matplotlib数据可视化基础,matplotlib是提供数据绘图功能的第三方库

  matplotlib数据可视化基础,matplotlib是提供数据绘图功能的第三方库

  《Python数据可视化之matplotlib实践》美元源码第二篇精进第七章_wx62830f4b679a4的技术博客_ 51首席技术官博客

  图S7-1200可编程控制器

  将绘制精美的图表作为数学编程语言(Mathematical Programming Language)导入

  将matplotlib.pyplot输入为血小板计数

  汇入数组为铭牌

  例如,rcparams[ font。sans-serif ]=[ simhei ]

  例如,rcparams[轴。unicode _ MINUS ]=false

  图,ax 1=plt。支线剧情()

  t=NP。阿朗格(0.05、10.0、0.01)

  s1=np.exp(t)

  ax1。绘图(t、s1、c=b 、ls=-)

  ax1.set_xlabel(x坐标轴)

  ax1.set_ylabel(以然后呢为底指数函数color=b "

  ax1.tick_params(y ,colors=b )"

  ax2=ax1.twinx()

  s2=np.cos(t**2)

  ax2。绘图(t、s2、c=r ,ls=:)

  ax2.set_ylabel(余弦函数color=r "

  ax2.tick_params(y ,colors=r )"

  plt.show()视图代码

  ===ytet-伊甸园字幕组=-翻译:粒粒粒尘紫月猫姐风景校对:阿衡时间轴:邦德猪

  图S7-1200可编程控制器

  将matplotlib.pyplot输入为血小板计数

  汇入数组为铭牌

  x1=NP。linspace(0.2 * NP。圆周率,400)

  y1=np.cos(x1**2)

  x2=np.linspace(0.01、10、100)

  y2=np.sin(x2)

  x3=np.random.rand(100)

  y3=np.linspace(0,3,100)

  x4=NP。阿朗(0.6,0.5)

  y4=np。功率(x4,3)

  图,ax=plt。次出图(2,2)

  ax 1=ax[0.0]

  ax1。绘图(x1、y1)

  ax 2=ax[0.1]

  ax2。绘图(x2、y2)

  ax 3=ax[1.0]

  ax3.scatter(x3,y3)

  ax4=ax[1.1]

  ax4.scatter(x4,y4)

  plt.show()视图代码

  ===ytet-伊甸园字幕组=-翻译:粒粒粒尘紫月猫姐风景校对:阿衡时间轴:邦德猪

  图S7-1200可编程控制器

  将matplotlib.pyplot输入为血小板计数

  汇入数组为铭牌

  x1=NP。linspace(0.2 * NP。圆周率,400)

  y1=np.cos(x1**2)

  x2=np.linspace(0.01、10、100)

  y2=np.sin(x2)

  x3=np.random.rand(100)

  y3=np.linspace(0,3,100)

  x4=NP。阿朗(0.6,0.5)

  y4=np。功率(x4,3)

  图,ax=plt。子出图(2,2,sharex=all )

  ax 1=ax[0.0]

  ax1。绘图(x1、y1)

  ax 2=ax[0.1]

  ax2。绘图(x2、y2)

  ax 3=ax[1.0]

  ax3.scatter(x3,y3)

  ax4=ax[1.1]

  ax4.scatter(x4,y4)

  plt.show()视图代码

  ===ytet-伊甸园字幕组=-翻译:粒粒粒尘紫月猫姐风景校对:阿衡时间轴:邦德猪

  图7.4用户程序

  将matplotlib.pyplot输入为血小板计数

  汇入数组为铭牌

  x1=NP。linspace(0.2 * NP。圆周率,400)

  y1=np.cos(x1**2)

  x2=np.linspace(0.01、10、100)

  y2=np.sin(x2)

  x3=np.random.rand(100)

  y3=np.linspace(0,3,100)

  x4=NP。阿朗(0.6,0.5)

  y4=np。功率(x4,3)

  图,ax=plt。子出图(2,2,sharex=none )

  ax 1=ax[0.0]

  ax1。绘图(x1、y1)

  ax 2=ax[0.1]

  ax2。绘图(x2、y2)

  ax 3=ax[1.0]

  ax3.scatter(x3,y3)

  ax4=ax[1.1]

  ax4.scatter(x4,y4)

  plt.show()视图代码

  ===ytet-伊甸园字幕组=-翻译:粒粒粒尘紫月猫姐风景校对:阿衡时间轴:邦德猪

  图7.5版

  将matplotlib.pyplot输入为血小板计数

  汇入数组为铭牌

  x1=NP。linspace(0.2 * NP。圆周率,400)

  y1=np.cos(x1**2)

  x2=np.linspace(0.01、10、100)

  y2=np.sin(x2)

  x3=np.random.rand(100)

  y3=np.linspace(0,3,100)

  x4=NP。阿朗(0.6,0.5)

  y4=np。功率(x4,3)

