matplotlib画基本图

Posted cmybky

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了matplotlib画基本图相关的知识,希望对你有一定的参考价值。

画直线图

1.最简单的用法:

技术图片
import matplotlib.pyplot as plt
import numpy as np

x=np.linspace(-3,3,50)  #在(-1,1)范围内生成50个数,等分的,
y=2*x+1

#一张图里画一条线
plt.figure()    #如果是一张图里只有一条线,则使用它与不使用他差别不大,如果是在一张图里有2条或多条线,则使用它可以把两条线放在一个图里。
plt.plot(x,y)
plt.show()
技术图片

技术图片

 

2.有的时候需要在一张图里画两条或多条线,这个时候就需要figure()

技术图片
import matplotlib.pyplot as plt
import numpy as np

x=np.linspace(-3,3,50)  #在(-1,1)
y=2*x+1
y2=x**2

#一张图里化两条或多条线
plt.figure()
plt.plot(x,y)
plt.plot(x,y2)
plt.show()
技术图片

技术图片

3.当设置坐标轴时,需要设置坐标轴的范围,单位长度,替换文字

技术图片
import matplotlib.pyplot as plt
import numpy as np

x=np.linspace(-3,3,50)  #在(-1,1)范围内生成50个数,等分的,
y=2*x+1
y2=x**2

#修改图中的样式
plt.figure(num=3,figsize=(8,5))
plt.plot(x,y2)
plt.plot(x,y,color=‘red‘,linewidth=2.0,linestyle=‘--‘) #设置线段的颜色,长度,样式,注意linestyle的值只能是两个‘-’,不能是其他数量个#设置坐标轴,设置坐标轴的范围,长度,替换文字等
plt.xlim(-1,2) #设置x轴的范围
plt.ylim(-2,3) #设置y轴的范围
plt.xlabel("i am x!") #设置x轴的名称,解释
plt.ylabel("i am y!") #设置y轴的名称,解释
plt.show() #设置坐标轴的刻度的值为指定的值


new_ticks=np.linspace(-1,2,5)
print(new_ticks)
plt.xticks(new_ticks) #设置x轴的刻度和对应的名称
plt.yticks([-2,-1.8,-1,.22,3],[r‘$really bad$‘,r‘$bad$‘,r‘$normal$‘,r‘$good$‘,r‘$really good$‘]) #设置y轴刻度和对应的名称
plt.show()
技术图片

技术图片

4.设置坐标轴之——设置坐标轴的位置

技术图片

import matplotlib.pyplot as plt
import numpy as np

x=np.linspace(-3,3,50)  #在(-1,1)范围内生成50个数,等分的,
y=2*x+1
y2=x**2

#修改图中的样式
plt.figure(num=3,figsize=(8,5))
#设置坐标轴原点
plt.plot(x,y2)
plt.plot(x,y,color=‘red‘,linewidth=2.0,linestyle=‘--‘)
plt.xlabel("i am x!")
plt.ylabel("i am y!")
new_ticks=np.linspace(-1,2,5)
print(new_ticks)
plt.xticks(new_ticks)
plt.yticks([-2,-1.8,-1,.22,3],[r‘$really bad$‘,r‘$bad$‘,r‘$normal$‘,r‘$good$‘,r‘$really good$‘])
ax=plt.gca()
ax.spines[‘right‘].set_color(‘none‘)
ax.spines[‘top‘].set_color(‘none‘)

ax.xaxis.set_ticks_position(‘bottom‘)   #.xaxis.set_ticks_position设置x坐标刻度数字或名称的位置:属性值有top,bottom,both,default,none
ax.spines[‘bottom‘].set_position((‘data‘,-1))   #设置边框位置,y=0的位置,即x轴绑定在y=1时的位置上
ax.yaxis.set_ticks_position(‘left‘) #.yaxis.set_ticks_position设置x坐标刻度数字或名称的位置
ax.spines[‘left‘].set_position((‘data‘,0))  #设置边框位置,x=0的位置,即y轴绑定在x=0时的位置上
plt.show()
技术图片

