3.matplotlib基础及用法(全)

server/2024/10/22 10:43:23/

 一.基础绘图

  1. 折线图plot
  2. 散点图scatter
  3. 柱状图bar
  4. 饼图pie

二.图表设置

  1. 设置标题
  2. 设置线条
  3. 设置坐标轴
  4. 添加图例
  5. 添加注释
  6. 设置画布大小与分辨率

三.高级功能

  1. 绘制子图
  2. 保存图形

一.基础绘图

1.折线图plot

python">import matplotlib.pyplot as plt
x = [1, 2, 3, 4, 5]
y = [2, 3, 5, 7, 11]
plt.plot(x, y)
plt.show()

 

2.散点图scatter

python">import matplotlib.pyplot as plt
x = [1, 2, 3, 4, 5]
y = [2, 3, 5, 7, 11]
plt.scatter(x, y)
plt.show()

 

3.柱状图bar

python">import matplotlib.pyplot as plt
x = [1, 2, 3, 4, 5]
y = [2, 3, 5, 7, 11]
plt.bar(x, y)
plt.show()

 

4.饼图pie

python">import matplotlib.pyplot as plt
x = [1, 2, 3, 4, 5]
y = [2, 3, 5, 7, 11]
plt.pie(y, labels=x)
plt.show()

二.图表设置（以下案例以折线图为例）

1.设置标题

语法格式:plt.title("图标签名",大小,粗细,颜色,位置)

python">import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif'] = ['SimHei']
plt.rcParams['axes.unicode_minus'] = False
x = [1, 2, 3, 4, 5]
y = [2, 3, 5, 7, 11]
plt.plot(x, y)
plt.title("折线例图", fontsize=24, fontweight='bold', color='blue',loc="center")  #
plt.show()

2.设置线条

语法格式:plt.plot(x,y,线条形式,线条宽度,节点标记,节点标记大小,透明度,颜色)

在plt.plot()中可以设置以下参数

  1. color：设置线条颜色
  2. linestyle:设置线条形式
  3. marker：设置节点标记
  4. alpha:线条透明度
  5. marksize:节点标记的大小
  6. linewidth:设置线条粗细
python">import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif'] = ['SimHei']
plt.rcParams['axes.unicode_minus'] = False
x = [1, 2, 3, 4, 5]
y = [2, 3, 5, 7, 11]
plt.plot(x, y, color='red', linestyle='--', marker='o',alpha=0.7, markersize=10, linewidth=2)  #
plt.title("折线例图")
plt.show()

 

3.设置坐标轴

1.设置刻度与标签

1.xlabel/ylabel:表示x/y轴的标签设置

语法格式:plt.xlabel("x轴",字体大小,粗细,样式)

  • fontsize:表示标签的字体大小
  • fontweight:表示字体的粗细

  1. 'light'：细体

  2. 'normal' 或 'regular'：正常体

  3. 'medium'：中等粗细

  4. 'semibold' 或 'demibold'：半粗体

  5. 'bold'：粗体

  6. 'heavy'：特粗体

  7. 'extra bold'：额外粗体

  8. 'black'：极粗体

  • fontname:表示字体样式
2.xticks/yticks:表示x/y轴的刻度设置

语法格式:plt.xticks(点位,点位标签,旋转角度,字体大小,粗细,颜色,水平,垂直)

  • ticks:表示画刻度的点位
  • labels:表示刻度的对应点位的标签
  • rotation:旋转角度
  • fontsize:字体大小
  • color:字体颜色
  • fontweight:字体粗细
  • ha:字体水平对齐方式有left,right,center
  • va:字体垂直对齐方式有center,top,bottom,baseline
python">import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif'] = ['SimHei']
plt.rcParams['axes.unicode_minus'] = False
x = [1, 2, 3, 4, 5]
y = [2, 3, 5, 7, 11]
plt.plot(x, y)
plt.xlabel('x轴', fontsize=10, fontweight='bold', fontname='SimHei')
plt.ylabel('y轴', fontsize=10, fontweight='bold', fontname='SimHei')
plt.xticks(ticks=x,labels=['a','b','c','d','e'], rotation=0, fontsize=12, fontweight='bold', ha='right', va='center')
plt.yticks(y, rotation=0, fontsize=12, fontweight='bold', ha='right', va='center')
plt.show()

