Python学习笔记(四)

本文通过实例演示了如何使用Python的Matplotlib库进行数据可视化,包括创建折线图和散点图,设置图表样式,自动计算数据点以及自定义散点颜色等高级技巧。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

  • 数据可视化小实例
import matplotlib.pyplot as plt
    
input_value = [1,2,3,4,5]
squares = [1,4,9,16,25]
plt.plot(input_value,squares,linewidth=5)

plt.title('Test graph',fontsize=24) #设置图标标题
plt.xlabel('Value',fontsize=14) #坐标加上标签
plt.ylabel('Square of Value',fontsize=14)
plt.tick_params(axis='both',labelsize=14) # 设置刻度标记的大小

plt.show()
  • scatter()绘制散点图
    • 绘制单个点(注意实参s表示数据点的大小)
# 绘制散点图
import matplotlib.pyplot as plt

# 设置图表标题并给坐标轴加上标签
plt.scatter(2,4,s=800) # 实参s表示绘制图形时使用的点的尺寸
plt.title('Square number',fontsize=18)
plt.xlabel('Value',fontsize=14)
plt.ylabel('squares',fontsize=14)

# 设置刻度标记的大小
plt.tick_params(axis='both',which='major',labelsize=10)

plt.show()
  • 自动计算数据
x_value = list(range(1,1001))
y_value = [x**2 for x in x_values] # y值的列表解析

plt.axis([0,1100,0,1100000]) # axis()指定每个坐标轴的取值范围
  • 自定义散点的颜色
# 要指定数据点颜色,可向scatter()传递参数c,edgecolor表示有无轮廓,s代表数据点的大小
plt.scatter(x_values,y_values,c='red',edgecolor='none',s=40)

 

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