matplotlib绘制曲线图,python matplotlib画折线图

  matplotlib绘制曲线图,python matplotlib画折线图

  Matplotlib是Python的绘图库,它允许用户轻松地绘制数据,并提供各种输出格式。本文将使用matplotlib绘制一个简单的图形,有兴趣的朋友可以学习一下。

  00-1010 1.安装matplotlib 2。测试matplotlib 3。画一条简单的虚线4。使用散点图()绘制散点图,并将其样式设置为1。画一个单点2。画一系列的点。自动计算数据4。自动保存图表。

  

目录

 

  1)因为已经安装了anaconda,所以可以直接打开anaconda提示符,然后用命令pip install matplotlib安装,由于镜像问题可能会比较慢。建议采用第二种方法。

  2)访问https://pypi.org/project/matplotlib/#files并寻找车轮文件(文件与。whl扩展名),它与您使用的Python版本相匹配。比如Python 3.9版对应的matplotlib-3 . 5 . 1-cp39-cp39-win _ amd64 . whl放在目录G3360 develop Python(或者自己的目录)

  打开anaconda提示符,然后用命令pip install g : develop python matplotlib-3 . 5 . 1-cp39-cp39-win _ amd64 . whl执行(注意目录要一致)。

  

一、安装matplotlib

 

  打开anaconda提示符,先输入python,然后导入matplotlib。如图所示,没有错误信息,说明系统安装成功。

  

二、测试 matplotlib

 

  将matplotlib.pyplot导入为plt #导入模块matplotlib.pyplot,并将其重命名为plt。

  Squares=[1,4,9,16,25,36,49,64,81,100] #定义一个数组

  Plt.plot(squares,linewidth=5)#设置图表标题,标注坐标轴,参数linewidth决定绘制线条的粗细。

  Plt.title(平方数,fontsize=24) #设置标题和字体大小

  Plt.xlabel (value ,fontsize=14) # x轴标签和字体大小

  Plt.ylabel(值的平方,fontsize=14) # Y轴标签和字体大小

  Plt.tick_params (axis= both ,labelsize=14) #设置刻度线的大小,函数tick_params()设置刻度的样式。

  plt.show()

  这样就完成了一个简单的折线图,运行效果如下:

  注意:如果在操作过程中出现红色框中显示的警告,您需要在spyder中重置工具,如下图所示:

  

三、绘制简单的折线

 

  

四、使用 scatter() 绘制散点图并设置其样式

 

  您可以使用函数scatter()并向其传递一对x和y坐标,这将在指定位置绘制一个点:

  将matplotlib.pyplot导入为plt #导入模块matplotlib.pyplot,并将其重命名为plt。

  Plt.scatter(2,4,s=200) #称为scatter(),用实际参数s设置画图时使用的点的大小,位置为2,4。

  Plt.title (square numbers ,fontsize=24) #设置图表的标题并标记坐标轴。

  plt.xlabel(Value ,fontsize=14)

  plt.ylabel(值的平方,fontsize=14)

  #设置刻度线的大小

  plt.tick_params(axis=both ,which=major

  , labelsize=14)

  plt.show()

  

 

  

 

  

2、要绘制系列点

 

  绘制系列点,只需要给出系列点的坐标即可。我们将上述代码中plt.scatter(2, 4, s=200)的2,4分别用两个数列代替。

  

import matplotlib.pyplot as plt #导入模块matplotlib.pyplot,并重新命名为plt

 

  运行结果如下:

  

 

  

 

  

3、自动计算数据

 

  像上述手动输入点数,或数列,都是比较慢的处理方式 ,下面用for循环来替代手工输入。

  可以先将x_values定义为一个数列,数值在一定的范围,比如1-1000,而对应的y_values也是一个数列,按一定的方式(函数)产生。于是,可以将上述代码修改为如下:

  

import matplotlib.pyplot as plt #导入模块matplotlib.pyplot,并重新命名为plt

 

  运行结果如下:

  

 

  matplotlib中的点默认为蓝色点和黑色轮廓,如上述三图所示,其中最后一图因为点较多,且连在一起,像是一条曲线,为区别不同的点,可以对点分别不同的颜色。

  只需再配置几个参数 ,就可以删除黑色轮廓,和修改点的颜色。

  plt.scatter(x_values, y_values, edgecolor='none', s=40),其中edgecolor='none'表示将黑色轮廓删除

  修改数据点的颜色,可向 scatter() 传递参数 c ,并将其设置为要使用的颜色的名称,如下:

  plt.scatter(x_values, y_values, c='red', edgecolor='none', s=40) # 将颜色修改为红色。

  颜色映射(colormap)

  颜色映射是一系列颜色,从起始颜色渐变到结束颜色。在可视化中,颜色映射用于突出数据的规律

  

plt.scatter(x_values, y_values, c=y_values, cmap=plt.cm.Blues,edgecolor=none, s=40)

 

  具体运行效果如下:

  

 

  注意,要了解所有相关颜色的映射,可访问官网,单击Examples,向下滚动到Color Examples,再单击colormaps_reference进行参考。

  

 

  

4、自动保存图表

 

  方法 plt.show() 是显示图表

  要让程序自动将图表保存到文件中,可调用 plt.savefig() 方法

  

plt.savefig(scatter.png, bbox_inches=tight) #保存为scatter.png的图片文件

 

  

 

  到此这篇关于Python+matplotlib实现简单曲线的绘制的文章就介绍到这了,更多相关Python matplotlib绘制曲线内容请搜索盛行IT软件开发工作室以前的文章或继续浏览下面的相关文章希望大家以后多多支持盛行IT软件开发工作室!

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: