Python+matplotlib实现简单曲线的绘制
作者:PursuitingPeak 发布时间:2023-01-05 17:21:27
一、安装matplotlib
1)由于已安装anaconda,可直接打开anaconda prompt,再用命令pip install matplotlib进行安装,因镜像问题,可能较慢,建议第2种方式。
2)访问https://pypi.org/project/matplotlib/#files,并查找与你使用的Python版本匹配的wheel文件(扩展名为.whl的文件),比如与python3.9版本相应的matplotlib-3.5.1-cp39-cp39-win_amd64.whl放在目录G:\develop\python下,(或者你自己所建目录)
打开anaconda prompt,再用命令pip install G:\develop\python\matplotlib-3.5.1-cp39-cp39-win_amd64.whl(注意目录要保持一致) 执行完成即可。
二、测试 matplotlib
打开anaconda prompt 先输入python,再输入 import matplotlib,如图所示,没有出现任何错误消息,就说明系统安装成功。
三、 绘制简单的折线
import matplotlib.pyplot as plt #导入模块matplotlib.pyplot,并重新命名为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,并给坐标轴加上标签和 参数 linewidth 决定了绘制的线条的粗细
plt.title("Square Numbers", 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("Square of Value", fontsize=14) # y轴标签,和字体大小
plt.tick_params(axis='both', labelsize=14) # 设置刻度标记的大小,函数 tick_params() 设置刻度的样式
plt.show()
这样就完成一个简单的折线图,运行效果如下:
注:如果运行过程中,出现图中红色方框所示警告,需要重新设置spyder中Tools,如下图所示:
四、使用 scatter() 绘制散点图并设置其样式
1、要绘制单个点
可使用函数 scatter() ,并向它传递一对x和y坐标,它将在指定位置绘制一个点:
import matplotlib.pyplot as plt #导入模块matplotlib.pyplot,并重新命名为plt
plt.scatter(2, 4, s=200) #调用了scatter(),并使用实参s设置了绘制图形时使用的点的尺寸,位置为2,4
plt.title("Square Numbers", fontsize=24) # 设置图表标题并给坐标轴加上标签
plt.xlabel("Value", fontsize=14)
plt.ylabel("Square of Value", fontsize=14)
# 设置刻度标记的大小
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
x_values = [1, 2, 3, 4, 5] #X轴的数列
y_values = [1, 3,6, 9, 12] #y轴的数列
plt.scatter(x_values, y_values, s=100) #调用了scatter(),并使用实参s设置了绘制图形时使用的点的尺寸 plt.title(" series Numbers", fontsize=24) # 设置图表标题并给坐标轴加上标签 plt.xlabel("Value", fontsize=14) plt.ylabel("Value", fontsize=14) # 设置刻度标记的大小 plt.tick_params(axis='both', which='major', labelsize=14) plt.show()
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
x_values = list(range(1, 1001)) #定义一个1-1000的数列,
y_values = [x**2 for x in x_values] #定义Y值的生成方式。
plt.scatter(x_values, y_values, s=4) #调用了scatter(),并使用实参s设置了绘制图形时使用的点的尺寸
plt.title(" series Numbers", fontsize=24) # 设置图表标题并给坐标轴加上标签
plt.xlabel("Value", fontsize=14)
plt.ylabel("Value", fontsize=14)
# 设置刻度标记的大小
plt.tick_params(axis='both', which='major', labelsize=10)
plt.axis([1,1100,1,1100000]) #注意一下axis的参数
plt.show()
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)
#调用了scatter()参数 c 设置成了一个y值列表,并使用参数 cmap 告诉 pyplot 使用哪个颜色映射,
# 将y值较小的点显示为浅蓝色,并将y值较大的点显示为深蓝色
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
来源:https://www.cnblogs.com/codingchen/p/16168311.html
猜你喜欢
- 常见的误解有: 1. 只用 ado.net ,无法进行动态 SQL 拼接。 2. 有几个动态参数,代码的重复量就成了这些参数的不同数量的组合
- 概述虽然现在关系型数据库越来越相似,但其背后的实现机制可能大相径庭。实际使用方面,因为SQL语法规范的存在使得我们熟悉多种关系型数据库并非难
- 前言尝试用python语言写脚本是好的开始,证明我们有了自动化的思想,这对优秀的程序开发人员是很重要的,电子计算机本来就是要减少重复工作的。
- BMP文件头定义:WORD 两个字节 16bitDWORD 四个字节 32bitpackage main import ( "en
- 这个问题是编码的问题在开头导入个包就行了,简答粗暴import encodings.idna补充:执行Python出现LookupError
- js * 联动的实现代码如下所示:<!DOCTYPE html><html lang="en">
- MLP分类效果一般好于线性分类器,即将特征输入MLP中再经过softmax来进行分类。具体实现为将原先线性分类模块:self.classif
- 聚焦爬虫:爬取页面中指定的页面内容。编码流程:1.指定url2.发起请求3.获取响应数据4.数据解析5.持久化存储数据解析分类:1.bs42
- 如你所见,功能很简单。只有基本的播放,停止,甚至只针对一首歌曲,仅供初学者参考学习用。代码from tkinter import *from
- 由于这个数据库服务器存放的数据库比较多且都是小数据库,所以最初的时候是运行在windows服务器上的。前一段时间由于机房服务器要做调整,于是
- 本文实例讲述了Python爬虫框架Scrapy常用命令。分享给大家供大家参考,具体如下:在Scrapy中,工具命令分为两种,一种为全局命令,
- 本文简介前段时间,黄同学写了一篇《MySQL窗口实战》文章(文章如下),但是里面大多数是以实战练习为主,没有做详细的解释。传送门:MySQL
- python通过安装使用paramiko模块,将本地文件上传到服务器上import paramikoimport datetimeimpor
- 代码如下:ALTER proc [dbo].[sp_common_paypal_AddInfo] ( @paypalsql va
- 一、安装被认为是python官方图像处理库PIL非常适合于图像归档以及图像的批处理任务。可以使用PIL创建缩略图,转换图像格式,打印图像等等
- pylint是一个不错的代码静态检查工具。将其配置在pycharm中,随时对代码进行分析,确保所有代码都符合pep8规范,以便于养成良好的习
- 连接配置方式如图:有时候Navicat并没有初始化安装sqlncli, 所以连接的时候会报 没有默认驱动,如图:解决方法:在navicat目
- 测试函数:第一种:list的set函数第二种:{}.fromkeys().keys()测试代码:#!/usr/bin/python#-*-
- 代码如下#encoding:utf-8import requestsfrom lxml import etreeimport xlwtimp
- pandas in 和 not in 的用法经常在处理数据中从一个总数据中清洗出数据, 但是有时候需要把没有处理的数据也统计出来.这时候就需