补充笔记
为了更好地学习生姜DrGinger大佬的《数学要素·从加减乘除到机器学习》,需要恶补一下matplotlib的知识,太难的不涉及,按照matplotlib官网教程,提供一些样例,以供参考。
matplotlilb初阶
matplotlib初始化
# 导入numpy包,在程序中简写为np
import numpy as np
# 导入matplot包中的pyplot包,写作plt
import matplotlib.pyplot as plt
常见图像
绘制 sin x ( 0 ≤ x ≤ 10 π ) \sin{x}(0\le x \le 10\pi) sinx(0≤x≤10π)的图像
import numpy as np
import matplotlib.pyplot as plt
X =np.linspace(0, 10*np.pi, 4000)
Y =np.sin(X)
fig,ax =plt.subplots()
ax.plot(X,Y)
plt.show()

绘制散点图(scatter)
# 因为本页面已经导入过matplotlib和numpy,不必重复导入
X = np.random.uniform(0,1,100)
Y = np.random.uniform(0,1,100)
fig,ax =plt.subplots()
ax.scatter(X, Y)
plt.show()

绘制柱状图(bar)
X = np.arange(10)
Y = np.random.uniform(1,10,10)
fig,ax =plt.subplots(

这篇博客是补充学习生姜DrGinger的《数学要素》课程的笔记,主要介绍matplotlib库的基础使用,包括matplotlib的初始化、各种常见图像的绘制(如sinx图像、散点图、柱状图等)、线条和图像排布的设置,以及标题、标签的设定和图像保存。适合Python初学者和数据可视化入门。
最低0.47元/天 解锁文章
4047

被折叠的 条评论
为什么被折叠?