2. 设置坐标轴范围

语法格式:plt.xlim()

python">import matplotlib.pyplot as plt
# 设置字体和负号显示
plt.rcParams['font.sans-serif'] = ['SimHei']
plt.rcParams['axes.unicode_minus'] = False
# 绘制一条简单的线
x = [0, 1, 2, 3, 4]
y = [0, 1, 4, 9, 16]
plt.plot(x, y)
plt.xlim(0, 6)
plt.ylim(0, 12)
plt.show()

3.设置网格线

python">import matplotlib.pyplot as plt
# 设置字体和负号显示
plt.rcParams['font.sans-serif'] = ['SimHei']
plt.rcParams['axes.unicode_minus'] = False
# 绘制一条简单的线
x = [0, 1, 2, 3, 4]
y = [0, 1, 4, 9, 16]
plt.plot(x, y)
plt.xlim(0, 6)
plt.ylim(0, 12)
plt.grid(True)
plt.show()

4.添加图例

在绘制图表时，可以通过在plt.plot()函数中添加label参数来设置图例的标签，然后使用plt.legend()来显示图例。

python">import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif'] = ['SimHei']
plt.rcParams['axes.unicode_minus'] = False
x = [1, 2, 3, 4, 5]
y = [2, 3, 5, 7, 11]
plt.plot(x, y,label="折线图")
plt.legend(loc="best")
plt.show()

5.添加注释

添加注释通常使用annotate方法，该方法允许你在图表中的指定位置添加文本注释，并可以附加箭头等指示

语法格式:plt.annotate(注释,注释指向位置,注释起点位置)

  • xy:注释指向位置
  • xytext:注释起点位置
python">import matplotlib.pyplot as plt# 设置字体和负号显示
plt.rcParams['font.sans-serif'] = ['SimHei']
plt.rcParams['axes.unicode_minus'] = False# 绘制一条简单的线
x = [0, 1, 2, 3, 4]
y = [0, 1, 4, 9, 16]
plt.plot(x, y)# 添加注释
plt.annotate('这是一个点', xy=(2, 4), xytext=(3, 6),arrowprops=dict(facecolor='black', shrink=0.05),horizontalalignment='left', verticalalignment='bottom')# 对每个点添加注释，避免嵌套循环
for i in range(len(x)):# 调整注释位置以避免覆盖数据点if i == 0:  # 第一个点可能需要特殊处理以避免在y轴上重叠xytext = (x[i] + 0.1, y[i] - 0.7)elif i == len(x) - 1:  # 最后一个点避免在x轴上重叠xytext = (x[i]-0.5,y[i]-1)else:xytext = (x[i] + 0.1, y[i] + 0.1)plt.annotate(f"({x[i]},{y[i]})",xy=(x[i], y[i]), xytext=xytext,horizontalalignment='left', verticalalignment='bottom')
plt.show()

 

6.设置画布大小与分辨率

python">import matplotlib.pyplot as plt
# 设置字体和负号显示
plt.rcParams['font.sans-serif'] = ['SimHei']
plt.rcParams['axes.unicode_minus'] = False
# 绘制一条简单的线
x = [0, 1, 2, 3, 4]
y = [0, 1, 4, 9, 16]
plt.plot(x, y)
plt.figure(figsize=(8, 6), dpi=100)
plt.show()

三.高级功能

1.绘制子图

使用subplot()函数头,通长含有三个参数,subplot(2,2,1)表示绘制在第二行第二列,并在第一个图绘制

python">import matplotlib.pyplot as plt
# 设置字体和负号显示
plt.rcParams['font.sans-serif'] = ['SimHei']
plt.rcParams['axes.unicode_minus'] = False
# 绘制一条简单的线
x = [0, 1, 2, 3, 4]
y = [0, 1, 4, 9, 16]
plt.subplot(2, 1, 1)  # 两行一列的第一个子图
plt.plot(x, y)
plt.subplot(2, 1, 2)  # 两行一列的第二个子图
plt.scatter(x, y)
plt.tight_layout()  # 自动调整子图间距
plt.show()

 

 优化

使用plt.figure()可以生成不同的画布,从而实现一个程序跑出多个图片

通过使用subplots与flatten函数可以一次生成取出多个子图

python">import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif'] = ['SimHei']
plt.rcParams['axes.unicode_minus'] = False
plt.figure(1)#画布1
plt.plot([1,2,3],[1,2,3])
"优化代码,使用subplots一次性生成多个子图"
fig, axes = plt.subplots(nrows=2, ncols=2, sharex=True, sharey=True, figsize=(10,8))
ax1,ax2,ax3,ax4=axes.flatten()
ax1.plot([1,2,3],[1,2,3])
#修改子图的名字和标签
ax1.set_title('子图1')
ax1.set_xlabel("紫日")
ax1.set_ylabel("假日")
#同理
ax2.bar([1,2,3],[1,2,3])
ax3.bar([1,2,3],[1,2,3])
ax4.bar([1,2,3],[1,2,3])
plt.show()

