2019-04-15 Python之利用matplotlib和numpy的简单绘图
环境:win10家庭版, Anocada的 Spyder
一.简单使用
使用函数 plt.polt(x,y,label,color,width) 根据x,y 数组 绘制直,曲线
import numpy as np #引用numpy库,从新命名它为np(以后用np代替numpy,简洁) import matplotlib.pyplot as plt import matplotlibx = np.linspace(0,6,100) #在【0,6】平均分为100个print(x) #输出查看一下x内容 y = np.cos(2*np.pi*x) * np.exp(-x) + 0.8 #调用np库里的cos函数print(y) #输出Y查看一下内容plt.plot(x,y,'k',color='r',linewidth=3,linestyle="-") color='r'代表红色 plt.show() #展示绘图
二.
import numpy as np import matplotlib.pyplot as plt import matplotlibmatplotlib.rcParams['font.family'] = 'SimHei' #为了正确显示中文字体,设置SimHei为默认字体 matplotlib.rcParams['font.sans-serif'] = ['SimHei'] #备选方案,防止上面一条命令无效 plt.plot([0,0.5,2,4],[0,99,2,3]) #定义x,y坐标(0,0),(0.5,99).... plt.title("14-Kind") #编写标题 plt.show()
三.
import numpy as np import matplotlib.pyplot as plt import matplotlibx = np.linspace(0,10,10) #在【0,10】内分隔100 print(x) y = np.cos(2*np.pi*x) * np.exp(-x) + 0.8 print(y) plt.plot(x,y,'k',color = 'r', label="$y-x$",linewidth=3) #label左上角显示内容,详情看图片 plt.axis([0,6,0,1.8]) #x在【0,6】,y在【0,1.8】 ix = (x>1) & (x<5) #设置显示颜色范围 #加阴影 alpha(颜色深度) plt.fill_between(x,y,0,where = ix,\facecolor = 'blue',alpha=0.6) plt.xlabel('时间(s)') plt.ylabel('路程(km)') plt.text(0.5 * (0.8+3),0.2 ,r"$\int_a^b f(x)\mathrm{d}x$",\horizontalalignment='center') plt.title("14-Kind") plt.legend() plt.show()
转载于:https://www.cnblogs.com/ymzm204/p/10709700.html
2019-04-15 Python之利用matplotlib和numpy的简单绘图相关推荐
- Python常见库matplotlib之多个子图绘图
系列文章目录 第一章 Python常见库matplotlib之画图文字的中文显示 第二章 Python常见库matplotlib之画图中各个模块的含义及修改方式 第三章 Python常见库matplo ...
- Python中利用Matplotlib绘制多图并合并展示
有个需求就是利用Matplotlib画几个像模像样的统计图然后合并在一张图中,因为此前很少用这方面的东西,所以折腾了不少时间,今天介绍一下. 1.subplot多合一 其实,利用python 的mat ...
- Python数据分析(matplotlib、numpy、pandas)
Python数据分析 1.matplotlib 1.1 什么是matplotlib 能将数据进行可视化,更直观的呈现 使数据更加客观,更有说服力 matplotlib:最流行的Python底层绘图库, ...
- Python:利用matplotlib库画各种统计图
# -*- coding: utf-8 -*- #matplotlib小测试 ''' import matplotlib.pyplot as plt #导入库plt.plot([2,4,6,8,10] ...
- python中利用matplotlib画图
介绍三种比较简单的方法 基于matplotlib的画图方式 plt.plot(),常用款 plt.hist(), 画直方图 plt.pie(),画饼状图 plt.figure() 基于pandas的画 ...
- BetterFE 前端技术周刊 - 2019/04/15
深阅读 你真的了解登陆吗? 推荐理由:只要你做web系统开发,一定绕不过的就是用户授权了,而其中最常用的方式无非就是用户登陆.这篇文章并不是一篇介绍各种登陆方式的文章,标题也是我自己起的,主要还是因为 ...
- Python中关于Matplotlib数据可视化的简单总结
Matplotlib绘图库 数据可视化在机器学习和数据科学中是很重要的组成部分.在数据分析阶段,数据可视化能够帮助我们理解洞察数据间关系:在算法调试阶段,数据可视化能够发现问题,优化算法:在项目总结阶 ...
- 【适合Python语言小白的股价图】利用Python中的matplotlib绘制股价图(非k线图)
[适合Python语言小白的股价图]利用Python中的matplotlib绘制股价图(非k线图) 代码小白,最近做一家公司的股价复盘用到了matplotlib,在此做个小小的记录.代码的逻辑比较笨, ...
- 在python中使用matplotlib画简单折线图
live long and prosper 在python中安装matplotlib实现数据可视化(简单折线图) 1.安装matplotlib 在Windows平台上,试用win+R组合键打开命令行窗 ...
最新文章
- 图解深度学习(图灵出品)
- 趁有空,再了解一下GROOVY中关于类的通例
- javafx 调用java_Java,JavaFX的流畅设计风格拨动开关
- 推荐系统遇上深度学习(二)--FFM模型理论和实践
- Linux用apt命令安装软件
- HTTP、Asp.net管道与IIS
- RTMP直播推流Video(视频)
- access数据库应用系统客观题_Access数据库程序设计模拟题
- 自制STC12C5A60S2最小系统板
- Unity_播放音乐
- RSF 分布式 RPC 服务框架的分层设计
- 拳王虚拟项目公社:拳王的个人IP打造之路,助你百度霸屏,与个人成长学习经历分享
- python实现3d扫描_三维激光扫描建模仪(基于树莓派)
- Flume简介、特点、核心概念及安装
- 脑壳疼!到底该不该裸辞?
- 升级OS X 10.11后CocoaPods的安装(问题与解决方法)
- 区块链革命 - 推荐序一 区块链革命:从失控说起
- CString 字符串操作
- HUAWEI华为荣耀MagicBook14 2022 独显 RTX 2050 i5(GLO-F56)原装出厂Windows系统恢复原厂oem系统
- 电力两票B/S图形系统的开发
热门文章
- Android移动开发之【Android实战项目】DAY9-LineChart的使用
- DB2数据库备份转成MySQL_DB2 数据库备份(集中化)
- html弹窗确认取消公告代码,js 弹出确认与取消对话框的四种方法
- 东莞网络推广浅析如何通过简化标题来提升核心关键词排名能力呢?
- 小米网络推广连夜更换品牌LOGO——科技越是进化就越接近生命的形态
- 网络推广外包——企业委托网络推广外包公司提高网站流量和访问量
- 浅析网站设计的基本秘诀
- hive json解析_Spark 基础解析
- oracle cube排序,Oracle rollup cube 用法
- yum安装php和apache先装哪个,yum如何安装apache与php