Matplotlib 基本概念


章节


Figure/绘图

Figure表示整个绘图,可以理解为一个画布,绘图中可以包含多个子图形(subplot)。

如果不显式创建figure,会使用默认的figure。

示例

显式创建figure

# 创建一个大小为8x6英寸的图形,每英寸80个点
plt.figure(figsize=(8, 6), dpi=80)

Subplot/子图

Subplot是指一个具体的数据图形。

示例

创建子图

# 创建一个新的子图,网格1x1,序号为1,第一个数字是行数,第二个数字是列数,表示子图排列方式,第三个数字是子图的序号
plt.subplot(1, 1, 1)

坐标系/Axes

通常一个数据图形包含一个2d/3d坐标系,数据图形除了通过创建子图(subplot)创建,还可以通过创建坐标系创建。这两种的区别在于接受的参数不同,通过坐标系创建图形,可以指定绝对位置,具体可以看函数说明。大多数情况下,使用subplot创建图形。

plt.axes()
plt.axes(rect, projection=None, polar=False, **kwargs)
plt.axes(ax)

坐标轴/Axis

坐标系中的坐标轴。

艺术家/Artist

表示绘图对象,例如:文本对象、线条对象、集合对象等等。

原文地址:https://www.cnblogs.com/jinbuqi/p/11840275.html

时间: 2024-11-05 20:29:12

Matplotlib 基本概念的相关文章

Matplotlib 安装

章节 Matplotlib 安装 Matplotlib 入门 Matplotlib 基本概念 Matplotlib 图形绘制 Matplotlib 多个图形 Matplotlib 其他类型图形 Matplotlib 柱状图 Matplotlib 饼图 Matplotlib 直方图 Matplotlib 散点图 Matplotlib 填充图 Matplotlib 网格 Matplotlib 极坐标图 Matplotlib 3D图 Matplotlib 保存图形 为了统计分析,需要对数据进行可视化,

Matplotlib 入门

章节 Matplotlib 安装 Matplotlib 入门 Matplotlib 基本概念 Matplotlib 图形绘制 Matplotlib 多个图形 Matplotlib 其他类型图形 Matplotlib 柱状图 Matplotlib 饼图 Matplotlib 直方图 Matplotlib 散点图 Matplotlib 填充图 Matplotlib 网格 Matplotlib 极坐标图 Matplotlib 3D图 Matplotlib 保存图形 绘制一个简单图形 让我们从一个简单的

使用pyplot和seaborn进行可视化

pyplot的一些知识 matplotlab中的对象: matplotlib是面向对象的,在画图的时候我们了解一些对象,对我们画图是有帮助的.绘图的对象大致分为三层: backend_bases.FigureCanvas : 图表的绘制领域 backend_bases.Renderer : 知道如何在FigureCanvas上绘图 artist.Artist : 知道如何使用Renderer在FigureCanvas上绘图 这些是一层一层封装起来的,从底层到高层依次为上面的画布->颜料->画家

使用NumPy、SciPy和Matplotlib进行描述性统计

目录 1 描述性统计是什么?2 使用NumPy和SciPy进行数值分析 2.1 基本概念 2.2 中心位置(均值.中位数.众数) 2.3 发散程度(极差,方差.标准差.变异系数) 2.4 偏差程度(z-分数) 2.5 相关程度(协方差,相关系数) 2.6 回顾3 使用Matplotlib进行图分析 3.1 基本概念 3.2 频数分析 3.2.1 定性分析(柱状图.饼形图) 3.2.2 定量分析(直方图.累积曲线) 3.3 关系分析(散点图) 3.4 探索分析(箱形图) 3.5 回顾4 总结5 参

windows下python配置numpy、matplotlib、scipy

这两天对Python进行了研究,并且配置了numpy.matplotlib以及scipy.现对基本概念以及配置步骤介绍: 基本概念: Python (英语发音:/?pa?θ?n/), 是一种面向对象.解释型计算机程序设计语言.专用的科学计算扩展库很多,例如如下3个十分经典的科学计算扩展库:NumPy.SciPy和matplotlib,它们分别为Python提供了快速数组处理.数值运算以及绘图功能. <python科学计算>这本书中对Python介绍得很是详细,推荐下.电子版下载链接http:/

8-原谅我这一生不羁放纵爱作图之matplotlib(上)

回想群主刚进希捷时,收到一封Advanced 6 sigma training的报名通知邮件,虽然更好的选择是从零学起,但选日不如撞日,于是很冲动地报名参加了,从此走上了数据分析的不归路!6 sigma黑带毕业后,老板把我当成部门吉祥物供着,一旦有数据分析的任务都要找我.在迎合老板的过程中,群主奇迹般地从一个小白蜕变为一个作图达人!从前车马慢,作图只会柱状图,后来CDF,等高线图,散点矩阵,矩形树图,气泡图等都尝试了一遍.直到有一天,历经繁华的群主不小心点开perceptual edge这个网站

【python】matplotlib.pyplot入门

matplotlib.pyplot介绍 matplotlib的pyplot子库提供了和matlab类似的绘图API,方便用户快速绘制2D图表. matplotlib.pyplot是命令行式函数的集合,每一个函数都对图像作了修改,比如创建图形,在图像上创建画图区域,在画图区域上画线,在线上标注等. 下面简单介绍一下pyplot的基本使用: (1)使用plot()函数画图 plot()为画线函数,下面的小例子给ploy()一个列表数据[1,2,3,4],matplotlib假设它是y轴的数值序列,然

Python:2D绘图库matplotlib学习总结

本文为学习笔记----总结!大部分为demo,一部分为学习中遇到的问题总结,包括怎么设置标签为中文等.matlab博大精深,需要用的时候再继续吧. Pyplot tutorial Demo地址为:点击打开链接 一个简单的例子: # -*- coding: utf-8 -*- import matplotlib.pyplot as plt plt.plot([1, 4, 9, 16]) plt.ylabel('some numbers') plt.show() 运行结果为: 我只指定了一组list

Python 可视化工具 Matplotlib

英文出处:Chris Moffitt. Matplotlib是Python中最常用的可视化工具之一,可以非常方便地创建海量类型的2D图表和一些基本的3D图表.本文主要介绍了在学习Matplotlib时面临的一些挑战,为什么要使用Matplotlib,并推荐了一个学习使用Matplotlib的步骤. 简介 对于新手来说,进入Python可视化领域有时可能会令人感到沮丧.Python有很多不同的可视化工具,选择一个正确的工具有时是一种挑战. 例如,即使两年过去了,这篇<Overview of Pyt