Matplotlib介绍及使用

Matplotlib介绍及使用

一、介绍

Matplotlib的功能和matlab中的画图的功能十分类似。因为matlab进行画图相对来说比较复杂,所以使用python中的Matplotlib来画图比较方便。

Matplotlib是python中的一个包,主要用于绘制2D图形(当然也可以绘制3D,但是需要额外安装支持的工具包)。在数据分析领域它有很大的地位,而且具有丰富的扩展,能实现更强大的功能。

0x1 最简单的程序

matplotlib绘图示例

import matplotlib.pyplot as plt import numpy as np x = np.linspace(0,2*np.pi,100) y = np.sin(x) plt.plot(x,y) plt.show()

1234567

import matplotlib.pyplot as pltimport numpy as npx = np.linspace(0,2*np.pi,100)y = np.sin(x)plt.plot(x,y)plt.show()

解析

首先导入了matplotlib相关的包,然后生成了一个0到2π,总共100个数的等差数组。再通过np.sin(x)将x作为自变量传到sin函数中,得到y。然后通过plt.plot(x,y)画一个自变量x,因变量y的图像。

0x2 Matplotlib架构

架构可以分为三层次。

最底层Backend 这一层主要处理把图像显示到哪里和画到哪里。

中间层Artist 这一层主要处理图像显示为什么样子,如图例、线条大小颜色等。

最上层Scripting pylot、python语法和api层,直接和用户交互,通过程序画图。

二、Plot绘图方法

0x1 一维参数

要是用plot方法需要先导入import matplotlib.pyplot

现在我们对一个list对象使用plot,来看它形成的图像: 

可以看到,plot画出的图中横坐标是list的index,纵坐标是list的value,他会在图上形成三个点,然后将点连成线,所以它形成的是折线图,因为list满足线性关系,所以形成的图像是一个直线。

如果list不满足线性关系,则就会是一个折线: 

如果不加plt.show()的话,将会返回的是一个matplotlib.lines.Line2D对象。

0x2 二维参数

上边是根据一个参数来绘制的图像,如果传入的数据是两个: 

可以看到,横坐标就是传入的第一个参数,纵坐标就是传入的第二个参数

注意,传入的参数的长度必须一致,否则将会出现ValueError的异常: 

0x3 小技巧

在jupyter中提供了一个魔法函数:%matplotlib inline只需要在jupyter输入这个命令就可以启动这个函数。

这个函数的作用是,在jupyter画图中不需要每次都调用plt.show()就可以显示出图像。

还有一个魔法函数,和画图无关了,是%timeit,它的作用是可以计算出一条语句的执行时间: 

可以看到这条语句执行了1000000 次循环,每次循环大约517ns。

0x4 指定线条的风格

点线

虚线

改变线条颜色

0x5 一个图像中绘制对个线条

指定多个坐标参数

只需要在参数指定中依次指定线条的横纵坐标进去即可: 

不同线条指定不同风格

为横纵坐标设置label

横纵坐标的label可以分别通过xlabel、ylabel来在绘图之前指定: 

为图像指定title

plt.title('')

为图像指定图例

plt.plot(...,label='') plt.legend()

123

plt.plot(...,label='')plt.legend()

示例代码

t = np.arange(0.0, 2.0, 0.1) s = np.sin(t*np.pi) plt.plot(t,s,'r--',label='aaaa') plt.plot(t*2, s, 'b--', label='bbbb') plt.xlabel('this is x') plt.ylabel('this is y') plt.title('this is a demo') plt.legend()

123456789

t = np.arange(0.0, 2.0, 0.1)s = np.sin(t*np.pi)plt.plot(t,s,'r--',label='aaaa')plt.plot(t*2, s, 'b--', label='bbbb')plt.xlabel('this is x')plt.ylabel('this is y')plt.title('this is a demo')plt.legend()

0x6 补充问题

图例中文显示问题 如果使用的是中文标签,将在图像中无法显示,因为matplotlib默认为英文,可以在做图前进行下面的设置来显示中文:

plt.rcParams['font.sans-serif'] = ['SimHei']

12

plt.rcParams['font.sans-serif'] = ['SimHei']

负号显示问题 保存图像时,负号可能不正常显示,可以通过如下代码解决:

plt.rcParams['axes.unicode_minus'] = False

12

plt.rcParams['axes.unicode_minus'] = False

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

我来说两句

0 条评论
登录 后参与评论

相关文章

  • Subplot和Subplots绘制子图

    plot可以绘出精美的图形,但是如果想要在一张图中展示多个子图,plot就很难办了。

    慕白
  • Seaborn设置图形显示的效果

    x = np.linspace(0,14,100) y1 = np.sin(x) y2 = np.sin(x+2)*1.25 def sinplot() ...

    慕白
  • Seaborn

    color_map = dict(zip(iris.Name.unique(), ['blue','green','red']))

    慕白
  • python绘图入门

    将pl.plot(x, y) 改为 pl.plot(x, y, 'o')  ,可得到下面的图:

    py3study
  • matplotlib 入门使用指南

    syy
  • 深度学习数学基础一--最小二乘法

    之前总是先上手一些比较高级的神经网络算法,CNN,RNN等。可是总觉得有些知识原理总是羁绊着我进一步理解。这才意识到基础的重要性。所以,就一点一点的从基础数学最...

    zenRRan
  • python基础之Matplotlib库的使用一(平面图)

    在我们过去的几篇博客中,说到了Numpy的使用,我们可以生成一些数据了,下面我们来看看怎么让这些数据呈现在图画上,让我们更加直观的来分析数据。

    小菜的不能再菜
  • Day3.数据可视化-- 可视化基础

    第一天我们介绍过Matplotlib,它是一个Python 2D绘图库,它可以在各种平台上以各种硬拷贝格式和交互式环境生成出具有出版品质的图形。只需几行代码即可...

    DataScience
  • python画箱线图

    py3study
  • Logistic regression intuition and conditional probabilities使用sc-learn训练logistic regression 模型使用正则化(r

    用户1733462

扫码关注云+社区

领取腾讯云代金券