pyplot基本绘制

pyplot实现的功能与Matlab中的绘制方式很相似。

先看一个绘制折线的例子:

import matplotlib.pyplot as plt
plt.plot([1, 17, 8, 9])
plt.ylabel("some numbers")
plt.show()

可以发现,由于我们只给了一个一维数组,plot函数把数组索引当成了横坐标,默认会把所有的点有直线连接起来。

可以补全横轴如下:

plt.plot([2, 3, 4, 5],[1, 17, 8, 9])#第一个参数指定了横轴的坐标,第二个参数指定纵轴。绘制输出如下:

发现两个问题,无论是横轴还是纵轴,坐标范围总是默认由数组中的最小值和最大值决定(如上图中横轴2到5,纵轴1到17)。还有就是能不能不把这些离散的点连起来呢?答案是肯定的,参见如下代码:
import matplotlib.pyplot as plt
plt.plot([1, 2, 3, 4], [1,4,9, 16], ‘ro‘)
plt.axis([0, 6, 0, 20])
plt.show()

上述代码在plot函数中设置了第三个参数,也就是格式字符串,这几乎是完全照搬MATLAB的,‘ro‘中r指红色,o只圆圈形状,要绘制跟先前一样的折线图,参数是‘-‘。另外可以发现此时横轴与纵轴已经变成我们指定的范围了。

最后,pyplot还支持将多组数据绘制到一幅图中。
import numpy as np
import matplotlib.pyplot as plt
t = np.arange(0., 5., 0.2)

plt.plot(t,t, ‘r--‘, t, t**2, ‘bs‘, t, t**3, ‘g^‘)
plt.show()

以上就是 pyplot的基本内容了,有了这些,我们可以完成一些基本的绘制操作。

				
时间: 2024-10-17 09:45:31

pyplot基本绘制的相关文章

pyplot饼图绘制

plt.pie() 1 import matplotlib.pyplot as plt 2 3 labels = 'Frogs','Hogs','Dogs','Logs' 4 size = [15,30,45,10] 5 explode = (0,0.1,0,0) 6 7 plt.pie(size,explode=explode,labels=labels,autopct='%1.1f%%',shadow=False,startangle=90) 8 9 plt.axis('equal') 10

pyplot基本绘制(二)

本节主要解决在一个figure中放置多福图,以及图中一些注释文字的添加等问题. 先看一个效果图: 下面是实现代码: __author__ = 'hust' import numpy as np import matplotlib.pyplot as plt def f(t): return np.exp(-t) * np.cos(2 * np.pi * t) t1 = np.arange(0.0, 5.0, 0.1) t2 = np.arange(0.0, 5.0, 0.02) plt.figu

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]

用Python绘制直方图

计算频数: 给定一个序列t: hist = {} for x in t: hist[x] = hist.get(x,0)+1 得到的结果是一个将值映射到其频数的字典.将其除以n即可把频数转换成频率,这称为归一化: n = float(len(t)) pmf = {} for x, freq in hist.items(): pmf[x] = freq/n 绘制直方图: Vals, freqs = hist.Render() rectangles = pyplot.bar(vals, freqs)

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

[转]用Matplotlib绘制 折线图 散点图 柱状图 圆饼图

Matplotlib是一个Python工具箱,用于科学计算的数据可视化.借助它,Python可以绘制如Matlab和Octave多种多样的数据图形. 安装 Matplotlib并不是Python的默认组件,需要额外安装. 官方下载地址 http://matplotlib.org/downloads.html 必须下载与自己的Python版本,操作系统类型对应的安装包.如Windows 64位+Python3.3,应该下载matplotlib-1.3.1.win-amd64-py3.3.exe 第

绘制音频的波形图

有时候,为了直观地分析音频的特征,画几个图是必不可少的. 当然,读者可以把音频文件拉到Adobe Audition或其它音频分析软件中,再使用它绘制出来的特征图. 那有没有办法自己写代码来绘制,并做一些灵活的控制呢? 本文介绍通过python的matplotlib.pyplot来绘制波形图. pyplot是一个强大的绘图库,小程这里用来绘制波形,也只是牛刀小试. 小程先用自己的话,解释一些本文会提到的基础概念. 声道数,也叫通道数,这在采集声音(录制)时就引入的概念,可以理解为用几个通道去录制声

matplotlib之直接保存图片

自动保存图表:pyplot.savefig('D:\\pic.png'),替代了 pyplot.show(). 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

Mooc数据分析-02数据展示

主要内容是Matplotlib库的基本使用和方法 1 Matplotlib库 1.1 Matplotlib的介绍 Python优秀的数据可视化第三方库 数据可视化就是将数据以特定的图形图像的方式展示出来, 使数据更加的直观明了 范例网站 Matplotlib库是由各种可视化类构成, 内部结构复杂 为了简洁使用, 可以使用matplotlib.pyplot这个绘制各类可视化图形的命令子库, 类似于快捷方式的库来简化操作 导入 import matplotlib.pyplot as plt 同样pl