Matplotlib基本操作


在这里插入图片描述

设置图片大小和清晰度

plt.figure(figsize=(20,10),dpi=80)#20,10指的是图片的宽和高,dpi设置的是每英寸的像素点的个数

保存图片

plt.savefig("./11.png")

也可以选择保存为svg这种矢量图格式,放大不会有锯齿

调整坐标刻度

方法①

 _xtick_labels = [i/2 for i in range(2,50)]#设置了一个列表
 plt.xticks(_xtick_labels[::2])#用列表值作为刻度,并设置了取值步长为2

方法②

 plt.xticks(range(1,10,2))

为y轴添加刻度

 plt.yticks(range(min(y),max(y)+1))

无法显示中文字体问题解决

在这里插入图片描述

from matplotlib import font_manager
my_font=font_manager.FontProperties(fname="字体路径")

x=range(0,120)
y=[random.randint(20,35) for i in range(120)]
plt.figure(figsize=(20,8),dpi=80)

plt.plot(x,y)

_xtick_labels=["10{}分“.format(i) for i in range(60)]
_xtick_labels +=["11{}分“.format(i) for i in range(60)]# +=代表多添加一个列表

plt.xticks(list(x)[::],xtick_labels[::3],rotation=45,fontproperties=my_font)#rotation表示顺时针旋转的角度
plt.show()

为纵横坐标和数据表格命名

plt.xlabel("时间",fontproperties=my_font)
plt.ylabel("温度 单位(℃)",fontproperties=my_font)
plt.title("10点到12点每分钟的气温变化情况",fontproperties=my_font)

创建python3的变量环境

在这里插入图片描述
python3_1 是自己为库命的名字

切换环境:source activate python3_1

绘制网格

plt.grid(alpha=0.4)#alpha是设置透明度

设置图例

plt.plot(x,y1,label="自己")
plt.plot(x,y2,label="同桌")

plt.legend(prop=my_font,loc=1) #prop为了解决中文不显示的问题,loc设置图例显示的位置

在这里插入图片描述

绘制散点图

plt.scatter(x,y)#绘制散点图
plt.bar(range(len(a),b,weight=0.3)#绘制矩形图,weight表示条形的宽度
plt.barh(range(len(a),b,height=0.3)	#绘制横着的条形图,height表示条形的宽度,原因是横过来了

在这里插入图片描述

绘制直方图

在这里插入图片描述

### Matplotlib基本绘图操作 Matplotlib 是 Python 中用于绘制图表的强大库。以下是关于如何使用 `matplotlib` 进行基本绘图的一些指导。 #### 创建简单的折线图 为了创建一条简单折线图,可以先导入必要的模块并定义数据集: ```python import numpy as np import matplotlib.pyplot as plt x = np.linspace(0, 4 * np.pi) # 生成 x 轴的数据 y = np.sin(x) # 计算对应的 y 值 plt.plot(x, y, label=r"$\sin(x)$") # 使用 LaTeX 表达式作为标签 plt.title('Sine Wave') plt.xlabel('Angle [radians]') plt.ylabel('sin(x)') plt.legend() plt.grid(True) plt.show() ``` 这段代码展示了怎样通过调用 `plot()` 函数来画出正弦波形,并设置了图形标题、坐标轴名称以及显示网格等功能[^3]。 #### 子图布局管理 当需要在同一窗口内展示多个子图时,可利用 `subplots()` 或者单独的 `subplot()` 方法实现多面板布局: ```python fig, ((ax1, ax2), (ax3, ax4)) = plt.subplots(nrows=2, ncols=2) # 在不同位置上添加四个独立的小图 for i, axis in enumerate([ax1, ax2, ax3]): axis.plot(np.random.rand(10)) # 特定设置第四个子图为共享 Y 轴比例尺的例子 ax4.plot(np.arange(10), 'o-', color='red', markersize=8) ax4.set_title('Shared Y Axis with Ax3') ax4.sharey(ax3) plt.tight_layout() # 自动调整各子图间距防止重叠 plt.show() ``` 这里介绍了两种方式构建包含两个以上子图的对象;其中特别指出了第四张图片与第三张共享相同的Y轴范围[^2]。 #### 配置全局样式属性 对于整个项目的可视化风格统一化处理,可以通过修改 rc 参数来自定义线条宽度、颜色方案等外观特性: ```python from cycler import cycler plt.rc('lines', linewidth=2.5) plt.rc('axes', prop_cycle=(cycler(color=['tab:green', 'tab:red']))) plt.figure(figsize=(9, 6)) t = np.linspace(-np.pi, np.pi, 100) s = t ** 2 / 2. plt.plot(t, s, marker=".", linestyle="-.") plt.title("Customized Line Style Example") plt.show() ``` 上述脚本更改了默认线条粗细度和循环使用的色彩序列,从而影响后续所有新建立的 Axes 实例中的线条表现形式。
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