 

2.保存图形

语法格式:plt.savefig("名字")

保存的图片会存放在相同明命的文件路径下 

python">import matplotlib.pyplot as plt
# 设置字体和负号显示
plt.rcParams['font.sans-serif'] = ['SimHei']
plt.rcParams['axes.unicode_minus'] = False
# 绘制一条简单的线
x = [0, 1, 2, 3, 4]
y = [0, 1, 4, 9, 16]
plt.plot(x, y)
plt.figure(figsize=(8, 6), dpi=100)
plt.savefig("my_plot.png")
plt.show()


http://www.ppmy.cn/server/133874.html

相关文章

C#经典排序算法总结（二）

C#经典排序算法总结（二）

系列文章目录 C#知识点 文章目录 系列文章目录👉前言👉一、计数排序👉1-1 介绍👉1-2 动态展示效果👉1-3 算法代码如下👉1-4 运行结果如下 👉二、基数排序👉2-1 介绍👉2-…
阅读更多...
ajax地址参数与data参数运用

ajax地址参数与data参数运用

ajax的运用 因为项目在进行安全准入检查，也是代码安全的一种处理方式吧，然后我们在进行行加密以及模块加密，就是因为行信息中存在行id可以通过更换行id进行查询其他行的信息，模块也是一样，可能会出现垂直越权以及水平…
阅读更多...
AI应用程序低代码构建平台Langflow

AI应用程序低代码构建平台Langflow

什么是 Langflow ? Langflow 是一款适用于 RAG 和多智能体 AI 应用程序的低代码应用构建器。它基于 Python，并且与任何模型、API 或数据库无关。 软件的核心功能 基于 Python 并且与模型、API、数据源或数据库无关。可视化集成开发环境，支持拖放构建和…
阅读更多...
在 Qt 中实现一个数据采集程序

在 Qt 中实现一个数据采集程序

在 Qt 中实现一个数据采集程序 在 Qt 中实现一个数据采集程序，可以使用 QThread 来创建多个线程，并使用 QMutex 和 QWaitCondition 来处理缓冲区的线程安全和同步。下面是一个简化的示例，演示了如何实现这样一个程序。 方案概述 数据采集线程：收集数据并将其放入缓冲区。…
阅读更多...
中安未来 OCR：开启高效身份证件识别新时代

中安未来 OCR：开启高效身份证件识别新时代

在数字化快速发展的今天，高效准确地处理各类信息变得至关重要。中安未来 OCR（Optical Character Recognition，光学字符识别）技术以其卓越的性能和广泛的应用场景，成为了众多企业和机构的得力助手。其中，身份…
阅读更多...
推荐一款功能强大的数据备份工具：Iperius Backup Full

推荐一款功能强大的数据备份工具：Iperius Backup Full

Iperius Backup是一款非常灵活而且功能强大的数据备份工具，程序可以非常好的保护您的文件和数据的安全。支持DAT备份、LTO备份、NAS备份、磁带备份、RDX驱动器、USB备份、并且支持zip压缩和军事级别的AES 256位数据加密技术! 主要特色 云备份 Iperius可以自动地发…
阅读更多...
梦熊 CSP—S模拟赛 T1 youyou的垃圾桶

梦熊 CSP—S模拟赛 T1 youyou的垃圾桶

原题链接​​​​​​ 题目大意： 现在有 n 个敌人，第 i 个敌人的初始攻击力为正整数 a i 。初始生命值 为正整数 W 。 定义如下流程为一场战斗： 从第 1 个敌人开始，每个敌人依次循环进行攻击。第 i 个敌人发起攻 击…
阅读更多...
【Spring MVC】创建项目和建立请求连接

【Spring MVC】创建项目和建立请求连接

我的主页：2的n次方_ 1. MVC MVC 是 Model View Controller 的缩写，它是软件⼯程中的⼀种软件架构设计模式，它把软件系统分为模型、视图和控制器三个基本部分。 View (视图)： 指在应⽤程序中专⻔⽤来与浏览器进⾏交互&…
阅读更多...
最新文章

Copyright @ 2022~2023