<small id='I54vb'></small> <noframes id='ZQzfjo6'>

  • <tfoot id='365Qw9s1'></tfoot>

      <legend id='UtIX9gBkP'><style id='CP5l'><dir id='FkjVE'><q id='aK3GSs9'></q></dir></style></legend>
      <i id='QY8OdTtVz'><tr id='wdMju5Xr'><dt id='r3S0eA'><q id='Y3aNe'><span id='Kp4ZsBQXuv'><b id='TAQBs'><form id='T0ftkjoYBP'><ins id='tjQoBdWl'></ins><ul id='F7STB'></ul><sub id='hJ8wmB4LU'></sub></form><legend id='3soXcu'></legend><bdo id='4J8SAV7ba'><pre id='F3jzOQ6'><center id='DHJ3'></center></pre></bdo></b><th id='7cq2'></th></span></q></dt></tr></i><div id='d9MvK61'><tfoot id='Bn4EPUuztW'></tfoot><dl id='Djz2AUEhSR'><fieldset id='M47qNGr'></fieldset></dl></div>

          <bdo id='OidrPBRGtM'></bdo><ul id='IYmOPwku'></ul>

          1. <li id='ytWaq'></li>
            登陆

            1号站平台手机客户端下载-Python中常用的可视化东西 Matplotlib 简略入门

            admin 2019-07-02 250人围观 ,发现0个评论

            Matplotlib是一个Python 2D绘图库和一些根本的3D图表,能够生成各种格局图片。Matplotlib可用于Python脚本,Python shell,Jupyter笔记本,Web应用程序服务器等等。

            Matplotlib是约翰亨特(John Hunter,1968-2012)的汗水结晶,他和许多贡献者一同投入了不可估量的时刻和精力来制造一套全球数千名科学家运用的软件。

            检查Matplotlib 版别

            >>> import matplotlib

            >>> matplotlib.__version__

            '3.0.3'

            在Python 中调用Matplotlib,一般运用 import matplotlib.pyplot 调用Matplotlib 集成的快速绘图 pyplot模块。

            Figure(整个图画)

            在任何绘图之前,需求一个Figure目标,能够了解成需求一张画板才干开端绘图。

            import matplotlib1号站平台手机客户端下载-Python中常用的可视化东西 Matplotlib 简略入门.pyplot as plt

            fig = plt.figure()

            在Matplotlib中,整个图画为一个Figure 目标。Figure目标中能够包括一个或许多个Axes目标,每个Axes 目标都是一个具有自己坐标体系的绘图区域。

            Axes(轴线)

            在具有Figure目标之后1号站平台手机客户端下载-Python中常用的可视化东西 Matplotlib 简略入门,在作画前还需求轴,没有轴的话就没有绘图基准粗长,所以需求增加Axes。也能够了解成为真实能够作画的纸。

            ax = fig.add_subplot(111)

            ax.set(xlim=[0, 5], ylim=[0, 6], title='An Example Axes',

            ylabel='Y-A1号站平台手机客户端下载-Python中常用的可视化东西 Matplotlib 简略入门xis', xlabel='X-Axis')

            plt.show()

            上述代码,在一幅图上增加了一个Axes,然后设置了这个Axes的X轴以及Y轴的取值规模,以及一些文本信息。作用如下:

            Matplotlib下, 一个 Figure 目标能够包括多个子图(Axes),能够运用 subplot() 快速制作,其调用方法如下 :

            subplot(numRows, numCols, plotNum)

            • 图表的整个绘图区域被分红 numRows 行和 numCols 列;
            • 然后依照从左到右,从上到下的次序对每个子区域进行编号,左上的子区域的编号为1;
            • plotNum 参数指定创立的 Axes 目标地点的区域;

            关于上面的fig.add_subplot(111)便是增加Axes的,参数的解说的在画板的第1行第1列的第一个方位生成一个Axes目标来预备作画。

            也能够经过fig.add_subplot(2, 2, 1)的方法生成Axes,前面两个参数确认了面板的区分。

            假如 numRows, numCols 和 plotNum 这三个数都小于 10 的话, 能够把它们缩写为一个整数, 例如 subplot(221) 和 subplot(2,2,1) 是相同的。

            subplot 在 plotNum 指定的区域中创立一个轴目标。假如新创立的轴和之前创立的轴堆叠的话,之前的轴将被删去。

            Multiple Axes 多个子图

            下面的一次性生成一切 Axes:

            简略总结一下

            • 在最顶层的是画布,称之为figure;
            • 在画布上能够在不同的区域上制作,这些区域称之为subplot;

            每一个子图区域,又能够做如下区分:

            • axis 也便是x,y坐标轴;
            • tick 也便是每一个坐标轴的刻度;
            • label 也便是坐标轴上的标签;
            • title 也便是每一个子图的标题;
            • data 是输入的数据制作出的图画;

            Matplotlib 绘图演示代码

            将这个图画区分红8个子区域,每个子区域制作一个不同的图画。

            import numpy as np

            import matplotlib.pyplot as plt

            x=[1,2,3,4]

            y=[3,5,10,25]

            # 创立子图

            plt.subplot(241)

            plt.plot(x,y)

            plt.title("plot")

            plt.subplot(242)

            plt.scatter(x, y)

            plt.title("scatter")

            plt.subplot(243)

            plt.pie(y)

            plt.title("pie")

            plt.subplot(244)

            plt.bar(x, y)

            p1号站平台手机客户端下载-Python中常用的可视化东西 Matplotlib 简略入门lt.title("bar")

            plt.subplot(245)

            plt.boxplot(y, sym="o")

            plt.title("box")

            # sin/cos 图画

            plt.subplot(246)

            x = np.linspace(0, np.pi)

            y_sin = np.sin(x)

            y_cos = np.cos(x)

            plt.plot(x, y_sin)

            plt.plot(x, y_cos)

            # g-- 设置线条款式和色彩

            plt.subplot(247)

            plt.plot(x, y_sin, 'g--')

            plt.title("sin")

            # 加载本地图片

            import matplotlib.image as1号站平台手机客户端下载-Python中常用的可视化东西 Matplotlib 简略入门 mpimg

            img=mpimg.imread('666.jpg')

            plt.subplot(248)

            plt.imshow(img)

            plt.title("cool...")

            plt.show()

            请关注微信公众号
            微信二维码
            不容错过
            Powered By Z-BlogPHP