可视化matplotlib

Matplotlib是Python的2D绘图库,提供出版质量的图形。它支持多种图形和直方图的绘制,适用于Python脚本、shell、Jupyter notebook等。matplotlib提供类似MATLAB的接口,以及面向对象的API。图像由figure、axes、axis和tick四层构成。在Jupyter中,使用%matplotlib inline开启内联绘图。两种绘图接口分别是显式创建和依赖pyplot。在分开编写代码时,若不将图像显示语句放在一起,可能导致只有第一个图像显示。

matplotlib是啥

Matplotlib是一个Python 2D绘图库,它以多种硬拷贝格式和跨平台的交互式环境生成出版物质量的图形。 Matplotlib可用于Python脚本,Python和IPython Shell、Jupyter 笔记本,Web应用程序服务器和四个图形用户界面工具包。

Matplotlib 尝试使容易的事情变得更容易,使困难的事情变得可能。 您只需几行代码就可以生成图表、直方图、功率谱、条形图、误差图、散点图等。 更多的示例,请参见基础绘图例子和示例陈列馆。

为了简单绘图,该 pyplot 模块提供了类似于MATLAB的界面,尤其是与IPython结合使用时。 对于高级用户,您可以通过面向对象的界面或MATLAB用户熟悉的一组功能来完全控制线型,字体属性,轴属性等。

所以matplotlib可以记成matlab+plot+library?
使用时经常使用pyplot模块,所以第一句程序

import matplotlib.pyplot as plt

matplotlib如何绘图

一个完整的matplotlib图像通常会包括以下四个层级,这些层级也被称为容器(container),下一节会详细介绍。在matplotlib的世界中,我们将通过各种命令方法来操纵图像中的每一个部分,从而达到数据可视化的最终效果,一副完整的图像实际上是各类子元素的集合。

Figure:顶层级,用来容纳所有绘图元素

Axes:matplotlib宇宙的核心,容纳了大量元素用来构造一幅幅子图,一个figure可以由一个或多个子图组成

Axis:axes的下属层级,用于处理所有和坐标轴,网格有关的元素

Tick:axis的下属层级,用来处理所有和刻度有关的元素

简单理解figure-axes-axis-tick的层级关系就是图-子图-坐标轴-刻度
在这里插入图片描述

matplotlib提供了两种最常用的绘图接口

  1. 显式创建figure和axes,在上面调用绘图方法,也被称为OO模式(object-oriented style)

  2. 依赖pyplot自动创建figure和axes,并绘图

在jupyter中绘图需要在首行添加

%matplotlib inline

使用第一种绘图接口,是这样的:


fig,ax=plt.subplots()
ax.plot(x,x,label='linear')
ax.plot(x,x**2,label='y2')
ax.set_xlabel('x')
ax.set_ylabel('y')
ax.set_title('aa')
ax.legend()

第二种



x = np.linspace(0, 2, 100)

plt.plot(x, x, label='linear') 
plt.plot(x, x**2, label='quadratic')  
plt.plot(x, x**3, label='cubic')
plt.xlabel('x label')
plt.ylabel('y label')
plt.title("Simple Plot")
plt.legend()


有个问题在第一种方法时,如果代码分开写,只有第一张空白的画布图像显示,后面的都不会显示为图片,这是为啥啊。

### VSCode 中使用 Matplotlib 进行可视化的配置教程 要在 Visual Studio Code (VSCode) 中成功运行并可视化 Matplotlib 图表,需要完成以下几个方面的设置: #### 1. 安装必要的 Python 扩展 确保已安装 Microsoft 提供的官方 **Python 扩展**。此扩展支持 IntelliSense、调试功能以及其他开发工具。 #### 2. 设置 Python 解释器 通过快捷键 `Ctrl+Shift+P` 或者命令面板输入 “Python: Select Interpreter”,选择合适的 Python 版本作为当前工作区的解释器[^1]。 #### 3. 安装依赖库 如果尚未安装 Matplotlib 库,则可以通过以下命令安装它: ```bash pip install matplotlib ``` 对于更复杂的绘图需求,还可以考虑一并安装 NumPy 和 Pandas 等科学计算包: ```bash pip install numpy pandas ``` #### 4. 配置 DISPLAY 环境变量(适用于 Linux/MacOS) 当在远程服务器上运行代码或者遇到无法渲染图像的情况时,需确认环境变量 `$DISPLAY` 是否正确指向 X Server 的地址[^4]。通常情况下,在本地机器操作无需额外设定;但如果是在 WSL(Windows Subsystem for Linux) 下作业,则可能需要用到类似如下指令激活图形界面支持: ```bash export DISPLAY=:0.0 ``` #### 5. 修改默认后端 Backend 有时为了适应同平台特性或解决某些兼容性问题,可以调整 Matplotlib 的 backend 参数。编辑个人用户的 `.matplotlib/matplotlibrc` 文件路径下找到具体位置可参照前述说明,添加或修改其中一行内容为: ```plaintext backend : TkAgg ``` 这一步并非总是必需,仅当你发现常规方式起作用再尝试更改。 #### 6. 编写测试脚本验证效果 创建一个新的 .py 文件并将下面这段简单的例子粘贴进去执行查看结果是否正常呈现出来: ```python import matplotlib.pyplot as plt plt.figure() plt.plot([1, 2, 3], [4, 5, 6]) plt.title("Test Plot") plt.show() ``` 以上步骤完成后应该能够在 VSCode 内顺利调用 Matplotlib 展现图表了。 ---
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