Numpy(九): Matplotlib

自动化测试框架pytest教程(一)pytest用例编写和pytest前后置方法 测试夹具需要使用pytest.fixture这个装饰器来定义,pytest中的测试夹具有如下几个级别:用例级别、测试类级别、模块级别,包级别,会话级别。接下来我们一起来看看夹具定义语法。夹具定义可以通过参数scope指定夹具的级别,如果不指定夹具级别,scope 默认值为function(用例级别)用例级别:scope = function测试类级:scope = class模块级别:scope = module包级别: scope = package会话级别:scope = session。 阅读详情

NumPy Matplotlib

Matplotlib 是 Python 的绘图库。 它可与 NumPy 一起使用,提供了一种有效的 MatLab 开源替代方案。 它也可以和图形工具包一起使用,如 PyQt 和 wxPython。

import numpy as np 
from matplotlib import pyplot as plt 

#设置识别中文
plt.rcParams['font.family']=['STFangsong']
x = np.arange(1,85) 
y =  x * x +  5 
plt.title("哈哈") 
plt.xlabel("x axis caption") 
plt.ylabel("y axis caption")
plt.plot(x,y) 
plt.show()

以上实例中,np.arange() 函数创建 x 轴上的值。y 轴上的对应值存储在另一个数组对象 y 中。 这些值使用 matplotlib 软件包的 pyplot 子模块的 plot() 函数绘制。

图形由 show() 函数显示。

作为线性图的替代,可以通过向 plot() 函数添加格式字符串来显示离散值。 可以使用以下格式化字符。

字符描述
'-'实线样式
'--'短横线样式
'-.'点划线样式
':'虚线样式
'.'点标记
','像素标记
'o'圆标记
'v'倒三角标记
'^'正三角标记
'<'左三角标记
'>'右三角标记
'1'下箭头标记
'2'上箭头标记
'3'左箭头标记
'4'右箭头标记
's'正方形标记
'p'五边形标记
'*'星形标记
'h'六边形标记 1
'H'六边形标记 2
'+'加号标记
'x'X 标记
'D'菱形标记
'd'窄菱形标记
'|'竖直线标记
'_'水平线标记

以下是颜色的缩写:

字符颜色
'b'蓝色
'g'绿色
'r'红色
'c'青色
'm'品红色
'y'黄色
'k'黑色
'w'白色

要显示圆来代表点,而不是上面示例中的线,请使用 ob 作为 plot() 函数中的格式字符串。

import numpy as np 
from matplotlib import pyplot as plt 


plt.rcParams['font.family']=['STFangsong']
x = np.arange(1,85) 
y =  x  * x
plt.title("曲线图") 
plt.xlabel("x axis caption") 
plt.ylabel("y axis caption")
plt.plot(x,y,"ob") 
plt.show()

以下实例使用 matplotlib 生成正弦波图。

import numpy as np
import matplotlib.pyplot as plt

plt.rcParams['font.family']=['STFangsong']
x = np.arange(0,3 * np.pi, 0.1)
y = np.sin(x)
plt.title("正弦波")
plt.xlabel("X的值")
plt.ylabel("Y的值")
plt.plot(x, y)
plt.show()

 

pyplot 子模块提供 bar() 函数来生成条形图。

from matplotlib import pyplot as plt

x = [5,8,10]

y = [12,16,40]

x2 = [6,9,18]

y2 = [6,15,7]

plt.rcParams['font.family']=['STFangsong']
plt.bar(x, y, align = 'center')
plt.bar(x2, y2, color = 'r',align = 'center' )
plt.title('这是一个柱状图')
plt.xlabel("X轴的值")
plt.ylabel("Y轴的值")
plt.show()

scatter(),绘制散点图。

from matplotlib import pyplot as plt
import numpy as np

x = np.arange(0,20,0.5)
y = x * x
plt.rcParams['font.family']=['STFangsong']
plt.title('这是一个散点图')
plt.xlabel("X轴的值")
plt.ylabel("Y轴的值")
# c= y, cmap = plt.cm.Reds 根据Y轴的值设置渐变色
#edgecolor='none' 删除数据点的轮廓
#s = 40 点的尺寸
plt.scatter(x,y , c= y, cmap = plt.cm.Reds, edgecolor='none', s = 40)
plt.show()

pie()用来绘制饼图

import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif']=['SimHei'] #用来正常显示中文标签

labels = ['娱乐','育儿','饮食','房贷','交通','其它']
sizes = [2,5,12,70,2,9]
explode = (0,0,0,0.1,0,0)
plt.pie(sizes,explode=explode,labels=labels,autopct='%1.1f%%',shadow=False,startangle=150)
plt.title("饼图示例-8月份家庭支出")
plt.show()

