matplotlib基础应用

最流行的Python底层绘图库,主要做数剧可视化图表,名字取材与MATLAB,模仿MATLAB构建、

基本要点:

from matplotlib import pyplot as plt   导入pyplot

fig=plt.figure(figure=(20,8),dpi=80)
  figure图形图标的意思,在这里指的就是我们画的图
  通过实例化一个figure并且传递参数,能够在后台自动使用该figure
  在图像模糊的时候可以传入dpi参数,让图片更清晰

x=range(2,26,2)
x数剧在x轴的位置,是一个可迭代对象

y=[15,13,14,17,20,25,26,24,22,18,15]
y数剧在y轴的位置,是一个可迭代对象
x轴和y轴的数剧一起组成了所有要绘制的坐标
分别是(2,15),(4,13)(6,14)。。。

plt.plot(x,y) 传入x和y,通过plot绘制出折线图

#调整x轴的刻度
_x=list(x)
_xtick_lables=["10点{}分".format(i)for i in range(60)]
_xtick_lables+=["11点{}分".format(i)for i in range(60)]
#取步长,数字和字符串一一对应
plt.xticks(_x[::3],_xtick_lables[::],rotation=45,fontproperties=my_font) #rotation旋转的角度

#添加描述信息
plt.xlabel("时间",fontproperties=my_font)
plt.ylabel("温度",fontproperties=my_font)
plt.title("10点到12点每分钟的气温变化情况",fontproperties=my_font)

#绘制网格,透明度是0.4
plt.grid(alpha=0.4)

plt.show() 在执行程序的时候展示图形

原文地址:https://www.cnblogs.com/zhongxiaoyan/p/11829380.html

时间: 2024-10-31 03:59:50

matplotlib基础应用的相关文章

数据分析与展示——Matplotlib基础绘图函数示例

Matplotlib库入门 Matplotlib基础绘图函数示例 pyplot基础图表函数概述 函数 说明 plt.plot(x,y,fmt, ...) 绘制一个坐标图 plt.boxplot(data,notch,position) 绘制一个箱体图 plt.bar(left,height,width,bottom) 绘制一个条形图 plt.barh(width,bottom,left,height) 绘制一个横向条形图 plt.polar(theta,r) 绘制极坐标图 plt.pie(dat

Matplotlib基础图形之散点图

Matplotlib基础图形之散点图 散点图特点: 1.散点图显示两组数据的值,每个点的坐标位置由变量的值决定 2.由一组不连续的点组成,用于观察两种变量的相关性(正相关,负相关,不相关) 3.例如:身高-体重,纬度-温度,等等 示例代码: import osimport timeimport matplotlib.pyplot as pltbasedir = os.path.dirname(os.path.abspath(__file__))resultdir = os.path.join(b

Matplotlib基础使用

matplotlib 一.Matplotlib基础知识 Matplotlib中的基本图表包括的元素 x轴和y轴 axis 水平和垂直的轴线 x轴和y轴刻度 tick 刻度标示坐标轴的分隔,包括最小刻度和最大刻度 x轴和y轴刻度标签 tick label 表示特定坐标轴的值 绘图区域(坐标系) axes 实际绘图的区域 坐标系标题 title 实际绘图的区域 轴标签 xlabel ylabel 实际绘图的区域 import numpy as np import pandas as pd impor

数据可视化之——matplotlib基础学习

一.Matplotlib 基础用法: import matplotlib.pyplot as plt import numpy as np x = np.linspace(-1, 1, 100) # 生成100个点 y = 2*x + 1 plt.plot(x, y) plt.show() 结果: 二.Matplotlib figure图像: import matplotlib.pyplot as plt import numpy as np x = np.linspace(-1, 1, 100

python matplotlib 基础

简介 matplotlib是python里面的一个专业绘图工具库,如果想通过python来绘制漂亮的图形,那么一定少不了它了. 准备 在开始画图之前需要安装numpy以及matplotlib库,当然python基本库也必不可少,numpy是一个专业的数组,矩阵处理工具. ? Python ? Numpy - this is the module which does most array and mathematical manip- ulation ? Matplotlib - this is

python数据图形化—— matplotlib 基础应用

matplotlib是python中常用的数据图形化工具,用法跟matlab有点相似.调用简单,功能强大.在Windows下可以通过命令行 pip install matplotlib 来进行安装. 以下为一些基础使用的例子: 1.绘制直线 先通过numpy生成在直线 y = 5 * x + 5 上的一组数据,然后将其绘制在图表上 1 import numpy as np 2 import matplotlib.pyplot as plot 3 4 x = np.linspace(1, 10,

matplotlib基础整理

matplotlib主要从下面几个方面进行整理: 折线图绘制:https://douzujun.github.io/page/%E6%95%B0%E6%8D%AE%E6%8C%96%E6%8E%98%E7%AC%94%E8%AE%B0/3-%E5%8F%AF%E8%A7%86%E5%8C%96%E5%BA%93matpltlib/plt_1.html 子图绘制:https://douzujun.github.io/page/%E6%95%B0%E6%8D%AE%E6%8C%96%E6%8E%98

Pandas与Matplotlib基础

pandas是Python中开源的,高性能的用于数据分析的库.其中包含了很多可用的数据结构及功能,各种结构支持相互转换,并且支持读取.保存数据.结合matplotlib库,可以将数据已图表的形式可视化,反映出数据的各项特征. 先借用一张图来描述一下pandas的一些基本使用方法,下面会通过一些实例对这些知识点进行应用. 一.安装pandas库 pandas库不属于Python自带的库,所以需要单独下载,如果已经安装了Python,可以使用pip工具下载pandas: pip install pa

matplotlib基础知识全面解析

图像基本知识: 通常情况下,我们可以将一副Matplotlib图像分成三层结构: 1.第一层是底层的容器层,主要包括Canvas.Figure.Axes: 2.第二层是辅助显示层,主要包括Axis.Spines.Tick.Grid.Legend.Title等,该层可通过set_axis_off()或set_frame_on(False)等方法设置不显示: 3.第三层为图像层,即通过plot.contour.scatter等方法绘制的图像. 容器层:容器层主要由Canvas.Figure.Axes