个人中心
gpt4 book ai didi

Python 数据科学 Matplotlib图库详解

转载 作者：qq735679552 更新时间：2022-09-27 22:32:09 27 4
gpt4 key购买 nike

CFSDN坚持开源创造价值，我们致力于搭建一个资源共享平台，让每一个IT人在这里找到属于你的精彩世界.

这篇CFSDN的博客文章Python 数据科学 Matplotlib图库详解由作者收集整理，如果你对这篇文章有兴趣，记得点赞哟.

matplotlib 是 python 的二维绘图库，用于生成符合出版质量或跨平台交互环境的各类图形.

图形解析与工作流

图形解析  。

Python 数据科学 Matplotlib图库详解

工作流 。

matplotlib 绘图的基本步骤： 1  准备数据 。

2  创建图形 。

3 绘图 。

4 自定义设置 。

5 保存图形 。

6 显示图形 。

?
1
2
3
4
5
6
7
8
9
10
11
12
13
import matplotlib.pyplot as plt
x = [ 1 , 2 , 3 , 4 ] # step1
y = [ 10 , 20 , 25 , 30 ]
fig = plt.figure() # step2
ax = fig.add_subplot( 111 ) # step3
ax.plot(x, y, color = 'lightblue' , linewidth = 3 ) # step3\4
ax.scatter([ 2 , 4 , 6 ],
             [ 5 , 15 , 25 ],
             color = 'darkgreen' ,
             marker = '^' )
ax.set_xlim( 1 , 6.5 )
plt.savefig( 'foo.png' ) # step5
plt.show() # step6

Python 数据科学 Matplotlib图库详解

准备数据

一维数据 。

?
1
2
3
4
5
import numpy as np
 
x = np.linspace( 0 , 10 , 100 )
y = np.cos(x)
z = np.sin(x)

二维数据或图片 。

?
1
2
3
4
5
6
7
data = 2 * np.random.random(( 10 , 10 ))
data2 = 3 * np.random.random(( 10 , 10 ))
y, x = np.mgrid[ - 3 : 3 : 100j , - 3 : 3 : 100j ]
u = - 1 - x * * 2 + y
v = 1 + x - y * * 2
from matplotlib.cbook import get_sample_data
img = np.load( 'e:/anaconda3/envs/torch/lib/site-packages/matplotlib/mpl-data/aapl.npz' )

绘制图形 。

?
1
import matplotlib.pyplot as plt

画布 。

?
1
2
fig = plt.figure()
fig2 = plt.figure(figsize = plt.figaspect( 2.0 ))

坐标轴 。

图形是以坐标轴为核心绘制的，大多数情况下，子图就可以满足需求。子图是栅格系统的坐标轴.

?
1
2
3
4
5
fig.add_axes()
ax1 = fig.add_subplot( 221 ) # row-col-num
ax3 = fig.add_subplot( 212 )
fig3, axes = plt.subplots(nrows = 2 ,ncols = 2 )
fig4, axes2 = plt.subplots(ncols = 3 )

Python 数据科学 Matplotlib图库详解

Python 数据科学 Matplotlib图库详解

绘图例程

一维数据 。

?
1
2
3
4
5
6
7
8
9
fig, ax = plt.subplots()
lines = ax.plot(x,y) # 用线或标记连接点
ax.scatter(x,y) # 缩放或着色未连接的点
axes[ 0 , 0 ].bar([ 1 , 2 , 3 ],[ 3 , 4 , 5 ]) # 绘制等宽纵向矩形
axes[ 1 , 0 ].barh([ 0.5 , 1 , 2.5 ],[ 0 , 1 , 2 ]) # 绘制等高横向矩形
axes[ 1 , 1 ].axhline( 0.45 ) # 绘制与轴平行的横线
axes[ 0 , 1 ].axvline( 0.65 ) # 绘制与轴垂直的竖线
ax.fill(x,y,color = 'blue' ) # 绘制填充多边形
ax.fill_between(x,y,color = 'yellow' ) # 填充y值和0之间

Python 数据科学 Matplotlib图库详解

二维数据或图片 。

?
1
2
3
4
5
6
7
8
9
10
11
import matplotlib.image as imgplt
img = imgplt.imread( 'c:/users/administrator/desktop/timg.jpg' )
 
fig, ax = plt.subplots()
im = ax.imshow(img, cmap = 'gist_earth' , interpolation = 'nearest' , vmin = - 200 , vmax = 200 ) # 色彩表或rgb数组
 
axes2[ 0 ].pcolor(data2) # 二维数组伪彩色图
axes2[ 0 ].pcolormesh(data) # 二维数组等高线伪彩色图
cs = plt.contour(y,x,u) # 等高线图
axes2[ 2 ].contourf(data)    
axes2[ 2 ] = ax.clabel(cs) # 等高线图标签

Python 数据科学 Matplotlib图库详解

向量场 。

?
1
2
3
axes[ 0 , 1 ].arrow( 0 , 0 , 0.5 , 0.5 ) # 为坐标轴添加箭头
axes[ 1 , 1 ].quiver(y,z) # 二维箭头
axes[ 0 , 1 ].streamplot(x,y,u,v) # 二维箭头

