matplotlib绘图
Posted 人生苦短,我用python
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绘图相关的知识,希望对你有一定的参考价值。
(1) plot
功能:绘制线性二维图、折线图
import matplotlib.pyplot as plt plt.rcParams[\'font.sans-serif\'] = [\'SimHei\'] #用来正常显示中文标签 plt.rcParams[\'axes.unicode_minus\'] = False #用来正常显示负号 plt.figure(figsize=(7,5)) #创建图像区域,指定比例 example1: 在区间(0<x<2pi) 绘制一条蓝色的正弦虚线,并在每个坐标点标上五角星 import numpy as np x = np.linspace(0,2*np.pi,50) y = np.sin(x) plt.plot(x,y,\'bp--\') plt.show()
(2)pie
功能:绘制饼形图
import matplotlib.pyplot as plt plt.rcParams[\'font.sans-serif\'] = [\'SimHei\'] #用来正常显示中文标签 plt.rcParams[\'axes.unicode_minus\'] = False #用来正常显示负号 plt.figure(figsize=(7,5)) #创建图像区域,指定比例 labels = \'dog\',\'cat\',\'tiger\',\'zebra\' #定义标签 sizes = [15,25,10,50] #每块比例 colors = [\'red\',\'black\',\'gold\',\'yellow\'] explode = (0,0.1,0,0) #突出显示 plt.pie(sizes,explode=explode,labels=labels,colors=colors,autopct=\'%1.1f%%\',shadow=True,startangle=90) plt.axis(\'equal\') #显示为圆 plt.show()
(3)hist
功能:绘制二维条形直方图
import matplotlib.pyplot as plt plt.rcParams[\'font.sans-serif\'] = [\'SimHei\'] #用来正常显示中文标签 plt.rcParams[\'axes.unicode_minus\'] = False #用来正常显示负号 plt.figure(figsize=(7,5)) #创建图像区域,指定比例 import numpy as np x = np.random.rand(1000) plt.hist(x,10) plt.show()
(4) boxplot
功能:绘制样本数据的箱形图
import matplotlib.pyplot as plt plt.rcParams[\'font.sans-serif\'] = [\'SimHei\'] #用来正常显示中文标签 plt.rcParams[\'axes.unicode_minus\'] = False #用来正常显示负号 plt.figure(figsize=(7,5)) #创建图像区域,指定比例 import numpy as np import pandas as pd x = np.random.rand(10) D = pd.DataFrame([x,x+1]).T D.plot(kind=\'box\') plt.show()
(5)plot(logx=True)/plot(logy=True)
功能:绘制x或y轴的对数图形
import matplotlib.pyplot as plt plt.rcParams[\'font.sans-serif\'] = [\'SimHei\'] #用来正常显示中文标签 plt.rcParams[\'axes.unicode_minus\'] = False #用来正常显示负号 plt.figure(figsize=(7,5)) #创建图像区域,指定比例 import numpy as np import pandas as pd x = pd.Series(np.exp(np.arange(20))) x.plot(label=\'原始数据图\',legend=True) plt.show() x.plot(logy=True,label=\'对数数据图\',legend=True) plt.show()
以上是关于matplotlib绘图的主要内容,如果未能解决你的问题,请参考以下文章
为啥代码片段在 matplotlib 2.0.2 上运行良好,但在 matplotlib 2.1.0 上引发错误