Python Matplotlib

官方教程地址https://matplotlib.org/users/index.html

# 导入必要库
import matplotlib.pyplot as plt
import numpy as np

基础绘图

# 设置简单的绘图数据
x = np.array([1,2,3,4,5,6,7,8])
y = np.array([3,5,7,6,2,6,10,15])# 折线绘图
plt.plot(x, y, color='r')
# 柱状绘图
plt.bar(x, y, color='b')

# 数据个数
n = 1024
# 均值为0, 方差为1的随机数
x_scatter = np.random.normal(0, 1, n)
y_scatter = np.random.normal(0, 1, n)# 绘制scatter散点图
plt.scatter(x_scatter, y_scatter)

根据函数进行绘图

将y设置为关于x的函数即可进行函数绘图

# 根据函数进行绘图
# 设置简单的绘图数据
x1 = np.array(range(10))
y1 = x1**2
y2 = x1**3 + 20plt.plot(x1,y1,'r')
plt.plot(x1,y2,'b', linestyle='--') # 注意有两个短横线

使用figure使用建立一个画布

class matplotlib.figure.Figure(figsize=None, dpi=None, facecolor=None, edgecolor=None, linewidth=0.0, frameon=None, subplotpars=None, tight_layout=None, constrained_layout=None)

fig = plt.figure(figsize=(16, 8),edgecolor='orange',linewidth=5)
plt.plot(x,y,color = 'deepskyblue')

画布上多图绘制

fig, axes = plt.subplots(2,2,figsize=(15,7)) # 在画布上建立2*2=4个子图
# 各个子图的绘制
ax1 ,ax2, ax3, ax4 = axes[0,0], axes[0,1], axes[1,0], axes[1,1]
ax1.plot(x, y, color='r')
ax2.bar(x, y, color='b')
ax3.scatter(x_scatter, y_scatter)
ax4.plot(x1,y2,'orange', linestyle='--')

Title、Labels、Ticks、Legend、设置

# 刻度标签
month =  np.array(['Jan', 'Feb', 'Mar', 'Apr', 'May', 'Jun', 'Jul', 'Aug'])# 设置标题
plt.plot(x, y, color='r')
plt.title('sale per month')# 设置x、y轴标签
plt.xlabel('month')
plt.ylabel('sale')

# 设置x、y轴刻度
plt.plot(x, y, color='b')
#更换刻度为0~7
plt.xticks(range(8))

# 设置x、y轴刻度
plt.plot(x, y, color='b')
# 显示x轴的刻标以及对应的标签
plt.xticks(range(8),month)

# 设置图例# 设置简单的绘图数据
x1 = np.array(range(10))
y1 = x1**2
y2 = x1**3 + 20plt.plot(x1,y1,'r')
plt.plot(x1,y2,'b', linestyle='--') # 注意有两个短横线
plt.legend(['x**2', 'x**3+20'], loc = 'best')

# 设置坐标轴属性
plt.plot(x, y, color='r')
plt.axis([1,10,1,20])

颜色设置

Python Matplotlib Cheatsheet相关推荐

Python matplotlib可视化：用Matplotlib的bar_label函数为条形图添加数值标记（在每一个条形的外侧顶部）
Python matplotlib可视化:用Matplotlib的bar_label函数为条形图添加数值标记(在每一个条形的外侧顶部) 目录
Python matplotlib可视化：在Matplotlib中为坐标轴刻度添加自定义符号（例如，货币符号￥$等）、水平条形图（horizontal bar）
Python matplotlib可视化:在Matplotlib中为坐标轴刻度添加自定义符号(例如,货币符号￥$等).水平条形图(horizontal bar) 目录
Python matplotlib可视化：自定义轴标签格式化函数（在轴刻度上添加自定义的数值以及符号形式）、使用自定义函数在Matplotlib中为坐标轴刻度添加自定义符号（例如，货币符号￥$等）
Python matplotlib可视化:自定义轴标签格式化函数(在轴刻度上添加自定义的数值以及符号形式).使用自定义函数在Matplotlib中为坐标轴刻度添加自定义符号(例如,货币符号￥$等) 目 ...
Python matplotlib可视化：用Matplotlib的bar_label函数自定义条形图的数值标签、用Matplotlib的bar_label函数为条形图添加数值标记（在每一个条形的中部）
Python matplotlib可视化:用Matplotlib的bar_label函数自定义条形图的数值标签.用Matplotlib的bar_label函数为条形图添加数值标记(在每一个条形的中部) ...
python matplotlib 简单用法
python matplotlib 简单用法具体内容请参考官网代码 import matplotlib.pyplot as plt import numpy as np # 支持中文 plt.rc ...
老咸鱼今天告诉你用Python matplotlib 各种图绘制流线图，难怪老板放纵他
复习回顾在Python关于绘图,Mlab提供开源的matplotlib模块,不仅可以绘制折线图.柱状图.散点图等常规图外,还支持绘制量场图.频谱图.提琴图.箱型图等特殊图,例举往期文章可前往查看详情 ...
Python matplotlib 绘制量场图
复习回顾 matplotlib 是基于Python语言的开源项目,pyplot提供一系列绘制2D图形的方法.随着版本的迭代,matplotlib 模块也支持绘制3D图形mplot3d工具包,制作动态图 ...
不愧是摸鱼高手Python matplotlib 绘制频谱图都会，能怪老板不管
复习回顾 matplotlib 是Python专门用来绘制渲染的模块,其底层主要分为脚本层.美工层和后端.脚本层为我们提供常见图形绘制如折线.柱状.直方.饼图.以往文章这么详细的Python mat ...
超详细的Python matplotlib 绘制动态图
复习回顾在matplotlib模块中我们前面学习绘制如折线.柱状.散点.直方图等静态图形.我们都知道在matplotlib模块主要有三层脚本层为用户提供快捷的绘制图形方法,美工层接收到脚本层的命令后 ...

Python Matplotlib Cheatsheet

Python Matplotlib

官方教程地址https://matplotlib.org/users/index.html

基础绘图

根据函数进行绘图

使用figure使用建立一个画布

画布上多图绘制

Title、Labels、Ticks、Legend、设置

颜色设置

Python Matplotlib Cheatsheet相关推荐

最新文章

热门文章