Python subplot 绘画

  利用matplotlib 画图模块,汇至子图

# -*- coding: utf-8 -*-

#子图 subplot() 行、列,当前所在区域

import matplotlib.pylab as mtp
import numpy.random as nprd

#汇3个图,上面2个,下面一个
#左上角图
mtp.subplot(2,2,1)
x1=nprd.random_integers(10,20,50)  #生成随机值(最小值、最大值,个数)
y1=nprd.random_integers(10,30,50)
mtp.plot(x1,y1,‘o‘)
mtp.title("open widy") #设置图名

#右上角图
mtp.subplot(2,2,2)
x2=[1,3,5,7,9]
mtp.hist(x2,color=‘b‘)
mtp.title("spy der")

#下部图
mtp.subplot(2,1,2)
x3=nprd.normal(50,10,1000) #生成正态分布随机值(均值、标准差,个数)
y3=nprd.normal(100,20,1000)
mtp.plot(x3,y3,‘-‘)
mtp.title("amt tol")
mtp.show()

结果如图:

时间: 2024-11-29 06:19:11

Python subplot 绘画的相关文章

matlab中subplot函数的功能 类似python

原文:http://blog.163.com/my_it_dream_pwj/blog/static/17841430520112294342649/ 和python 中类似 subplot 功能 分割figure,创建子坐标系 语法 h = subplot(m,n,p) or subplot(mnp)       subplot(m,n,p,'replace')       subplot(m,n,P)       subplot(h)       subplot('Position',[le

用python实现你的绘画梦想

导语: ? 你是否还在为当时年少时没有选择自己的梦想而伤心,是否还在为自己的无法成为绘画名家而苦恼,这一切都不需要担心.python都能帮你实现,诶!python怎么能画画呢,一些简单的图案没问题,但是我要是想画素描那肯定没有办法了呀! 需求分析: 通过python代码脚本,实现绘制素描 安装工具 pip install pillow pip install numpy 代码实现 首先我们需要看一下我们需要的原图: 这是一头大水牛,那我们要如何将它变成一幅素描画呢? 来看我们第一种方案: # -

Python matplotlib subplot 简单使用

原文:https://www.cnblogs.com/xiaoboge/p/9683056.html mark:得先回忆一下以前学的矩阵哈,现在才知道矩阵在啥时候用... 原文:https://blog.csdn.net/the_last_knight/article/details/83691922 仅从表现形式上看,矩阵就是二维数组,所以矩阵的创建.表示以及一些操作和数组是一样的, 而二者之间的区别在于所遵守的运算规则不同, 矩阵的运算一般将矩阵看做是一个整体进行运算,而数组的运算则是对应元

Python plt.subplot

import numpy as np import matplotlib.pyplot as plt x=[1,2,3,4] y=[5,4,3,2] plt.subplot(2,2,1)#呈现2行3列,第一幅图 plt.plot(x,y) plt.subplot(222)#呈现2行3列,第一幅图,可以注意到在subplot里面的数字,可以用逗号隔开,也可以直接写在一起 plt.barh(x,y) plt.subplot(224)#呈现2行3列,第一幅图 plt.bar(x,y) plt.show

Python 简单的小车绘画

小车车点我观看 import turtle import time t = turtle.Pen() def fun1(t, x, y): t.forward(x) t.left(y) def fun2(t, x, y): t.forward(x) t.right(y) ''' color函数有三个参数 第一个参数指定有多少红色 第二个参数指定有多少绿色 第三个参数指定有多少蓝色 都为0的时候此时为黑色 都为1的时候此时为白色 这种红色,绿色,蓝色的混搭叫做RGB 蓝色和红色混合产生紫色 黄色和

Python 模板匹配 匹配一个

原文:https://www.cnblogs.com/gezhuangzhuang/p/10724769.html import cv2 import numpy as np from matplotlib import pyplot as plt # 读取图片 big.jpg img = cv2.imread('big.jpg', 0) # 读取图片 smart.jpg template = cv2.imread('smart.jpg', 0) # rows->h, cols->w # h:

决策树ID3算法预测隐形眼睛类型--python实现

本节讲解如何预测患者需要佩戴的隐形眼镜类型. 1.使用决策树预测隐形眼镜类型的一般流程 (1)收集数据:提供的文本文件(数据来源于UCI数据库) (2)准备数据:解析tab键分隔的数据行 (3)分析数据:快速检查数据,确保正确地解析数据内容,使用createPlot()函数绘制最终的树形图 (4)训练算法:createTree()函数 (5)测试算法:编写测试函数验证决策树可以正确分类给定的数据实例 (6)使用算法:存储数的数据结构,以使下次使用时无需重新构造树 trees.py如下: #!/u

BoW图像检索Python实战

下文来自我的博客:BoW图像检索Python实战 前几天把HABI哈希图像检索工具包更新到V2.0版本后,小白菜又重新回头来用Python搞BoW词袋模型,一方面主要是练练Python,另一方面也是为了CBIR群开讲的关于图像检索群活动第二期而准备的一些素材.关于BoW,网上堆资料讲得挺好挺全的了,小白菜自己在曾留下过一篇讲解BoW词袋构建过程的博文Bag of Words模型,所以这里主要讲讲BoW的实战.不过在实战前,小白菜还想在结合自己这两年多BoW的思考和沉淀重新以更直白的方式对BoW做

python初体验--我对python的体会

接触了python已经两周了,从一个程序小白发展到了对python有了一些简单的认识,虽然以前学过一些c语言,但是能感觉出来python与c之间的差别很大,python的计算能力比c要高得多,而且各种包使python使用起来非常方便,这可以让我们再平时可以利用python制作一些小的程序来计算一些问题,使学这门语言有了更多实用性.而且上课老师为我们展示python通过arduino制作温度计算和bim指数,并且通过数据绘画出图形化界面,利用其中的函数把数据做成图表使我更加感兴趣,感觉这些实验很有