Python爬虫:入门+进阶,python进阶语法
Matplotlib再来一次
文章目录一、基础用法二、图图像三、设置坐标轴四、传奇图例五、标注六、散点图七、直方图八、等高线图九、3D图十、支线剧情十一、动态图
配合
机器学习食用更佳。
一、基础用法画直线将matplotlib.pyplot作为血小板计数导入
将数组作为铭牌导入
% matplotlib inline x=NP。Lin空间(-1，1，100)#从-1到一生成100个点
y=2*x 1
plt.plot(x，y)
plt.show()
二、图图像不同图像在不同的数字中改变图像大小plt.plot(x，y2，color=blue ，linewidth=5.0，line x=np.linspace(-1，1，100)
y1=2*x 1
y2=x ** 2
图表()
plt.plot(x，y1)
plt.figure(figsize=(8，5)) #改变图像大小
plt.plot(x，y2)
plt.show()
x=np.linspace(-1，1，100)
y1=2 *x 1
y2=x ** 2
plt.plot(x，y1，color=red ，linewidth=1.0，line)
plt.plot(x，y2，color=blue ，linewidth=5.0，line)[matplotlib。台词。第2d行0x 7 fc 5d 44 DD 6a 0]
三、设置坐标轴xlim、ylim限制范围xlabel、ylabel描述xticks、yticks修改坐标范围或者类型画坐标图x=np.linspace(-3，3，100)
y1=2 *x 1
y2=x ** 2
# xy范围
plt.xlim((-1，2))
plt.ylim((-2，3))
# xy描述
plt.xlabel(我是x’)
plt.ylabel(我是y’)
plt.plot(x，y1，color=red ，linewidth=1.0，line)
plt.plot(x，y2，color=blue ，linewidth=5.0，line)[matplotlib。台词。第2d行0x 7 fc 5d 4727470]
new_ticks=np.linspace(-2，2，11)
print(新刻度)[-2 .-1.6 -1.2 -0.8 -0.4 0.0.4 0.8 1.2 1.6 2.]x=np.linspace(-3，3，100)
y1=2 *x 1
y2=x ** 2
# xy范围
plt.xlim((-1，2))
plt.ylim((-2，3))
# xy描述
plt.xlabel(我是x’)
plt.ylabel(我是y’)
plt.xticks(new_ticks)
plt.yticks([-2，-1，0，1，2，3]，[级别0 ,级别1 ,级别2 ,级别3 ,级别4 ,级别5])
plt.plot(x，y1，color=red ，linewidth=1.0，line)
plt.plot(x，y2，color=blue ，linewidth=5.0，line)[matplotlib。台词。第2d行0x 7 fc 5d 60 c 52 e 8]
x=np.linspace(-3，3，100)
y1=2*x 1
y2=x**2
#xy范围
plt.xlim((-1，2))
plt.ylim((-2，3))
#xy描述
plt.xlabel(我是x’)
plt.ylabel(我是y’)
plt.plot(x，y1，color=red ，linewidth=1.0，line)
plt.plot(x，y2，color=blue ，linewidth=5.0，line)
new_ticks=np.linspace(-2，2，11)
打印（新刻度)
plt.xticks(new_ticks)
plt.yticks([-1，0，1，2，3)，
[级别1 ,级别2 ,级别3 ,级别4 ,级别5])
# 得到当前的坐标
ax=plt.gca()
ax.spines[右]。set_color(red) #把右边颜色变成红色
ax.spines[top].set_color(无)#把上边去掉
# 把x轴的刻度设置为底部
# 把y轴的刻度设置为左
斧头。xaxis。set _ ticks _ position(“底部”)
斧头。雅克斯。set _ ticks _ position(“左”)
# 设置底部对应到0点
# 设置左边的对应到0点
ax.spines[bottom].set_position((data ，0))
ax.spines[左]。set_position((data ，0))
plt.show()[-2 .-1.6 -1.2 -0.8 -0.4 0.0.4 0.8 1.2 1.6 2.]
四、传奇图例神话；传奇
l1，=plt.plot(x，y1，color=red ，linewidth=1.0，line l2，=plt.plot(x，y2，color=blue ，linewidth=5.0，line plt.legend(handles=[l1，l2]，labels=[test1 ， test2]，loc=best) # loc是图例位置位置：最佳是自动选择最佳位置
x=np.linspace(-3，3，100)
y1=2*x 1
y2=x**2
#xy范围
plt.xlim((-1，2))
plt.ylim((-2，3))
#xy描述
plt.xlabel(我是x’)
plt.ylabel(我是y’)
l1，=plt.plot(x，y1，color=red ，linewidth=1.0，line)
l2，=plt.plot(x，y2，color=blue ，linewidth=5.0，line)
plt.legend(handles=[l1，l2]，labels=[test1 ， test2]，loc=best) # loc是图例位置位置：最佳是自动选择最佳位置
new_ticks=np.linspace(-2，2，11)
打印（新刻度)
plt.xticks(new_ticks)
plt.yticks([-1，0，1，2，3)，
[级别1 ,级别2 ,级别3 ,级别4 ,级别5])
plt.show()[-2 .-1.6 -1.2 -0.8 -0.4 0.0.4 0.8 1.2 1.6 2.]
