Matplotlib--基本使用

基础应用

import matplotlib.pyplot as plt
import numpy as np
#使用np.linspace定义x:范围是(-1,1);个数是50. 仿真一维数据组(x ,y)表示曲线1.

# 使用plt.figure定义一个图像窗口. 使用plt.plot画(x ,y)曲线. 使用plt.show显示图像.
x = np.linspace(-1, 1, 50)
y = 2*x + 1
plt.figure()
plt.plot(x, y)
plt.show()

figure 图像

#figure 图像
#简单的线条
#matplotlib 的 figure 就是一个 单独的 figure 小窗口, 小窗口里面还可以有更多的小图片.

#使用import导入模块matplotlib.pyplot,并简写成plt 使用import导入模块numpy,并简写成np
import matplotlib.pyplot as plt
import numpy as np
#使用np.linspace定义x:范围是(-3,3);个数是50. 仿真一维数据组(x ,y1)表示曲线1. 仿真一维数据组(x ,y2)表示曲线2.
x = np.linspace(-3, 3, 50)
y1 = 2*x + 1
y2 = x**2

#使用plt.figure定义一个图像窗口. 使用plt.plot画(x ,y1)曲线.
plt.figure()
plt.plot(x, y1)
plt.show()
#使用plt.figure定义一个图像窗口:编号为3;大小为(8, 5). 使用plt.plot画(x ,y2)曲线. 使用plt.plot画(x ,y1)曲线,曲线的颜色属性(color)为红色;曲线的宽度(linewidth)为1.0;曲线的类型(linestyle)为虚线. 使用plt.show显示图像.

plt.figure(num=3, figsize=(8, 5),)
plt.plot(x, y2)
plt.plot(x, y1, color=‘red‘, linewidth=1.0, linestyle=‘--‘)
plt.show()

设置坐标轴1

在 matplotlib 中如何设置坐标轴的范围, 单位长度, 替代文字等等.

调整名字和间隔

# 设置坐标轴1

# 在 matplotlib 中如何设置坐标轴的范围, 单位长度, 替代文字等等.
# 调整名字和间隔
# 使用import导入模块matplotlib.pyplot,并简写成plt 使用import导入模块numpy,并简写成np

import matplotlib.pyplot as plt
import numpy as np
# 使用np.linspace定义x:范围是(-3,3);个数是50.
# 仿真一维数据组(x ,y1)表示曲线1. 仿真一维数据组(x ,y2)表示曲线2.

# 使用plt.figure定义一个图像窗口. 使用plt.plot画(x ,y2)曲线. 使用plt.plot画(x ,y1)曲线,
# 曲线的颜色属性(color)为红色;曲线的宽度(linewidth)为1.0;曲线的类型(linestyle)为虚线.
plt.figure()
x = np.linspace(-3, 3, 50)
y1 = 2*x + 1
y2 = x**2
plt.figure()
plt.plot(x, y2)
plt.plot(x, y1, color=‘red‘, linewidth=1.0, linestyle=‘--‘)
#使用plt.xlim设置x坐标轴范围:(-1, 2); 使用plt.ylim设置y坐标轴范围:(-2, 3);
#使用plt.xlabel设置x坐标轴名称:’I am x’; 使用plt.ylabel设置y坐标轴名称:’I am y’;

plt.xlim((-1, 2))
plt.ylim((-2, 3))
plt.xlabel(‘I am x‘)
plt.ylabel(‘I am y‘)
x = np.linspace(-3, 3, 50)
y1 = 2*x + 1
y2 = x**2

plt.plot(x, y2)
plt.plot(x, y1, color=‘red‘, linewidth=1.0, linestyle=‘--‘)
# 使用np.linspace定义范围以及个数:范围是(-1,2);个数是5.
# 使用print打印出新定义的范围. 使用plt.xticks设置x轴刻度:范围是(-1,2);个数是5.

new_ticks = np.linspace(-1, 2, 5)
print(new_ticks)
plt.xticks(new_ticks)
plt.yticks([-2, -1.8, -1, 1.22, 3],[r‘$really\ bad$‘, r‘$bad$‘, r‘$normal$‘, r‘$good$‘, r‘$really\ good$‘])
plt.xlabel(‘I am x‘)
plt.ylabel(‘I am y‘)
y1 = 2*x + 1
y2 = x**2
plt.plot(x, y2)
plt.plot(x, y1, color=‘red‘, linewidth=1.0, linestyle=‘--‘)

plt.show()

设置坐标轴2

这次会说到在我们如何移动matplotlib 中 axis 坐标轴的位置.

