matplotlib

最新推荐文章于 2024-02-06 10:44:07 发布

原创最新推荐文章于 2024-02-06 10:44:07 发布 · 1k 阅读

0 ·

CC 4.0 BY-SA版权

文章标签：

#python #机器学习 #深度学习

这段代码展示了如何使用matplotlib库在Python中创建散点图、线形图和子图。首先，它创建了两个线形图，用不同颜色和线型区分。接着，它在同一个图表中创建了两个子图，分别显示了原始数据和乘以1.5倍后的数据。最后，通过`scatter`方法绘制了两个不同颜色的散点图，用于展示随机生成的数据分布。

import numpy as np

import matplotlib.pyplot as plt

#准备数据
ypoints=np.array([5,10,15,20,25,30,25,20,15,10,5])
ypoints2=np.array([5,5,5,5,5,5,5,5,5,5,5])


#数据放进图表
#plt.plot(ypoints,'o:g')
#plt.plot(ypoints,marker='o',linestyle=':',color='y')
plt.plot(ypoints,marker='o',ls=':',c='g',linewidth='1')
plt.plot(ypoints2,marker='o',ls=':',c='r',linewidth='1')
#添加标题x轴名字，y轴名字
plt.title("table")
plt.xlabel('x-label')
plt.ylabel('y-label')

#添加网格
plt.grid()
#显示
plt.show()

--------------------------

import numpy as np

import matplotlib.pyplot as plt

ypoints=np.array([5,10,15,20,25,30,25,20,15,10,5])
#分配第一个子表的位置,一行两列的第一个位置
plt.subplot(1,2,1)
plt.plot(ypoints,marker='o',ls=':',c='g',linewidth='1')

ypoints2=np.array([5,10,15,20,25,30,25,20,15,10,5])*1.5
#分配第一个子表的位置,一行两列的第一个位置

plt.subplot(1,2,2)
plt.plot(ypoints)
plt.show()

-------------------------------

import numpy as np
import matplotlib.pyplot as plt


x = np.array([1,2,3,4,5,6,7,8,9,10])
y = np.array([2,8,6,8,10,9,6,6,8,2])
sizes=np.array([10,20,30,40,50,60,70,80,90,100])
colors=np.array(["red","green","black","orange","purple","beige","cyan","magenta","red","orange"])
#scatter 方法散点图
plt.scatter(x,y, s=sizes , c=colors)
plt.show()

____________________

import numpy as np
import matplotlib.pyplot as plt
#随即生成1----50个数据
x=np.random.rand(50)
y=np.random.rand(50)
plt.scatter(x,y,color='hotpink')

#随即生成1----50个数据
x2=np.random.rand(50)
y3=np.random.rand(50)
plt.scatter(x,y,color='red')

plt.show()