数据可视化----matplotlib.pylot

Posted liuhuacai

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了数据可视化----matplotlib.pylot相关的知识,希望对你有一定的参考价值。

一.输入具体数

技术图片

 

plt.plot([3,1,4,5,2])   #自动生成y轴
plt.ylabel("Grade")     #y轴的标签

plt.savefig(‘test1‘,dpi=600) ##(名称,像素)存为文件,默认PNG格式,可以通过dpi修改输出质量
plt.show() #显示图

  技术图片

 

 

 技术图片

 

plt.plot([0,2,4,6,8],[3,1,4,5,2])
plt.ylabel(‘y_grade‘)
plt.xlabel(‘x_grade‘)
plt.axis([-1,10,0,6])
plt.show()
plt.savefig(‘test2‘,dpi=600)

  技术图片

二.分割画布

技术图片

def f(t):
    return np.exp(-t)*np.cos(2*np.pi*t)  ###定义衰减函数
a = np.arange(0.0,5.0,0.02)              ###定义X轴坐标
plt.subplot(211)                         ###分割画布为2行1列当前子区域为1
plt.plot(a,f(a))                         ###画衰减函数

plt.subplot(2,1,2)                       ###分割画布为2行1列当前子区域为2
plt.plot(a,np.cos(2*np.pi*a),‘r--‘)      ###画余弦函数:关于a每个元素的函数
plt.show()                               ###显示曲线

  技术图片

 

 三.plt.plot(x,y,format_string,**kwargs)

  • x:X轴数据,列表 、数组    (可选: 如果没有就是y值对应索引)
  • y:Y轴数据,列表、数组
  • format_string:控制曲线的格式字符串,(可选)
  • **kwargs:第二组或更多t(x,y,format_string)    ----绘制多条曲线   必须给出x,y轴的数据

   一个plot绘制多条曲线:

import numpy as np
import matplotlib.pyplot as plt

a = np.arange(10)
plt.plot(a,a*1.5,a,a*2.5,a,a*3.5,a,a*4.5)
plt.show()

  技术图片

  format_string:标记符的选择

a = np.arange(10)                                               ###生成0-9的等差数列
plt.plot(a,a*1.5,‘go-‘,a,a*2.5,‘rx‘,a,a*3.5,‘*‘,a,a*4.5,‘b-.‘)  ###生成多组x,y,并且确定各个曲线的标记符
plt.show()

  技术图片

四.标签及坐标轴

  全局更改字体:不要轻易更改全局字体

import matplotlib
matplotlib.rcParams[‘font.family‘] = ‘Kaiti‘ ##显示中文,黑体
matplotlib.rcParams[‘font.size‘] = 20         ##字体大小20

  局部更改字体 

import numpy as np
import matplotlib.pyplot as plt
a = np.arange(0.0,5.0,0.02)
plt.plot(a,np.cos(2*np.pi*a),‘r--‘)                                        #自动生成y轴     
plt.xlabel("纵轴:时间",fontproperties = ‘SimHei‘,fontsize = 20)             ##中文标签,需要增加属性
plt.ylabel("纵轴:振幅",fontproperties = ‘SimHei‘,fontsize = 20)             ##中文标签,需要增加属性
plt.savefig(‘test1‘,dpi=600)                                               ##存为文件,默认PNG格式,可以通过dpi修改输出质量
plt.show()

  技术图片

详细的文本设置

import numpy as np
import matplotlib.pyplot as plt

a = np.arange(0.0,5.0,0.02)
plt.plot(a,np.cos(2*np.pi*a),‘r--‘)                                        #自动生成y轴
plt.xlabel("纵轴:时间",fontproperties = ‘SimHei‘,fontsize = 20)             ##中文标签
plt.ylabel("纵轴:振幅",fontproperties = ‘SimHei‘,fontsize = 20)             ##中文标签
plt.title(r‘正弦函数$y=cos(2\\pi x)$‘,fontproperties = ‘SimHei‘,fontsize = 15)               ##增加抬头
plt.text(1.5,-1,r‘任意位置增加文本‘,fontproperties = ‘SimHei‘,fontsize=10)     ##x,y确定位置                                          ##任意位置增加文本
##文本,箭头位置,文本位置,箭头属性---箭头颜色(黑),缩颈shrink,箭头宽度2
plt.annotate(r‘$\\mu=100$‘,xy=(2,1),xytext=(3,1.5),
             arrowprops=dict(facecolor = ‘black‘,shrink=0.1,width=2))     ##在图形中增加带箭头的注解
plt.axis([-1,6,-2,2])                                                      ##限制刻度范围
plt.grid(True)                                                             ##显示背景网格
plt.savefig(‘test1‘,dpi=600)                                               ##存为文件,默认PNG格式,可以通过dpi修改输出质量
plt.show()

  技术图片

 

以上是关于数据可视化----matplotlib.pylot的主要内容,如果未能解决你的问题,请参考以下文章

用matplotlib绘制简单的折线

如何实现大数据可视化?

数据可视化?

什么是数据可视化?

如何将数据进行数据可视化展现

什么是数据可视化?小白怎样快速上手?