设置不同名字和位置
调整坐标轴
设置坐标轴2
#设置不同名字和位置
#使用import导入模块matplotlib.pyplot,并简写成plt 使用import导入模块numpy,并简写成np
import matplotlib.pyplot as plt
import numpy as np
#使用np.linspace定义x:范围是(-3,3);个数是50. 仿真一维数据组(x ,y1)表示曲线1. 仿真一维数据组(x ,y2)表示曲线2.
x = np.linspace(-3, 3, 50)
y1 = 2*x + 1
y2 = x**2

#使用plt.figure定义一个图像窗口. 使用plt.plot画(x ,y2)曲线. 使用plt.plot画(x ,y1)曲线,曲线的颜色属性(color)为红色;曲线的宽度(linewidth)为1.0;曲线的类型(linestyle)为虚线. 使用plt.xlim设置x坐标轴范围:(-1, 2); 使用plt.ylim设置y坐标轴范围:(-2, 3);
plt.figure()
plt.plot(x, y2)
plt.plot(x, y1, color=‘red‘, linewidth=1.0, linestyle=‘--‘)
plt.xlim((-1, 2))
plt.ylim((-2, 3))

#使用np.linspace定义范围以及个数:范围是(-1,2);个数是5. 使用plt.xticks设置x轴刻度:范围是(-1,2);个数是5. 使用plt.yticks设置y轴刻度以及名称:刻度为[-2, -1.8, -1, 1.22, 3];对应刻度的名称为[‘really bad’,’bad’,’normal’,’good’, ‘really good’].
new_ticks = np.linspace(-1, 2, 5)
plt.xticks(new_ticks)
plt.yticks([-2, -1.8, -1, 1.22, 3],[‘$really\ bad$‘, ‘$bad$‘, ‘$normal$‘, ‘$good$‘, ‘$really\ good$‘])

#使用plt.gca获取当前坐标轴信息. 使用.spines设置边框:右侧边框;使用.set_color设置边框颜色:默认白色; 使用.spines设置边框:上边框;使用.set_color设置边框颜色:默认白色;
ax = plt.gca()
ax.spines[‘right‘].set_color(‘none‘)
ax.spines[‘top‘].set_color(‘none‘)
plt.show()
# 调整坐标轴

# 使用.xaxis.set_ticks_position设置x坐标刻度数字或名称的位置:bottom.(所有位置:top,bottom,both,default,none)

ax.xaxis.set_ticks_position(‘bottom‘)
#使用.spines设置边框:x轴;使用.set_position设置边框位置:y=0的位置;(位置所有属性:outward,axes,data)

把X轴移动到y=0的位置
ax.spines[‘bottom‘].set_position((‘data‘, 0))
plt.show()
#使用.yaxis.set_ticks_position设置y坐标刻度数字或名称的位置:left.(所有位置:left,right,both,default,none)

ax.yaxis.set_ticks_position(‘left‘)
#使用.spines设置边框:y轴;使用.set_position设置边框位置:x=0的位置;(位置所有属性:outward,axes,data) 使用plt.show显示图像.
ax.spines[‘left‘].set_position((‘data‘,0))
plt.show()

Legend 图例

Legend 图例
# 添加图例
# matplotlib 中的 legend 图例就是为了帮我们展示出每个数据对应的图像名称. 更好的让读者认识到你的数据结构.

import matplotlib.pyplot as plt
import numpy as np

x = np.linspace(-3, 3, 50)
y1 = 2*x + 1
y2 = x**2

plt.figure()
#set x limits
plt.xlim((-1, 2))
plt.ylim((-2, 3))

# set new sticks
new_sticks = np.linspace(-1, 2, 5)
plt.xticks(new_sticks)
# set tick labels
plt.yticks([-2, -1.8, -1, 1.22, 3],
           [r‘$really\ bad$‘, r‘$bad$‘, r‘$normal$‘, r‘$good$‘, r‘$really\ good$‘])

# 本节中我们将对图中的两条线绘制图例,首先我们设置两条线的类型等信息(蓝色实线与红色虚线).
# set line syles
l1, = plt.plot(x, y1, label=‘linear line‘)
l2, = plt.plot(x, y2, color=‘red‘, linewidth=1.0, linestyle=‘--‘, label=‘square line‘)

#legend将要显示的信息来自于上面代码中的 label. 所以我们只需要简单写下一下代码, plt 就能自动的为我们添加图例.

#参数 loc=‘upper right‘ 表示图例将添加在图中的右上角.
plt.legend(loc=‘upper right‘)

#调整位置和名称
#如果我们想单独修改之前的 label 信息, 给不同类型的线条设置图例信息. 我们可以在 plt.legend 输入更多参数. 如果以下面这种形式添加 legend, 我们需要确保, 在上面的代码 plt.plot(x, y2, label=‘linear line‘) 和 plt.plot(x, y1, label=‘square line‘) 中有用变量 l1 和 l2 分别存储起来. 而且需要注意的是 l1, l2,要以逗号结尾, 因为plt.plot() 返回的是一个列表.
plt.legend(handles=[l1, l2], labels=[‘up‘, ‘down‘],  loc=‘best‘)
#这样我们就能分别重新设置线条对应的 label 了.

#最后我们得到带有图例信息的图片.

#其中’loc’参数有多种,’best’表示自动分配最佳位置,其余的如下:

 ‘best‘ : 0,
 ‘upper right‘  : 1,
 ‘upper left‘   : 2,
 ‘lower left‘   : 3,
 ‘lower right‘  : 4,
 ‘right‘        : 5,
 ‘center left‘  : 6,
 ‘center right‘ : 7,
 ‘lower center‘ : 8,
 ‘upper center‘ : 9,
 ‘center‘       : 10,

Annotation 标注

 在图片中添加注解

画出基本图
移动坐标
添加注释 annotate
添加注释 text
# Annotation 标注
# 画出基本图

#当图线中某些特殊地方需要标注时,我们可以使用 annotation. matplotlib 中的 annotation 有两种方法,
#一种是用 plt 里面的 annotate,一种是直接用 plt 里面的 text 来写标注.

#首先,我们在坐标轴中绘制一条直线.

import matplotlib.pyplot as plt
import numpy as np

x = np.linspace(-3, 3, 50)
y = 2*x + 1

plt.figure(num=1, figsize=(8, 5),)
plt.plot(x, y,)
# 移动坐标
# 然后我们挪动坐标轴的位置.
ax = plt.gca()
ax.spines[‘right‘].set_color(‘none‘)
ax.spines[‘top‘].set_color(‘none‘)
ax.spines[‘top‘].set_color(‘none‘)
ax.xaxis.set_ticks_position(‘bottom‘)
# 把x轴移动到y=0
ax.spines[‘bottom‘].set_position((‘data‘, 0))
ax.yaxis.set_ticks_position(‘left‘)
# 把y轴移动到x=0的地方
ax.spines[‘left‘].set_position((‘data‘, 0))
# 然后标注出点(x0, y0)的位置信息.
# 用plt.plot([x0, x0,], [0, y0,], ‘k--‘, linewidth=2.5) 画出一条垂直于x轴的虚线.

x0 = 1
y0 = 2*x0 + 1
plt.plot([x0, x0,], [0, y0,], ‘k--‘, linewidth=2.5)
# set dot styles

plt.scatter([x0, ], [y0, ], s=50, color=‘b‘)

# 添加注释 annotate

# 接下来我们就对(x0, y0)这个点进行标注

plt.annotate(r‘$2x+1=%s$‘ % y0, xy=(x0, y0), xycoords=‘data‘, xytext=(+30, -30),
             textcoords=‘offset points‘, fontsize=16,
             arrowprops=dict(arrowstyle=‘->‘, connectionstyle="arc3,rad=.2"))

# 其中参数xycoords=‘data‘ 是说基于数据的值来选位置, xytext=(+30, -30) 和 textcoords=‘offset points‘ 对于标注位置的描述 和 xy 偏差值,
# arrowprops是对图中箭头类型的一些设置.

