matplotlib
plt.plot()绘制线性图
- 绘制单条线形图
- 绘制多条线形图
- 设置坐标系的比例
plt.figure(figsize=(a,b))
- 设置图例legend()
- 设置轴的标识
- 图例保存
fig = plt.figure()
plt.plot(x,y)
figure.savefig()
import matplotlib.pyplot as plt
import numpy as np
#绘制单条线形图
x = np.array([1,2,3,4,5])
y = x + 3
plt.plot(x,y)
#绘制多条线形图
plt.plot(x,y)
plt.plot(x+1,y-2)
#设置坐标系的比例plt.figure(figsize=(a,b)) 图像变换,但是坐标值不变
plt.figure(figsize=(5,9))#放置在绘图的plot方法之前
plt.plot(x,y)
#设置图例legend()
plt.plot(x,y,label='x,y')
plt.plot(x+1,y-2,label='x+1,y-2')
plt.legend() #图例生效
#设置轴的标识
plt.plot(x,y)
plt.xlabel('ivanlee')
plt.ylabel('regina')
plt.title('ivanlee❤️regina')
#图例保存
fig = plt.figure() #该对象的创建一定要放置在plot绘图之前
plt.plot(x,y,label='x,y')
fig.savefig('./123.png')
##曲线的样式和风格(自学)
plt.plot(x,y,c='red',alpha=0.5) 线条颜色和透明度
柱状图:plt.bar()
- 参数:第一个参数是索引。第二个参数是数据值。第三个参数是条形的宽度
plt.bar(x,y)
直方图
- 是一个特殊的柱状图,又叫做密度图
- plt.hist()的参数
- bins
可以是一个bin数量的整数值,也可以是表示bin的一个序列。默认值为10 - normed
如果值为True,直方图的值将进行归一化处理,形成概率密度,默认值为False - color
指定直方图的颜色。可以是单一颜色值或颜色的序列。如果指定了多个数据集合,例如DataFrame对象,颜色序列将会设置为相同的顺序。如果未指定,将会使用一个默认的线条颜色 - orientation
通过设置orientation为horizontal创建水平直方图。默认值为vertical
- bins
饼图
- pie(),饼图也只有一个参数x
- 饼图适合展示各部分占总体的比例,条形图适合比较各部分的大小
arr=[11,22,31,15]
plt.pie(arr)
-
Labels:
-
labeldistance
-
autopct
-
explode 到圆心的距离
散点图scatter()
- 因变量随自变量而变化的大致趋势
x = np.array([1,3,5,7,9])
y = x ** 2 - 3
plt.scatter(x,y)
画爱心
import numpy as np
import matplotlib.pyplot as plt
T = np.linspace(0, 2 * np.pi, 1024) # 角度范围 0-2*pi,划为1024等份
plt.axes(polar=True) # 开启极坐标模式
plt.plot(T, 1. - np.sin(T), color="r")
plt.show()
本站文章如无特殊说明,均为本站原创,如若转载,请注明出处:matplotlib画图基础知识 - Python技术站