Loading [MathJax]/jax/output/CommonHTML/config.js
前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
圈层
工具
发布
首页
学习
活动
专区
圈层
工具
MCP广场
社区首页 >专栏 >Python可视化图表生成-Matplotlib

Python可视化图表生成-Matplotlib

作者头像
用户9925864
发布于 2022-07-27 00:52:34
发布于 2022-07-27 00:52:34
76404
代码可运行
举报
运行总次数:4
代码可运行

Matplotlib 是Python中类似 MATLAB 的绘图工具,熟悉 MATLAB 也可以很快的上手 Matplotlib

安装

代码语言:javascript
代码运行次数:0
运行
AI代码解释
复制
pip install matplotlib

折线图

代码语言:javascript
代码运行次数:0
运行
AI代码解释
复制
import numpy as np
import matplotlib.pyplot as plt
import matplotlib

# 指定默认字体
matplotlib.rcParams['font.sans-serif'] = ['SimHei']
matplotlib.rcParams['font.family'] = 'sans-serif'
# 解决负号'-'显示为方块的问题
matplotlib.rcParams['axes.unicode_minus'] = False

x = np.linspace(0, 2, 100)  # 创建等差数列 0-2之间100个

plt.plot(x, x, label="line1")  # 第一个参数为横坐标 第二个为纵坐标 第三个为曲线名字
plt.plot(x, x ** 2, label="line2")
plt.plot(x, x ** 3, label="line3")
plt.xlabel("x label")  # x轴名字
plt.ylabel("y label")  # y轴名字
plt.title("折线图")  # 图标名字
plt.legend()  # 显示图例
plt.show()  # 生成图表

散点图

代码语言:javascript
代码运行次数:0
运行
AI代码解释
复制
import numpy as np
import matplotlib.pyplot as plt
import matplotlib

# 指定默认字体
matplotlib.rcParams['font.sans-serif'] = ['SimHei']
matplotlib.rcParams['font.family'] = 'sans-serif'
# 解决负号'-'显示为方块的问题
matplotlib.rcParams['axes.unicode_minus'] = False

x = np.arange(0., 5., 0.2)  # 从0-5之间,产生等差数列,公差为0.2
plt.plot(x, x, "r--", x, x ** 2, "bs", x, x ** 3, "g^")  #
plt.xlabel("x label")  # x轴名字
plt.ylabel("y label")  # y轴名字
plt.title("折线图")  # 图标名字
plt.legend()  # 显示图例

plt.show()  # 生成图表

三维散点图

代码语言:javascript
代码运行次数:0
运行
AI代码解释
复制
import numpy as np
import matplotlib.pyplot as plt
import matplotlib

# 指定默认字体
matplotlib.rcParams['font.sans-serif'] = ['SimHei']
matplotlib.rcParams['font.family'] = 'sans-serif'
# 解决负号'-'显示为方块的问题
matplotlib.rcParams['axes.unicode_minus'] = False

data = np.random.randint(0, 255, size=[40, 40, 40])  # 产生随机数

x, y, z = data[0], data[1], data[2]  #
ax = plt.subplot(111, projection="3d")  # 创建三维绘图

ax.scatter(x[:10], y[:10], z[:10], c="y")  # 绘制散点
ax.scatter(x[10:20], y[10:20], z[10:20], c="r")
ax.scatter(x[30:40], y[30:40], z[30:40], c="g")

ax.set_xlabel("X")  # x轴名字
ax.set_ylabel("Y")  # y轴名字
ax.set_zlabel("Z")  # z轴名字

plt.title("三维散点图")  # 图标名字
plt.legend()  # 显示图例
plt.show()  # 生成图表

三维平面图

代码语言:javascript
代码运行次数:0
运行
AI代码解释
复制
import numpy as np
import matplotlib.pyplot as plt
import matplotlib
from mpl_toolkits.mplot3d import Axes3D