  图,ax=plt。子出图(2,2,sharex=row )

  ax 1=ax[0.0]

  ax1。绘图(x1、y1)

  ax 2=ax[0.1]

  ax2。绘图(x2、y2)

  ax 3=ax[1.0]

  ax3.scatter(x3,y3)

  ax4=ax[1.1]

  ax4.scatter(x4,y4)

  plt.show()视图代码

  ===ytet-伊甸园字幕组=-翻译:粒粒粒尘紫月猫姐风景校对:阿衡时间轴:邦德猪

  图7.6版

  将matplotlib.pyplot输入为血小板计数

  汇入数组为铭牌

  x1=NP。linspace(0.2 * NP。圆周率,400)

  y1=np.cos(x1**2)

  x2=np.linspace(0.01、10、100)

  y2=np.sin(x2)

  x3=np.random.rand(100)

  y3=np.linspace(0,3,100)

  x4=NP。阿朗(0.6,0.5)

  y4=np。功率(x4,3)

  图,ax=plt。子出图(2,2,sharex=col )

  ax 1=ax[0.0]

  ax1。绘图(x1、y1)

  ax 2=ax[0.1]

  ax2。绘图(x2、y2)

  ax 3=ax[1.0]

  ax3.scatter(x3,y3)

  ax4=ax[1.1]

  ax4.scatter(x4,y4)

  plt.show()视图代码

  ===ytet-伊甸园字幕组=-翻译:粒粒粒尘紫月猫姐风景校对:阿衡时间轴:邦德猪

  图7.7用户程序

  将matplotlib.pyplot输入为血小板计数

  汇入数组为铭牌

  x=np.linspace(0.0、10.0、200)

  y=np.cos(x)*np.sin(x)

  y2=np.exp(-x)*np.sin(x)

  y3=3*np.sin(x)

  y4=np。功率(x,0.5)

  图,(ax1,ax2,ax3,ax4)=plt。子图(4、1、sharex=all )

  图:sub plot _ adjust(hspace=0)

  ax1。绘图(x、y、ls=-、lw=2)

  ax 1。set _yt氮(NP。阿朗(-0.6,0.7,0.2))

  ax1.set_ylim(-0.7,0.7)

  ax2。绘图(x、y2、ls=-、lw=2)

  ax 2。set _ ytick(NP。阿朗(-0.05,0.36,0.1))

  ax2.set_ylim(-0.1,0.4)

  ax3。打印(x,y3,ls=-,lw=2)

  ax 3。set _ ytick(NP。阿朗(-3,4,1))

  ax3.set_ylim(-3.5、3.5)

  ax4。绘图(x、y4、ls=-、lw=2)

  ax4。set _ ytick(NP。阿朗(0.0、3.6、0.5))

  ax4.set_ylim(0.0、4.0)

  plt.show()视图代码

  ===ytet-伊甸园字幕组=-翻译:粒粒粒尘紫月猫姐风景校对:阿衡时间轴:邦德猪

  图7.8版

  将matplotlib.pyplot输入为血小板计数

  汇入数组为铭牌

  x1=NP。linspace(0.2 * NP。圆周率,400)

  y1=np.cos(x1**2)

  x2=np.linspace(0.01、10、100)

  y2=np.sin(x2)

  x3=np.random.rand(100)

  y3=np.linspace(0,3,100)

  x4=np.arange(0,6,0.5)

  y4=np.power(x4,3)

  图,ax=plt.subplots(2,2)

  ax1=plt.subplot(221)

  ax1.plot(x1,y1)

  ax2=plt.subplot(222)

  ax2.plot(x2,y2)

  ax3=plt.subplot(223)

  ax3.scatter(x3,y3)

  ax4=plt.subplot(224,sharex=ax1)

  ax4.scatter(x4,y4)

  plt.show()视图代码

  =====================================================

  图7.9

  将matplotlib.pyplot作为血小板计数导入

  将数组作为铭牌导入

  x1=np.linspace(0,2*np.pi,400)

  y1=np.cos(x1**2)

  x2=np.linspace(0.01,10,100)

  y2=np.sin(x2)

  x3=np.random.rand(100)

  y3=np.linspace(0,3,100)

  x4=np.arange(0,6,0.5)

  y4=np.power(x4,3)

  图,ax=plt.subplots(2,2)

  ax1=plt.subplot(221)

  ax1.plot(x1,y1)

  ax2=plt.subplot(222)

  ax2.plot(x2,y2)

  ax3=plt.subplot(223)

  plt.autoscale(enable=True,axis=both ,tight=True)

  ax3.scatter(x3,y3)

  ax4=plt.subplot(224,sharex=ax1)

  ax4.scatter(x4,y4)

  plt.show()视图代码

  =====================================================

郑重声明:本文由网友发布,不代表盛行IT的观点,版权归原作者所有,仅为传播更多信息之目的,如有侵权请联系,我们将第一时间修改或删除,多谢。

留言与评论(共有 条评论)
   
验证码: