matplotlib之scatter自动绘制散点

 1 # 使用matplotlib.pyplot.scatter绘制散点
 2 import matplotlib.pyplot as plt
 3 from pylab import mpl
 4
 5 # 设置默认字体,解决中文显示乱码问题
 6 mpl.rcParams[‘font.sans-serif‘] = [‘SimHei‘]
 7
 8 # 自动计算点
 9 x_values = list(range(1, 101))
10 y_values = [x ** 2 for x in x_values]
11 plt.scatter(x_values, y_values, s=40)
12
13 y_values = [x * 50 for x in x_values]
14 # 自定义颜色:c=(红色,绿色,蓝色);取值范围:[0,1];0深,1浅
15 plt.scatter(x_values, y_values, c=(1, 0, 0))
16
17 y_values = [x * 150 for x in x_values]
18 # 颜色映射:根据y的值,颜色由浅到深
19 plt.scatter(x_values, y_values, c=y_values, cmap=plt.cm.Greens)
20
21 # 设置图表标题
22 plt.title("平方数值表", fontsize=20)
23
24 # 设置横、纵坐标标题
25 plt.xlabel("数值", fontsize=12)
26 plt.ylabel("平方值", fontsize=12)
27
28 # 设置刻度标记大小
29 plt.tick_params(axis=‘both‘, labelsize=10)
30
31 # 设置每个坐标轴的取值范围[x最小,x最大,y最小,y最大]
32 plt.axis([0, 100, 0, 10000])
33
34 plt.show()

运行结果:

时间: 2024-07-30 12:30:10

matplotlib之scatter自动绘制散点的相关文章

matplotlib之scatter绘制散点

1 # 使用matplotlib.pyplot.scatter绘制散点 2 import matplotlib.pyplot as plt 3 from pylab import mpl 4 5 # 设置默认字体,解决中文显示乱码问题 6 mpl.rcParams['font.sans-serif'] = ['SimHei'] 7 8 # 画单个点 9 plt.scatter(0, 0, s=200) # 指定点的大小 10 11 # 画多个点 12 x_values = [1, 2, 3, 4

用python的matplotlib和numpy库绘制股票K线均线和成交量的整合效果(含量化验证交易策略代码)

在用python的matplotlib和numpy库绘制股票K线均线的整合效果(含从网络接口爬取数据和验证交易策略代码)一文里,我讲述了通过爬虫接口得到股票数据并绘制出K线均线图形的方式,在本文里,将在此基础上再引入成交量效果图,并结合量价理论,给出并验证一些交易策略. 1 成交量对量化分析的意义 美国的股市分析家葛兰碧(Joe Granville)在他所著的<股票市场指标>一书里提出著名的“量价理论”.“量价理论”的核心思想是,任何对股价的分析,如果离开了对成交量的分析,都将是无本之木,无水

[译]matplotlib可视化教程 :绘制有关Turmp, Clinton 和Sanders的推特信息

使用 pandas 和 matplotlib 分析推特 Python有着各种各样的可视化库,其中包括了seaborn, networkx 和 vispy.大部分的可视化Python库都是基于或部分基于matplotlib, matplotlib往往是绘制一些简单图的首选,但是同时对于太过复杂的图往往无能为力而不得不借助于其他库. 在本篇的matplotlib教程中,我们将会涉及到该库的基础,并通过一些中等难度的可视化示例进行阐释. 我们所使用的数据集为大概240,000条推特,这些推特的内容都有

matplotlib 散点图scatter

最近开始学习python编程,遇到scatter函数,感觉里面的参数不知道什么意思于是查资料,最后总结如下: 1.scatter函数原型 2.其中散点的形状参数marker如下: 3.其中颜色参数c如下: 4.基本的使用方法如下: [python] view plain copy #导入必要的模块 import numpy as np import matplotlib.pyplot as plt #产生测试数据 x = np.arange(1,10) y = x fig = plt.figur

matplotlib:直方图的绘制

1.matplotlib绘图三部曲 (1)创建画布 (2)绘图——包含绘图与图形修饰 (3)绘图展示 2.直方图的绘制 (1)导入模块 import matplotlib.pyplot as pltimport numpy as np 将模块导入到脚本中,并更改名字为plt (2)创建画布 plt.figure(figsize=(8,5), dpi=120) 使用figure()方法创建画布,figsize=(x,y)参数用于设置画布大小,单位为英寸,dpi参数用于设置图片像素 matplotl

利用QPainter绘制散列图

[1]实例代码 (1)代码目录结构(备注:QtCreator默认步骤新建工程) (2)工程pro文件 1 QT += core gui 2 3 greaterThan(QT_MAJOR_VERSION, 4): QT += widgets 4 5 TARGET = painter 6 TEMPLATE = app 7 8 9 SOURCES += main.cpp10 mainwindow.cpp 11 12 HEADERS += mainwindow.h 13 14 FORMS += main

c语言自动绘制任意大小等腰三角形

代码执行结果:

ipython matplotlib

matplotlib实际上是一套面向对象的绘图库,它所绘制的图表中的每个绘图元素,例如线条Line2D.文字Text.刻度等在内存中都有一个对象与之对应.为了方便快速绘图matplotlib通过pyplot模块提供了一套和MATLAB类似的绘图API,将众多绘图对象所构成的复杂结构隐藏在这套API内部.我们只需要调用pyplot模块所提供的函数就可以实现快速绘图以及设置图表的各种细节.pyplot模块虽然用法简单,但不适合在较大的应用程序中使用.为了将面向对象的绘图库包装成只使用函数的调用接口,

pylab.show()没有显示图形图像(python的matplotlib画图包)

import pylabpylab.ion() x = pylab.arange( 0, 10, 0.1)y = pylab.sin(x)pylab.plot(x,y, 'ro-')pylab.show()  pylab.savefig('temp.png') ============================ # plotting with the pylab module from matplotlib # free from: http://matplotlib.sourceforg