Python自动化测试框架之Pytest-参数化Paramerize(3) 介绍pytest的Paramerize实现数据驱动,并在使用方法上讲解相关技术延伸,并对使用场景提出示例 阅读详情

相关推荐

『德不孤』Pytest框架 — 14、Pytest参数化

文章目录1、Pytest参数化说明2、Pytest参数化方式3、parametrize装饰器参数说明4、Pytest参数化(单个参数)5、Pytest参数化(多个参数)6、ids参数说明 1、Pytest参数化说明 软件测试中,输入相应值,检查期望值,是常见测试方法。 在自动化测试中,一个测试用例对应一个测试点,通常一组测试数据是无法完全覆盖测试范围的,所以需要参数化来传递多组数据。 Unittest单元测试框架使用DDT进行数据驱动测试,Pytest是使用@pytest.mark.parametrize装

繁华似锦Fighting 469

matplotlib显示中文

       由于matplotlib对于中文不显示,所以要对代码进行修改,从网上找的资料而言,具体的来说是有两大类:(1)局部变量显示,只针对当前页面代码,就像HTML代码设置属性一样,(2)永久性全局修改。(注意:我用的是pycharm的IDE,同时是在WINDOWS下) (1)【方式一】 fontproperties import numpy as np import matplotl...

小宝吃东西的博客 381

Numpy Pandas Matplotlib 快速上手

【莫烦Python】Nnmpy & Pandas: https://www.bilibili.com/video/BV1Ex411L7oT 【莫烦Python】Matplotlib Python 画图教程: https://www.bilibili.com/video/BV1Jx411L7LU Numpy 官网文档:https://www.numpy.org.cn/user/setting-up.html Pandas 官网文档:https://www.pypandas.cn/docs/ Matp.

YDDUONG的博客 2843

【python】matplotlib总结

目录快速入门 快速入门 概述:画图首先要创建画布,然后在上面画一幅或者多幅图,每一幅图称为子图。

可乐大牛的博客 1496

158、NumPy与Pandas、Matplotlib的集成技巧及应用案例

本文介绍了Python开发中NumPy与其他库的集成技巧,主要围绕NumPy与Pandas、Matplotlib的结合使用进行阐述。通过实际案例,展示了如何利用这些库进行数据处理、分析和可视化。文章涵盖了从数据清洗、分析到图表绘制的整个流程,旨在帮助读者掌握Python数据科学的核心技能。

silenceallat的博客 1106

【Python】Python三大包:NumPy、Pandas和Matplotlib

Python三大包是数据科学和数据分析中最常用的工具之一。NumPy提供了高性能的多维数组对象和操作工具,Pandas提供了高级数据结构以及数据处理和数据分析功能,而Matplotlib提供了丰富的数据可视化工具。这三个包的组合可以为Python提供天然的数据科学和分析能力。

wjianwei666的专栏 1540

Numpy、Matplotlib、Pandas方法

Numpy、Matplotlib、Pandas方法

m0_74154295的博客 3090

python如何安装Numpy、SciPy、MatPlotLib

飞天狐狸先前有一篇关于python如何安装Numpy、SciPy、MatPlotLib的文章,照做下来,有一些步骤用不到,有一些有差别,下面记录做法。OS=windows,python版本2.7.13

woshiyokel的博客 3184

NumPy和Matplotlib绘图

NumPy和Matplotlib绘图 Matplotlib 是 Python 的绘图库,它经常与 NumPy 一起使用,从而提供一种能够代替 Matlab 的方案。不仅如此 Matplotlib 还可以与 PyQt 和 wxPython 等图形工具包一起使用。 Matplotlib 最初由 John D. Hunter 编写,目前,它的最新的版本是 3.3.1,最后一个支持 Python 2 的版本是 2.2.5 。您可以通过 Python 包管理器 pip 来安装 Matplotlib,命令如下: pip

ccc369639963的博客 4440

Matplotlib与NumPy结合使用技术详解

通过本文的介绍,我们了解了Matplotlib和NumPy的基本使用方法,并通过一些具体的案例展示了如何将它们结合使用来处理和可视化数据。Matplotlib提供了丰富的绘图功能,而NumPy则提供了高效的数据处理能力。将它们结合使用,可以让我们更加高效地处理和分析数据。在实际应用中,我们可能会遇到更加复杂的数据和绘图需求。此时,我们可以进一步学习Matplotlib和NumPy的高级功能,如自定义图形样式、处理大规模数据等。