数据分布 。

?
1
2
3
ax1.hist(y) # 直方图
ax3.boxplot(y) # 箱形图
ax3.violinplot(z) # 小提琴图

自定义图形 颜色、色条与色彩表 。

?
1
2
3
4
5
6
plt.plot(x, x, x, x * * 2 , x, x * * 3 )
ax.plot(x, y, alpha = 0.4 )
ax.plot(x, y, c = 'k' )
fig.colorbar(im, orientation = 'horizontal' )
im = ax.imshow(img,                 
                 cmap = 'seismic' )

Python 数据科学 Matplotlib图库详解

标记 。

?
1
2
3
fig, ax = plt.subplots()
ax.scatter(x,y,marker = "." )
ax.plot(x,y,marker = "o" )

Python 数据科学 Matplotlib图库详解

线型 。

?
1
2
3
4
5
plt.plot(x,y,linewidth = 4.0 )
plt.plot(x,y,ls = 'solid' )
plt.plot(x,y,ls = '--' )
plt.plot(x,y, '--' ,x * * 2 ,y * * 2 , '-.' )
plt.setp(lines,color = 'r' ,linewidth = 4.0 )

Python 数据科学 Matplotlib图库详解

文本与标注 。

?
1
2
3
4
5
6
7
8
9
10
11
ax.text( 1 ,
         - 2.1 ,
         'example graph' ,
         style = 'italic' )
ax.annotate( "sine" ,
             xy = ( 8 , 0 ),
             xycoords = 'data' ,
             xytext = ( 10.5 , 0 ),
             textcoords = 'data' ,
             arrowprops = dict (arrowstyle = "->" ,
             connectionstyle = "arc3" ),)

数学符号 。

?
1
plt.title(r '$sigma_i=15$' , fontsize = 20 )

尺寸限制、图例和布局

尺寸限制与自动调整 。

?
1
2
3
4
ax.margins(x = 0.0 ,y = 0.1 ) # 添加内边距
ax.axis( 'equal' ) # 将图形纵横比设置为1
ax. set (xlim = [ 0 , 10.5 ],ylim = [ - 1.5 , 1.5 ]) # 设置x轴与y轴的限
ax.set_xlim( 0 , 10.5 )

图例 。

?
1
2
3
4
ax. set (title = 'an example axes' ,
        ylabel = 'y-axis' , 
        xlabel = 'x-axis' ) # 设置标题与x、y轴的标签
ax.legend(loc = 'best' ) # 自动选择最佳的图例位置

标记 。

?
1
2
3
4
5
ax.xaxis. set (ticks = range ( 1 , 5 ),
             ticklabels = [ 3 , 100 , - 12 , "foo" ]) # 手动设置x轴刻度
ax.tick_params(axis = 'y' ,                    
                 direction = 'inout' ,
                 length = 10 ) # 设置y轴长度与方向

子图间距 。

?
1
2
3
4
5
6
7
fig3.subplots_adjust(wspace = 0.5 ,
                     hspace = 0.3 ,
                     left = 0.125 ,
                     right = 0.9 ,
                     top = 0.9 ,
                     bottom = 0.1 )
fig.tight_layout() # 设置画布的子图布局

坐标轴边线 。

?
1
2
ax1.spines[ 'top' ].set_visible(false) # 隐藏顶部坐标轴线
ax1.spines[ 'bottom' ].set_position(( 'outward' , 10 )) # 设置底部边线的位置为outward

保存 。

?
1
2
3
4
#保存画布
plt.savefig( 'foo.png' )
# 保存透明画布
plt.savefig( 'foo.png' , transparent = true)

显示图形 。

?
1
plt.show()

关闭与清除 。

?
1
2
3
plt.cla() # 清除坐标轴
plt.clf() #  清除画布
plt.close() # 关闭窗口

以上就是python 数据科学 matplotlib的详细内容，更多关于python 数据科学 matplotlib的资料请关注我其它相关文章！ 。

原文链接：https://blog.csdn.net/weixin_44593046/article/details/118529404 。

最后此篇关于Python 数据科学 Matplotlib图库详解的文章就讲到这里了,如果你想了解更多关于Python 数据科学 Matplotlib图库详解的内容请搜索CFSDN的文章或继续浏览相关文章，希望大家以后支持我的博客！ 。

27 4 0
文章推荐： vue 子组件和父组件传值的示例
文章推荐： python async with和async for的使用
文章推荐： jQuery实现朋友圈查看图片
文章推荐： Python3中最常用的5种线程锁实例总结
qq735679552
个人简介

我是一名优秀的程序员,十分优秀！

滴滴打车优惠券免费领取
滴滴打车优惠券
全站热门文章
Copyright 2021 - 2024 cfsdn All Rights Reserved 蜀ICP备2022000587号
广告合作:1813099741@qq.com 6ren.com