技术图片

5,图例设置

技术图片

import matplotlib.pyplot as plt
import numpy as np

x=np.linspace(-3,3,50)  #在(-1,1)范围内生成50个数,等分的,
y=2*x+1
y2=x**2

#修改图中的样式
plt.figure(num=3,figsize=(8,5))

#设置图例 l1,=plt.plot(x,y2,label=‘linear line‘) #label设置label的名字 ,注意l1,和l2,是以逗号结尾的,因为plt.plot返回的是一个列表 l2,=plt.plot(x,y,color=‘red‘,linewidth=2.0,linestyle=‘--‘,label=‘square line‘) #label设置label的名字 plt.legend(handles=[l1,l2],labels=[‘up‘,‘down‘],loc=‘best‘) #将图例添加到图中的最佳位置 plt.xlabel("i am x!") plt.ylabel("i am y!") new_ticks=np.linspace(-1,2,5) print(new_ticks) plt.xticks(new_ticks) plt.yticks([-2,-1.8,-1,.22,3],[r‘$really bad$‘,r‘$bad$‘,r‘$normal$‘,r‘$good$‘,r‘$really good$‘]) ax=plt.gca() ax.spines[‘right‘].set_color(‘none‘) ax.spines[‘top‘].set_color(‘none‘) plt.show()
技术图片

技术图片

其中loc参数有多种,best表示自动分配最佳位置,其余为

best->0

upper right->1

upper left->2

lower left->3

lower right->4

right->5

center left->6

center right->7

lower center->8

upper center->9

center->10

画散点图:

技术图片
import matplotlib.pyplot as plt
import numpy as np

#data size
n=1024
X=np.random.normal(0,1,n)   #生成1024个数,其中平均数是0,方差是1
Y=np.random.normal(0,1,n)
T=np.arctan2(Y,X)

plt.scatter(X,Y,s=75,c=T,alpha=0.5)#大小是75,颜色是T,透明度是0.5,X,Y作为location
plt.xlim(-1.5,1.5)
plt.xticks(())#隐藏x轴
plt.ylim(-1.5,1.5)
plt.yticks(())  #隐藏y轴
plt.show()
技术图片

技术图片

画柱状图

技术图片
import matplotlib.pyplot as plt
import numpy as np

n=12
X=np.arange(n)  #穗姐生成12个数字,x为0-11的整数,Y为相应的均匀分布的随机数据
Y1=(1-X/float(n)*np.random.uniform(0.5,1.0,n))
Y2=(1-X/float(n)*np.random.uniform(0.5,1.0,n))
plt.bar(X,+Y1,facecolor=‘#9999ff‘,edgecolor=‘white‘)    #facecolar设置主题颜色,edgecolor设置边框颜色为白色
plt.bar(X,-Y2,facecolor=‘#ff9999‘,edgecolor=‘white‘)
plt.xlim(-0.5,n)
plt.xticks(())  #隐藏x轴
plt.ylim(-1.25,1.25)
plt.yticks(())  #隐藏y轴
for x,y in zip(X,Y1):
    plt.text(x+0.4,y+0.05,‘%.2f‘ %y,ha=‘center‘,va=‘bottom‘)
for x,y in zip(X,Y2):   #吧X,Y2分别传到x,y中
    plt.text(x+0.4,-y-0.05,‘%.2f‘ %-y,ha=‘center‘,va=‘top‘) #把数据标记在图上
plt.show()
技术图片

技术图片

以上是关于matplotlib画基本图的主要内容,如果未能解决你的问题,请参考以下文章

matplotlib包画基本的图

今天用matplotlib库画数学图啦

python matplotlib bar图怎么画出这样的区间

数据可视化 GIF 图,Matplotlib 也可以画出来

Matplotlib学习---用matplotlib画雷达图(radar chart)

python matplotlib画多张图