这家伙很懒,什么都没有留下 1578

傻瓜式下载、安装CentOS7操作步骤

CentOS7.9下载和安装操作步骤

weixin_45608163的博客 1万+

MacBook M1安装Numpy,Pandas,Matplotlib

MacBook M1安装Numpy,Pandas我的环境安装遇到的问题常见的安装方法总结简单粗暴,直接安装,亲测高效 我的环境 MacBook M1 + Python3.9 + Pycharm 2021 安装遇到的问题 当我们尝试使用 pip3 install numpy 或者 pip3 install pandas 时,它会显示以下的错误 错误 ① Defaulting to user installation because normal site-packages is not writeable

半吊子Kyle的博客 1万+

【openEuler容器镜像部署指南】

【代码】【List集合排序 】

weixin_43878094的博客 1112

NumPy Matplotlib

本文介绍了Python科学计算库NumPy和数据可视化库Matplotlib的核心功能及结合使用方法。NumPy负责高效数值计算和数组处理,而Matplotlib用于数据可视化,两者配合可完成从数据处理到图表展示的全流程。文章详细讲解了折线图、散点图、柱状图、直方图等常见图表类型的实现方法,并提供了完整代码示例。同时介绍了子图绘制、3D图表、图表保存等高级功能,以及数据处理优化、中文显示等注意事项,为科学计算和数据分析提供了实用指导。

m0_57545130的博客 1106

DeepL Pro免费使用技巧与API调用优化方案

机器翻译技术通过神经网络模型实现跨语言语义转换,其核心价值在于保持专业术语准确性的同时实现自然语言流畅度。现代翻译工具如DeepL采用注意力机制等深度学习技术,在医疗、法律等专业领域展现出接近人工翻译的质量。针对API调用场景,开发者可通过请求模拟实现小批量自动化处理,而文档预处理和术语库优化则能显著提升免费额度使用效率。本文重点解析如何通过字符计算优化、临时接口调用等工程实践方法,在合规前提下最大化利用免费翻译资源。

weixin_29038303的博客 266

Netty源码分析系列之writeAndFlush()下

write()只会将数据只是发送到了ChannelOutboundBuffer 缓冲区中,还没有被发送到操作系统的套接字中只有当调用了 flush()方法后,才会真正将数据发送到套接字中。那么 flush()方法的源码又是如何执行的呢?

天堂的博客 1573

NumPy与Matplotlib库

NumPy 1.1 导入NumPy库 import numpy as np Python中使用import导入库,这里的意思是将numpy作为np导入。通过这样的形式,之后NumPy相关的方法均可通过np调用。 1.2 生成NumPy数组 import numpy as np x = np.array([1.0, 2.0, 3.0]) print(x) print(type(x)) 输出结果: [1. 2. 3.] <class 'numpy.ndarray'> 使用np.array()方

好学者的博客 4015

智能座舱语音测试避坑指南:从唤醒率到方言识别,这些场景你测全了吗?

本文深入解析智能座舱语音测试的关键场景与避坑指南,涵盖唤醒率测试、方言识别、多音区交互等复杂场景。通过实战案例与自动化测试方案,帮助开发者全面提升语音系统的可靠性与用户体验,特别关注环境噪声干扰与方言覆盖策略。

weixin_42613501的博客 498

NumPy 与 Matplotlib 使用教程

Matplotlib 是 Python 主流绘图库,可与 NumPy 无缝配合(NumPy 负责生成 / 处理数据,Matplotlib 负责可视化),提供开源的 MatLab 替代方案,还支持 PyQt、wxPython 等图形工具包。本文基于菜鸟教程内容,详细讲解其安装、基础用法、核心功能及常见图表实现。一、Matplotlib 安装1. 主流安装方式不同操作系统的安装命令如下,推荐使用)提升下载速度:操作系统 / 环境安装命令说明2. 安装验证二、基础绘图:线性图实例。

2502_92540869的博客 1675

《Python Web项目集锦》-专栏介绍和目录

本专栏专注于Python Web项目,涉及内容包含FastAPI、Django、Flask等,所有项目代码完整且可直接运行。不管是零基础还是有经验的开发,相信都能从本专栏获益。有任何问题欢迎私聊博主,专栏持续更新中...

