—matplotlib----

basic usage：plt.plot(x,y)

x = np.linspace(-1,1,100)#从-1到1生成100个点
y = 2*x + 0.10plt.figure()
plt.plot(y)plt.figure()
plt.plot(x,y)print('x type:',type(x))
plt.savefig("./test.png")
plt.show()

figure:plt.figure()

x = np.linspace(-1,1,100)
y1 = 2*x + 1
y2 = x**2
plt.figure()
plt.plot(x,y1)
plt.figure()
plt.plot(x,y2)

set axis

#xy范围
plt.xlim((-1,2))
plt.ylim((-2,3))
#xy描述
plt.xlabel('I AM X')
plt.ylabel('I AM Y')
plt.xticks(new_ticks)
plt.yticks([-1,0,1,2,3], ['level1','level2','level3','level4','level5'])
#gca get current axis获取当前坐标轴
ax = plt.gca()
#把右边和上边的边框去掉
ax.spines['right'].set_color('none')
ax.spines['top'].set_color('none')
#把x轴的刻度设置为‘bottom’#把y轴的刻度设置为‘left’
ax.xaxis.set_ticks_position('bottom')
ax.yaxis.set_ticks_position('left')
#设置bottom对应到0点#设置left对应到0点
ax.spines['bottom'].set_position(('data',0))
ax.spines['left'].set_position(('data',0))

legend

将图像保存变量

l1, = plt.plot(x,y1,color='red',linewidth=1.0,linestyle='--')
l2, = plt.plot(x,y2,color='blue',linewidth=5.0,linestyle='-')
plt.legend(handles=[l1,l2],labels=['test1','test2'],loc='best')

label

watch from src

scatter plot

x = np.random.normal(0,1,500)
y = np.random.normal(0,1,500)
plt.scatter(x,y,s=50,c='b',alpha=0.5)

histogram

x = np.arange(10)
y = 2**x + 10
plt.bar(x,y)
plt.show()

contour map

#生成高度
def f(x, y):  return (1-x/2+x**5+y**3)*np.exp(-x**2-y**2) x = np.linspace(-3,3,10)
y = np.linspace(-3,3,10)
X,Y = np.meshgrid(x,y)
plt.contourf(X,Y,f(X,Y),10,alpha=0.75,cmap=plt.cm.hot)C = plt.contour(X,Y,f(X,Y),8,colors='black',linewidth=.5)
plt.clabel(C,inline=False,fontsize=10)

3D figure

fig = plt.figure()
ax = Axes3D(fig)x = np.arange(-10,10,0.25)
y = np.arange(-10,10,0.25)
X,Y = np.meshgrid(x,y)
R = np.sqrt(X**2 + Y**2)
Z = np.sin(R)ax.plot_surface(X,Y,Z,rstride=1,cstride=1,cmap=plt.get_cmap('rainbow'))
ax.contourf(X,Y,Z,zdir='z',offset=-2,cmap='rainbow')
ax.set_zlim(-2,2)

subplot

plt.figure()
plt.subplot(2,2,1)
plt.plot([0,1],[0,1])plt.subplot(2,2,2)
plt.plot([0,1],[0,1])plt.subplot(223)
plt.plot([0,1],[0,1])plt.subplot(224)
plt.plot([0,1],[0,1])plt.show()

dynamic picture

fig,ax = plt.subplots()x = np.arange(0,2*np.pi,0.01)
line, = ax.plot(x,np.sin(x))def animate(i):line.set_ydata(np.sin(x+i/10))return line,def init():line.set_ydata(np.sin(x))return line,ani = animation.FuncAnimation(fig=fig,func=animate,init_func=init,interval=20)
plt.show()

summary for matplotlib(cord in python)相关推荐

python画蜡烛致敬烈士_「」matplotlib 股票-用python绘制蜡烛线型k线图是用代码还是绘图工具-TOP金融网...
用python绘制蜡烛线型k线图是用代码还是绘图工具 import matplotlib.pyplot as plt from matplotlib.dates import DateFormatte ...
视频教程-Python数据可视化库：Matplotlib视频课程-Python
Python数据可视化库:Matplotlib视频课程东北大学计算机专业硕士研究生,欧瑞科技创始人&CEO,曾任国内著名软件公司项目经理,畅销书作者,企业IT内训讲师,CSDN学院专家讲师, ...
详解 matplotlib.pyplot ，Python 初学者真能看懂
Matplotlib 是一个 Python 中的 2D 绘图库, pyplot 模块是一个方便使用 Matplotlib 的接口. 下面是 pyplot 模块中的五个重要的知识点: [创建图形]: p ...
python导入matplotlib出错_解决导入matplotlib的RuntimeError: Python is not installed as a framework....
import matplotlib.pyplot as plt 报错: RuntimeError: Python is not installed as a framework. The Mac OS ...
25个常用Matplotlib图的Python代码，收藏收藏！
点击上方"小白学视觉",选择加"星标"或"置顶" 重磅干货,第一时间送达大家好,小白今天分享给大家25个Matplotlib图的汇总,在数 ...
用python画图代码简单-【Matplotlib】利用Python进行绘图
[Matplotlib] 教程:https://morvanzhou.github.io/tutorials/data-manipulation/plt/ 官方文档:https://matplotli ...
echart关系树状图_干货 | 25个常用Matplotlib图的Python代码
50个Matplotlib图的汇编,在数据分析和可视化中最有用.此列表允许您使用Python的Matplotlib和Seaborn库选择要显示的可视化对象. 1.关联散点图带边界的气泡图带线性回 ...
Matplotlib课程–学习Python数据可视化
Learn the basics of Matplotlib in this crash course tutorial. Matplotlib is an amazing data visualiz ...
【Matplotlib】【Python】如何使用matplotlib绘制绘制随机生成的点--随机漫步详解
目录 1.绘制随机漫步 2.模拟多次随机漫步 3.给点着色 4.重新绘制起点和终点 5.隐藏坐标轴随机漫步是指每次行走都完全是随机的,没有明确的方向,结果是由一系列随机决策决定的. 为模拟随机漫步, ...

summary for matplotlib(cord in python)

—matplotlib----

basic usage：plt.plot(x,y)

figure:plt.figure()

set axis

legend

将图像保存变量

label

scatter plot

histogram

contour map

3D figure

subplot

dynamic picture

summary for matplotlib(cord in python)相关推荐

最新文章

热门文章