Python学习笔记（四）-优快云博客

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)