python 绘图库Matplotlib,matplotlib库提供的便捷的绘图子模块
这篇文章主要介绍了大蟒必备库Matplotlib画图神器，Matplotlib是计算机编程语言中最受欢迎的数据可视化软件包之一，支持跨平台运行，它是计算机编程语言常用的2D绘图库，同时它也提供了一部分三维(三维的缩写)绘图接口，更多详细内容，需要的小伙伴可以参考一下下面文章具体内容
目录
1.安装方法2.用好官网的例子最简单的应用-折线图添加注释的方法柱状图-条形标签折线图之前言：惩教署Matplotlib通常与熊猫、熊猫一起使用，是数据分析中不可或缺的重要工具之一。
Matplotlib是计算机编程语言中类似矩阵实验室的绘图工具，如果您熟悉MATLAB，那么可以很快的熟悉它Matplotlib提供了一套面向对象绘图的API，它可以轻松地配合Python GUI工具包（比如PyQt，WxPython，Tkinter)在应用程序中嵌入图形。与此同时，它也支持以脚本的形式在Python、IPython Shell、Jupyter笔记本以及网应用的服务器中使用。
官网地址：
https://matplotlib.org/
可以看看文件(文档的简写)
官网就相当详细了，可以直接参考官网。
1.安装方法
pip安装：
pip3安装马特普罗特里布-https://pypi.tuna.tsinghua.edu.cn/simple
conda安装：
城市安装绘制精美的图表
测试是否成功：
将数组作为铭牌导入
从绘制精美的图表导入pyplot作为血小板计数
x=np.arange(1，11)
y=2 * x 5
plt.title(Matplotlib演示)
plt.xlabel(x轴标题)
PLT。y标签(" y轴标题")
plt.plot(x，y)
plt.show()
成功出现下图就可以动手改造了。
2.用好官网的例子
最简单的应用-折线图
fig，ax=plt.subplots() #创建一个包含单个轴的图形。
ax.plot([1，2，3，4]，[1，4，2，3])；#在轴上绘制一些数据。
添加注释的方法
fig，ax=plt.subplots(figsize=(5，2.7))
t=np.arange(0.0，5.0，0.01)
s=np.cos(2 * np.pi * t)
line，=ax.plot(t，s，lw=2)
ax.annotate(local max ，xy=(2，1)，xytext=(3，1.5)，
arrow props=dict(face color= black ，shrink=0.05))
ax.set_ylim(-2，2)；
柱状图-Bar Label
将matplotlib.pyplot作为血小板计数导入
将数组作为铭牌导入
N=5
menMeans=(20，35，30，35，-27)
女性均值=(25,32,34,20,-25)
menStd=(2，3，4，1，2)
womenStd=(3，5，2，3，3)
ind=np.arange(N) #组的x位置
宽度=0.35 #条：的宽度也可以是透镜(x)序列
fig，ax=plt.subplots()
p1=ax.bar(ind，menMeans，width，yerr=menStd，label=Men )
p2=ax.bar(ind，womenMeans，width，
bottom=menMeans，yerr=womenStd，label=Women )
ax.axhline(0，color=grey ，线宽=0.8)
ax.set_ylabel(分数)
ax.set_title(按组和性别划分的分数)
ax.set_xticks(ind，labels=[G1 ， G2 ， G3 ， G4 ， G5])
ax.legend()
标签类型为"中心"而不是默认的"边缘"的标签
ax.bar_label(p1，label_type=center )
ax.bar_label(p2，label_type=center )
ax.bar_label(p2)
plt.show()
正常run会出现下图：
折线图之CSD
计算两个信号的交叉谱密度计算两个信号的交叉谱密度
将数组作为铭牌导入
将matplotlib.pyplot作为血小板计数导入
图，(ax1，ax2)=plt.subplots(2，1)
#在支线剧情之间留出一点额外的空间
图。支线剧情_调整(hspace=0.5)
dt=0.01
t=np.arange(0，30，dt)
#固定随机状态以实现再现性
种子(19680801)
nse1=np.random.randn(len(t)) #白噪声一
nse2=np.random.randn(len(t)) #白噪声2
r=np.exp(-t/0.05)
cnse1=np.convolve(nse1，r，mode=same) * dt #有色噪声一
cnse2=np.convolve(nse2，r，mode=same) * dt #有色噪声2
#具有相干部分和随机部分的两个信号
S1=0.01 * NP。sin(2 * NP。pi * 10 * t)cnse 1
S2=0.01 * NP。sin(2 * NP。* 10 * t)cnse 2
ax1.plot(t，s1，t，s2)
ax1.set_xlim(0，5)
ax1.set_xlabel(time )
ax1.set_ylabel(s1和S2’)
ax1.grid(True)
cxy，f=ax2.csd(s1，s2，256，1 ./dt)
ax2.set_ylabel(CSD (db))
plt.show()
关于python必不可少的库Matplotlib画图神器的这篇文章到此为止。关于Matplotlib画图神器的更多信息，请搜索热门IT软件开发工作室之前的文章或者继续浏览下面的相关文章。希望大家以后多多支持热门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。