Spyder

最新推荐文章于 2025-05-24 12:27:18 发布

原创最新推荐文章于 2025-05-24 12:27:18 发布 · 885 阅读

1 ·

CC 4.0 BY-SA版权

python 专栏收录该内容

7 篇文章

订阅专栏

本文介绍了使用Python的Matplotlib库进行数据可视化的方法。通过设置全局字体大小，生成带有噪声的数据，并利用Matplotlib的plot和scatter函数绘制模型图与数据散点图。最后，通过调整线条颜色和宽度，将模型与数据综合展示。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

import numpy as np
import matplotlib as mpl
import matplotlib.pyplot as pt
#通过rcParams设置全局横纵轴字体大小
mpl.rcParams['xtick.labelsize']=15
mpl.rcParams['ytick.labelsize']=15
#当我们设置相同的seed,每次生成的随机数相同
#如果不设置 seed，则每次会生成不同的随机数
np.random.seed(10)
#x轴的采样点，从0到5之间等间隔取100个数
x=np.linspace(0,5,100)
#通过下面曲线加上噪声生成数据，需要提供数据和拟合模型
y=2*np.sin(x)+0.3*x**2
y_data=y+np.random.normal(scale=0.3,size=100)
#figure（）指定图表名称
#‘.’表明画散点图，每个散点的形状是个圆
pt.figure('data')
pt.plot(x,y_data,'.')
pt.title('data')
#绘制模型图，plot函数默认画线连图
pt.figure('model')
pt.plot(x,y)
pt.title('model')
#将两个图画综合在一起
#r表示线条的颜色，lw为其宽度
pt.figure('data&model')
pt.plot(x,y,'r',lw=4)
pt.title('data&model')
#scatter可以更容易生成散点图，可以设置各种属性
#c为颜色属性，marker为形状属性
pt.scatter(x,y_data,c='m',maker='^')
pt.legend(['m','d'])
pt.show()

在这里插入图片描述