五、标注x=np.linspace(-1，1，100)
y1=2*x 1
plt.plot(x，y1，color=red ，linewidth=1.0，line)
#gca获取当前轴
ax=plt.gca()
#把右边和上边的边框去掉
ax.spines[右]。set_color(无)
ax.spines[top].set_color(无)
#把x轴的刻度设置为底部
#把y轴的刻度设置为左
斧头。xaxis。set _ ticks _ position(“底部”)
斧头。雅克斯。set _ ticks _ position(“左”)
#设置底部对应到0点
#设置左边的对应到0点
ax.spines[bottom].set_position((data ，0))
ax.spines[左]。set_position((data ，0))
x0=0.5
y0=2*x0 1
#画点
plt.scatter(x0，y0，s=50，color=b )
#画虚线
plt.plot([x0，x0]，[y0，0]， k -，lw=2)
plt.annotate(r$2x 1=%s$ % y0，xy=(x0，y0)，xytext=( 30，-30)，textcoords=offset points ，fontsize=16，
arrowprops=dict(箭头，连接))
plt.text(-1，2，r$this\ is\ the\ text$ ，fontdict={size:16 ， color:r})
plt.show()
六、散点图plt.scatter(x，y，s=50，c=b ，alpha=0.5) # alpha透明度
植物散布(名词短语，名词短语，名词短语)
plt.show()
x=np.random.normal(0，1，500)
y=np.random.normal(0，1，500)
plt.scatter(x，y，s=50，c=b ，alpha=0.5) # alpha透明度
plt.xlim((-2，2))
plt.ylim((-2，2))
plt.xticks(())
plt.yticks(())
plt.show()
七、直方图plt.bar(x，y，facecolor=#9999ff ，edgecolor=white) # edgecolor边框颜色x=np.arange(10)
y=2**x 10
plt.bar(x，y)
plt.show()
x=np.arange(10)
y=2**x 10
平面杆(x，-y)
plt.show()
x=np.arange(10)
y=2**x 10
plt.bar(x，y，facecolor=#9999ff ，edgecolor=white) # edgecolor边框颜色
plt.show()
x=np.arange(10)
y=2**x 10
plt.bar(x，y，facecolor=#9999ff ，edgecolor=white )
对于zip(x，y)中的x，y:
plt.text(x，y， %.2f % y，ha=center ，va=bottom )
plt.show()
八、等高线图x，Y=np.meshgrid(x，Y)
plt.contourf(X，Y，f(X，Y)，8，alpha=0.75，cmap=plt.cm.hot)
C=plt.contour(X，Y，f(X，Y)，8，colors=黑色，线宽=.5)
plt.clabel(C，inline=True，fontsize=10)
def f(x，y):
return(1-x/2 x * * 5y * * 3)* NP。经验(-x * * 2-y * * 2)
x=np.linspace(-3，3，100)
y=np.linspace(-3，3，100)
x，Y=np.meshgrid(x，Y)
plt.contourf(X，Y，f(X，Y)，8，alpha=0.75，cmap=plt.cm.hot)
plt.xticks(())
plt.yticks(())
plt.show()
def f(x，y):
return(1-x/2 x * * 5y * * 3)* NP。经验(-x * * 2-y * * 2)
x=np.linspace(-3，3，100)
y=np.linspace(-3，3，100)
x，Y=np.meshgrid(x，Y)
plt.contourf(X，Y，f(X，Y)，8，alpha=0.75，cmap=plt.cm.hot)
C=plt.contour(X，Y，f(X，Y)，8，colors=黑色，线宽=.5)
plt.clabel(C，inline=True，fontsize=10)
plt.xticks(())
plt.yticks(())
plt.show()
九、3D图ax.plot_surface(X，Y，Z，rstride=1，cstride=1，cmap=plt.get_cmap(rainbow ))
ax.contourf(X，Y，Z，zdir=z ，offset=-2，cmap=rainbow )
ax.set_zlim(-2，2)
将matplotlib.pyplot作为血小板计数导入
将数组作为铭牌导入
从mpl_toolkits.mplot3d导入Axes3Dfig=plt.figure()
ax=Axes3D(图)
x=np.arange(-4，4，0.25)
y=np.arange(-4，4，0.25)
x，Y=np.meshgrid(x，Y)
R=np.sqrt(X**2 Y**2)
Z=np.sin(R)
ax.plot_surface(X，Y，Z，rstride=1，cstride=1，cmap=plt.get_cmap(rainbow ))
plt.show()
图=plt .图()
ax=Axes3D(图)
x=np.arange(-4，4，0.25)
y=np.arange(-4，4，0.25)
x，Y=np.meshgrid(x，Y)
R=np.sqrt(X**2 Y**2)
Z=np.sin(R)
ax.plot_surface(X，Y，Z，rstride=1，cstride=1，cmap=plt.get_cmap(rainbow ))
ax.contourf(X，Y，Z，zdir=z ，offset=-2，cmap=rainbow )
ax.set_zlim(-2，2)
plt.show()
十、子地块图()
plt.subplot(2，2，1)
plt.plot([0，1]、[0，1])
plt.subplot(2，2，2)
plt.plot([0，1]、[0，1])
plt.subplot(223)
plt.plot([0，1]、[0，1])
plt.subplot(224)
plt.plot([0，1]、[0，1])
plt.show()
图表()
plt.subplot(2，1，1)
plt.plot([0，1]、[0，1])
plt.subplot(2，3，4)
plt.plot([0，1]、[0，1])
plt.subplot(235)
plt.plot([0，1]、[0，1])
plt.subplot(236)
plt.plot([0，1]、[0，1])
plt.show()
十一、动态图将matplotlib.pyplot作为血小板计数导入
将数组作为铭牌导入
从绘制精美的图表导入animationfig，ax=plt.subplots()
x=np.arange(0，2*np.pi，0.01)
line，=ax.plot(x，np.sin(x))
定义动画（一):
line.set_ydata(np.sin(x i/10))
回流线，
定义初始化():
line.set_ydata(np.sin(x))
回流线，
ani=动画FuncAnimation(fig=fig，func=animate，init_func=init，interval=20)
plt.show()
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。