得深入研究。

weixin_74373920的博客 3292

Python数据可视化 Matplotlib库

Matplotlib是一个Python绘图库,广泛用于创建各种类型的静态、动态和交互式图表。它是数据科学、机器学习、工程和科学计算领域中常用的绘图工具之一。支持多种图表类型:折线图(Line plots)散点图(Scatter plots)柱状图(Bar charts)直方图(Histograms)饼图(Pie charts)热图(Heatmaps)箱型图(Box plots)极坐标图(Polar plots)3D图(3D plots,配合 mpl_toolkits.mplot3d)。

hk000001的博客 1139

matplotlib库—数据可视化

Matplotlib库

m0_66039322的博客 2679

机器学习数据科学库3——数据可视化matplotlib

numpy简介 x=np.loadtxt('文件名', delimiter=',', skiprows=1, usecols=(1,4,6), unpack=False) 原数据以逗号隔开,跳过第一行,选取第2,5,7列 unpack默认为false,就是把2,5,7三列数据打包到一个变量里面,如果是True,那么需要赋值给不同变量,a,b,c=...unpack=True matplotlib import numpy as np import matplotlib.pyplot as p..

weixin_46976767的博客 634

机器学习-数据科学库(HM)(一)-matplotlib学习

基础知识 1.课程概要 (1)基础概念 (2)matplotlib 画图 (3)numpy处理数值型数据 (4)pandas处理字符串 字典 列表 2. 基础概念 为什么学习数据分析? a.和爬虫,机器学习,神经网络结合岗位需求 b. python数据科学的基础 c.机器学习课程的基础 什么是数据分析? a.对大量数据进行分析,帮助决策 数据分析流程 提出问题→准备数据→分析数据→结论→成果可视化 环境安装 如何选择环境?不是根据项目类型,是根据项目需要。 conda: data scie

chuchu1994的博客 828
上一篇: 机器学习-数据科学库 01 数据分析介绍和环境安装
下一篇: 机器学习-数据科学库 03 matplotlib 不同统计图对比
eddiechen10081
博客等级 码龄11年 1粉丝 24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