前言

Matplotlib 是一个在 python 下实现的类 matlab 的纯 python 的三方库,旨在用 python实现 matlab 的功能,是python 下最出色的绘图库,功能很完善,其风格跟 matlab 很相似,同时也继承了 python 的简单明了的风格,其可以很方便地设计和输出二维以及三维的数据, 其提供了常规的笛卡尔坐标, 极坐标, 球坐标, 三维坐标等。事实上Python中很多可视化库都是基于matplotlib开发的。Matplotlib 是一个 Python 的 2D绘图库,它以各种硬拷贝格式和跨平台的交互式环境生成出版质量级别的图形。它也是 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。

绘图基本了解


Title为标题。Axis为坐标轴,Label为坐标轴标注。Tick为刻度线,Tick Label为刻度注释。

绘图

  1. 折线图

import matplotlib.pyplot as plt
year = [2011,2012,2013,2014]
pop = [1.2,3.4,4.5,6.5]
#折线图绘制函数
plt.plot(year,pop)
plt.show()
  1. 散点图
import matplotlib.pyplot as plt
year = [2011,2012,2013,2014]
pop = [1.2,3.4,4.5,6.5]
#散点图绘制函数
plt.scatter(year,pop)
plt.show()
  1. 直方图
import matplotlib.pyplot as plt
values = [0,1,2,3,4,1,2,3,4,4,5,2,4,1]
#直方图绘制函数,bins为直方图间隔份数
plt.hist(values,bins=10)
plt.show()
  1. 修饰图
    title(’图形名称’) (都放在单引号内)
    xlabel(’x轴说明’)
    ylabel(’y轴说明’)
    text(x,y,’图形说明’)
    legend(’图例1’,’图例2’,…)
import matplotlib.pyplot as pltyear = [1950,1970,1990,2010]
pop = [2.3,3.4,5.8,6.5]#折线图,实体填充
plt.fill_between(year,pop,0,color='green')#轴的标签
plt.xlabel('Year')
plt.ylabel('Population')#轴的标题
plt.title('World Population')#轴的y刻度
plt.yticks([0,2,4,6,8,10],['0B','2B','4B','6B','8B','10B'])
plt.show()
  1. 多子图绘制
import matplotlib.pyplot as plt
import numpy as npdef f(t):return np.exp(-t) * np.cos(2 * np.pi * t)t1 = np.arange(0, 5, 0.1)
t2 = np.arange(0, 5, 0.02)plt.figure(12)
plt.subplot(221)
plt.plot(t1, f(t1), 'bo', t2, f(t2), 'r--')plt.subplot(222)
plt.plot(t2, np.cos(2 * np.pi * t2), 'r--')plt.subplot(212)
plt.plot([1, 2, 3, 4], [1, 4, 9, 16])plt.show()

figure了解:https://blog.csdn.net/weixin_41500849/article/details/80352338
plot命令了解: https://blog.csdn.net/xiaotao_1/article/details/79100163
subplot了解:https://blog.csdn.net/jagbiam1000/article/details/79600679
子图添加:https://blog.csdn.net/m0_37362454/article/details/81511427

  1. 三维图形
import matplotlib.pyplot as plt
from mpl_toolkits.mplot3d import Axes3D
fig = plt.figure()
ax = fig.add_subplot(111, projection='3d')
X = [1, 1, 2, 2]
Y = [3, 4, 4, 3]
Z = [1, 2, 1, 1]
ax.plot_trisurf(X, Y, Z)
plt.show()
  1. plt.axes()
    我们先来看什么是Figure和Axes对象。在matplotlib中,整个图像为一个Figure对象。在Figure对象中可以包含一个,或者多个Axes对象。每个Axes对象都是一个拥有自己坐标系统的绘图区域。其逻辑关系如下:

import matplotlib.pyplot as plt
import numpy as np# create some data to use for the plot
dt = 0.001
t = np.arange(0.0, 10.0, dt)
r = np.exp(-t[:1000] / 0.05)  # impulse response
x = np.random.randn(len(t))
s = np.convolve(x, r)[:len(x)] * dt  # colored noise# the main axes is subplot(111) by default
plt.plot(t, s)
plt.axis([0, 1, 1.1 * np.amin(s), 2 * np.amax(s)])
plt.xlabel('time (s)')
plt.ylabel('current (nA)')
plt.title('Gaussian colored noise')# this is an inset axes over the main axes
a = plt.axes([.65, .6, .2, .2], axisbg='y')
n, bins, patches = plt.hist(s, 400, normed=1)
plt.title('Probability')
plt.xticks([])
plt.yticks([])# this is another inset axes over the main axes
a = plt.axes([0.2, 0.6, .2, .2], axisbg='y')
plt.plot(t[:len(r)], r)
plt.title('Impulse response')
plt.xlim(0, 0.2)
plt.xticks([])
plt.yticks([])plt.show()

多曲线绘制:https://blog.csdn.net/Touch_Dream/article/details/79402477
https://blog.csdn.net/Touch_Dream/article/details/79402477

更多精美matlibplot绘图:https://yq.aliyun.com/articles/682843
https://www.leiphone.com/news/201805/9ZrBlCe5uLr3o9tL.html
参考网址: https://blog.csdn.net/ztchun/article/details/64774072

python绘图之matlibplot相关推荐

  1. python绘图和可视化_Python 绘图和可视化详细介绍

    Python之绘图和可视化 1. 启用matplotlib 最常用的Pylab模式的IPython(IPython --pylab) 2. matplotlib的图像都位于Figure对象中. 可以使 ...