# 添加注释 text 

plt.text(-3.7, 3, r‘$This\ is\ the\ some\ text. \mu\ \sigma_i\ \alpha_t$‘,
         fontdict={‘size‘: 16, ‘color‘: ‘r‘})

#其中-3.7, 3,是选取text的位置, 空格需要用到转字符\ ,fontdict设置文本字体.

tick 能见度

生成图形
调整坐标

原文地址:https://www.cnblogs.com/foremostxl/p/10356386.html

时间: 2024-10-05 00:06:24

Matplotlib--基本使用的相关文章

matplotlib刻度设置详解

今天给大家总结一下matplotlib绘图时如何设置刻度,希望对正在学习matplotlib的同学有帮助. Tick locating and formatting 该模块包括许多类以支持完整的刻度位置和格式的配置.尽管 locators 与主刻度或小刻度没有关系,他们经由 Axis 类使用来支持主刻度和小刻度位置和格式设置.一般情况下,刻度位置和格式均已提供,通常也是最常用的形式. 默认格式 当x轴数据绘制在一个大间隔的一个小的集中区域时,默认的格式将会生效.为了减少刻度标注重叠的可能性,刻度

python matplotlib 绘图

饼图 import matplotlib.pyplot as plt # The slices will be ordered and plotted counter-clockwise. labels = 'Frogs', 'Hogs', 'Dogs', 'Logs' sizes = [15, 30, 45, 10] colors = ['yellowgreen', 'gold', 'lightskyblue', 'lightcoral'] explode = (0, 0.1, 0, 0) #

matplotlib

前导: 安装 numpy http://sourceforge.net/projects/numpy/files/ http://sourceforge.net/projects/numpy/files/NumPy/1.7.2/numpy-1.7.2-win32-superpack-python2.7.exe/download 安装 SciPy http://sourceforge.net/projects/scipy/files/ http://sourceforge.net/projects

【原】在Matplotlib绘图过程中设置X轴的刻度和显示文本

使用Matplotlib进行绘图时,当x轴的数据太多的时候,就需要设置x轴的刻度和显示文本,关键代码如下: 绘图结果如下:

python 3.4 装matplotlib numpy

为了装个matplotlib包,搞了好久: python3.4,官方没有对应版本的包,只能去下面这个地方下对应的版本: http://www.lfd.uci.edu/~gohlke/pythonlibs/ 下载试了下,后发现出错,好像还缺个numpy的包 python 3.4 numpy官方也没有对应版本, 貌似得到下面的网站下载 http://www.lfd.uci.edu/~gohlke/pythonlibs/#pyparsing 最后终于可以了 python 3.4 装matplotlib

【Python数据挖掘课程】六.Numpy、Pandas和Matplotlib包基础知识

前面几篇文章采用的案例的方法进行介绍的,这篇文章主要介绍Python常用的扩展包,同时结合数据挖掘相关知识介绍该包具体的用法,主要介绍Numpy.Pandas和Matplotlib三个包.目录:        一.Python常用扩展包        二.Numpy科学计算包        三.Pandas数据分析包        四.Matplotlib绘图包 前文推荐:       [Python数据挖掘课程]一.安装Python及爬虫入门介绍       [Python数据挖掘课程]二.K

python pandas numpy matplotlib 常用方法及函数

import numpy as np import pandas as pd import matplotlib.pyplot as plt ---------------numpy----------------------- arr = np.array([1,2,3], dtype=np.float64) np.zeros((3,6)) np.empty((2,3,2)) np.arange(15) arr.dtype arr.ndim arr.shape arr.astype(np.in

Python中用matplotlib.pyplot画图总结

1. import numpy as np import matplotlib.pyplot as plt def f1(t):     #根据横坐标t,定义第一条曲线的纵坐标     return np.exp(-t)*np.cos(2*np.pi*t) def f2(t):     #根据横坐标t,定义第二条曲线的纵坐标     return np.sin(2*np.pi*t)*np.cos(3*np.pi*t) #定义很坐标的值,来自于np.arange(0.0,5.0,0.02), #.

使用python的matplotlib作图

Matplotlib 是一个 Python 的 2D绘图库,它以各种硬拷贝格式和跨平台的交互式环境生成出版质量级别的图形. 条形图 #coding:utf-8 import matplotlib.pyplot as pltimport numpy as np plt.rcParams['font.sans-serif']=['SimHei'] label = ['G1', 'G2', 'G3', 'G4', 'G5'] x = sorted([1234, 221, 765, 124, 2312]

Python中使用matplotlib 如何绘制折线图?

本文和大家分享的主要是python开发中matplotlib 绘制折线图相关内容,一起来看看吧,希望对大家学习和使用这部分内容有所帮助. matplotlib 1.安装matplotlib ① linux系统安装 # 安装matplotlib模块 $ sudo apt-get install python3-matplotlib# 如果是python2.7 执行如下命令 $ sudo apt-get install python-matplotlib# 如果你安装较新的Python,安装模块一乐