数据知道的博客 5216

YOLOv11涨点改进 | 全网独家创新,注意力改进篇 | TGRS 2025 | 引入APCM自适应像素级协同机制,动态增强目标区域、抑制背景噪声,助力YOLOv11做红外小目标检测有效涨点

本文提出了一种基于APCM模块改进的YOLOv11网络模型,通过像素级局部-全局协同建模增强目标特征并抑制背景噪声。APCM模块采用轻量化设计,无需复杂参数,能有效提升小目标检测性能。文章详细介绍了APCM的原理、优势及其在红外小目标检测中的应用,包括模块结构、核心代码实现和YAML配置文件修改方法。实验结果表明,该方法在NUAA-SIRST和IRSTD-1K数据集上优于现有技术,显著提高了复杂场景下的检测精度与鲁棒性。

Ai缝合怪、助力小伙伴高效发论文 118

Matplotlib NumPy 安装

Matplotlib NumPy 安装numpymatplotlib画图 numpy pip3 install numpy matplotlib pip3 install matplotlib 画图 #!/usr/bin/env python3 import matplotlib.pyplot as plt import numpy as np x = np.linspace(-1, 1, 50) y = 2*x + 1 plt.figure() plt.plot(x, y) plt.show()

mixboot 579

毕设-MobileNetV4:给YOLOv8装上轻量化“引擎”——通用瓶颈与C2f融合的实战教程

本文介绍了一种将MobileNetV4与YOLOv8结合的目标检测模型轻量化方案。MobileNetV4通过通用瓶颈(UB)结构实现多任务适配,其核心改进包括动态卷积核、注意力机制和多路径特征聚合,显著提升特征提取能力。作者详细阐述了如何在YOLOv8框架中实现MobileNetV4的通用瓶颈模块,包括"膨胀-卷积-注意力-压缩"的流程设计,并构建完整的backbone网络。该方案通过融合MobileNetV4的轻量化优势与YOLOv8的高效检测架构,在移动设备上实现了精度与速度的良好平

FJN110的博客 505

numpy和matplotlib

NumPy(Numerical Python)是 Python 科学计算的核心库,它提供了高性能的 多维数组对象(ndarray)和数学函数,能高效处理数值计算、矩阵运算、线性代数等任务,是 Pandas、Matplotlib、Scikit-learn 等库的基础。,它能创建高质量的静态、动态和交互式图表,支持线图、柱状图、散点图、直方图、饼图等多种图表类型,也是 Pandas、Seaborn 等库的可视化基础。,相比 Python 原生列表,它的存储更紧凑、运算速度更快(底层由 C 实现)。

m0_68381723的博客 749

廖雪峰Python教程[完整版]

廖雪峰的python教程整理的,已经排好版了,而且还是完整的,适合小白

android 蓝牙通讯demo

android 下蓝牙通讯demo,实现了发现蓝牙,使能蓝牙,通过蓝牙发送消息。

机器学习入门——numpy与matplotlib的使用简介

引言 本文介绍在机器学习中常用的一些包——Numpy以及matplotlib。 Numpy主要是封装了一些向量、矩阵运行操作,而matplotlib主要用于画图。 文章目录引言NumpyNumpy基础创建Numpy数据和矩阵 Numpy Numpy中核心的数据结构是array,可以理解为数组。因为它可以方便的操作多维数组,从而可以看成是矩阵。 Numpy基础 加载numpy的方式一般为import...

日积月累,天道酬勤 3001

计算机控制技术及应用

《计算机控制技术及应用》通过总结作者的科研成果和吸收国内外的先进理论、方法和技术,以计算机控制系统的网络化、开放化、智能化和集成化发展趋势为主线索,主要介绍计算机控制系统的基本概念和计算机控制系统的典型形式,计算机控制系统的数学描述与基本分析方法,以及数字PID控制器、最少拍控制系统、达林算法、状态变量设计法等设计方法及其各种改进算法。重点突出计算机控制系统输入输出通道接口的设计方法和典型控制系统的设计案例与实现方法等。

Python NumPy(14):NumPy与Matplotlib

Matplotlib 是 Python 的绘图库。它可与 NumPy 一起使用,提供了一种有效的 MatLab 开源替代方案。它也可以和图形工具包一起使用,如 PyQt 和 wxPython。安装完后,你可以使用 pip list 命令来查看是否安装了 matplotlib 模块。

游王子og的博客 1400

IEM模型,地表粗糙度模拟

利用微波反演土壤水分时候,利用IEM模型可以实现对随机地表的模拟

上一篇: NumPy(八): 副本和视图&IO
下一篇: Matplotlib学习之随机漫步
AA赵师傅
博客等级 码龄9年 89粉丝 124原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
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
实付元
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