  2. python绘图模块pandas_python绘图:matplotlib和pandas的应用

    在进行数据分析时,绘图是必不可少的模式探索方式.用Python进行数据分析时,matplotlib和pandas是最常用到的两个库. 1.matplotlib库的应用 准备工作如下:打开ipython ...

  3. python绘图subplots函数使用模板

    文章目录 背景 模板 显示中文 使用subplot(221) 使用subplots(2,2) 配合axs end 背景 使用python进行图像可视化,很多情况下都需要subplots将多幅图像绘制在 ...

  4. Python绘图之matplotlib基础教程:matplotlib库图表绘制中常规设置大全(交互模式、清除原有图像、设置横坐标显示文字/旋转角度、添加图例、绘图布局自动调整、图像显示、图像暂停)

    Python绘图之matplotlib基础教程:matplotlib库图表绘制中常规设置大全(交互模式.清除原有图像.设置横坐标显示文字/旋转角度.添加图例.绘图布局自动调整.图像显示.图像暂停) 目 ...

  5. python绘图—— matplotlib

    python绘图-- matplotlib 1.模块导入 2.折线图绘制 2.1 设置画布大小 2.2画图 2.3 设置显示中文 2.4 设置标题 2.5 设置图例 2.6 设置坐标轴刻度和刻度标签 ...

  6. python绘图函数m_python绘图数据m

    我试图在python绘图上做一个数据标记,显示x和y坐标,如果可能的话,最好是自动的.请记住,我是python新手,没有使用matplotlib中标记功能的任何经验.我有一些来自.csv文件的FFT图 ...

  7. Python 绘图问题:Matplotlib中plt.rcParams[]使用方法 rcsetup.py matplotlibrc

    文章目录 from `__init__.py` from matplotlibrc from rcsetup.py from __init__.py # this is the instance us ...

  8. python绘图设置标题出现乱码_解决python2 绘图title,xlabel,ylabel出现中文乱码的问题...

    Python绘图如何显示中文标题一个懂得以幽默态度面对自己缺点并将缺点变成自己专属的特色-这才是真正乐观勇敢的人. 采用matplotlib作图时默认设置下是无法显示中文的,例如编写如下python脚 ...

  9. R绘图 vs Python绘图(散点图、折线图、直方图、条形图、箱线图、饼图、热力图、蜘蛛图)

    写在前面:为啥不用excel绘制这些图,用PoweBI,帆软BI等可视化软件来绘图,不是更方便吗?的确,这些工具都很方便,但同时,它们显得很呆,不够灵活,更为致命的是,它们绘制出的图形,分辨率不够,用 ...

最新文章

  1. ThoughtWorks技术专家详解:企业级区块链原来是这么玩的
  2. 大家好,我是区块链本人。今天,我要给你们介绍我的家族
  3. css过渡transition
  4. layui隐藏侧边栏_11个iPhone隐藏技能,好用但很少人知道,看完怀疑自己用的假手机...
  5. linux 文件服务,linux系统文件服务
  6. java contains 通配符_java删除文件支持通配符
  7. 四元数插值方法Slerp/Squad/Spicv/Sping知识总结思维导图
  8. php 获取手机设备的ID,获取苹果设备的UDID
  9. 智能数字图像处理:图卷积SGN代码(pytorch)之model.py解读
  10. DTP,VTP,链路聚合
  11. 选择使用Yarn来做Docker的调度引擎
  12. Linux下默认字体是什么,linux默认字体是什么
  13. 微信小程序配置每个页面的标题名称
  14. python之JS逆向—破解DIDI外卖wsgsig
  15. 群控系统linux脚本,群控系统脚本要自己录制
  16. java版扫雷游戏源代码
  17. ug仿真导出动画时怎么把时间和步进的图标隐藏
  18. sklearn期望方差explained_variance_score
  19. 山西警方侦破一绑架儿童案
  20. 京东Q1财报解读:连续盈利能力形成才是根本!

热门文章

  1. 专业版amp;普及版代理「后台设置方法」详解
  2. c dbhelper类下载mysql_分享一个简单的C#的通用DbHelper类(支持数据连接池)
  3. 力扣题——2.除数与被除数
  4. C++面试题大华/网顺总结
  5. 使用elastic job管理调度定时任务
  6. 杭州金田电磁流量计数据解析之读出累计总量
  7. 软件开发成本估算方法【转】
  8. C语言-全局变量与局部变量
  9. Oracle数据库语句总结
  10. TwinCAT3之Ads通讯——1、控制器和控制器间通讯