# 指定默认字体
matplotlib.rcParams['font.sans-serif'] = ['SimHei']
matplotlib.rcParams['font.family'] = 'sans-serif'
# 解决负号'-'显示为方块的问题
matplotlib.rcParams['axes.unicode_minus'] = False

fig = plt.figure()
ax = Axes3D(fig)
X = np.arange(-4, 4, 0.25)
Y = np.arange(-4, 4, 0.25)
X, Y = np.meshgrid(X, Y)  #
R = np.sqrt(X ** 2 + Y ** 2)
Z = np.sin(R)
ax.plot_surface(X, Y, Z, rstride=1, cstride=1, cmap="rainbow")  #

plt.show()  # 生成图表
本文参与 腾讯云自媒体同步曝光计划,分享自微信公众号。
原始发表:2021-04-28,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 算法工程师的学习日志 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
暂无评论
推荐阅读
编辑精选文章
换一批
数据可视化基础与应用-07-数据可视化第二版各种类型图表的绘制优化版
本系列博客为基于《数据可视化第二版》一书的教学资源博客。本文主要是第6章,比较与排序可视化的案例相关。
用户2225445
2024/04/03
3920
数据可视化基础与应用-07-数据可视化第二版各种类型图表的绘制优化版
【python绘图】matplotlib基本使用(含实例)
matplotlib是python的绘图库,主要用来绘制二维平面图。上手容易、简单,在python数据分析中有非常重要的作用。 基本上有两种使用 Matplotlib 的方法: 一、依靠 pyplot 自动创建和管理图形和轴,并使用 pyplot 函数进行绘图。 二、显式创建图形和轴,并在它们上调用方法(即“面向对象 (OO) 样式”)。
Crayon鑫
2023/10/10
1.3K0
【python绘图】matplotlib基本使用(含实例)
python实现之初等函数二——反函数
一般来说,设函数y=f(x)(x∈A)的值域是C,若找得到一个函数g(y)在每一处g(y)都等于x,这样的函数x= g(y)(y∈C)叫做函数y=f(x)(x∈A)的反函数,记作x=f-1(y) 。反函数x=f -1(y)的定义域、值域分别是函数y=f(x)的值域、定义域。最具有代表性的反函数就是对数函数与指数函数。
python与大数据分析
2022/03/11
5980
python实现之初等函数二——反函数
Matplotlib绘图中文乱码,完整解决方法总结!
在使用Matplotlib进行绘图时,中文字体可能会显示为乱码,因为Matplotlib默认的字体不支持中文。为了在图表中正确显示中文,你需要进行一些额外的配置。以下是一个解决方案,它包括设置Matplotlib以使用支持中文的字体:
double
2024/04/11
5.4K0
Matplotlib绘图中文乱码,完整解决方法总结!
Python3.0科学计算学习之绘图(一
(1)  plot是标准的绘图库,调用函数plot(x,y)就可以创建一个带有绘图的图形窗口(其中y是x的函数)。输入的参数为具有相同长度的数组(或列表);或者plot(y)是plot(range(len(y)),y)的简写。
py3study
2020/01/16
1.5K0
Python3.0科学计算学习之绘图(一
数据可视化初探:Matplotlib框架的使用
软件行业成立之初,是由业务驱动数据。人们尝试各种手段从无纸化过度到信息化、数字化。渐渐的,产生的数据量越来越多,人们再次利用这些数据,在观察数据的形态结构中,发现了新的业务。
花花Binki
2023/11/28
2831
数据可视化初探:Matplotlib框架的使用
python matplotlib各种绘图类型完整总结
plot([x], y, [fmt], [x2], y2, [fmt2], …, **kwargs)
Twcat_tree
2022/12/05
6K0
python matplotlib各种绘图类型完整总结
Python实现matplotlib显示中文的方法详解
方式二用时才设置,且不会污染全局字体设置,更灵活 方式三、方式四不需要对字体路径硬编码,而且一次设置,多次使用,更方便。
用户7718188
2021/10/08
1.1K0
如何用python画图--matplotlib实例与补充
在第一篇文章中,大家一定看到了包含Figure,Axes,Axis等的代码,可能会一头雾水,不知道这些分别表示什么。这里就给大家仔细解释一下。掌握了这些之后,绘图就游刃有余啦。
MeteoAI
2019/07/24
1.5K0
matplotlib中文乱码的两种解决方案
今天遇到一个问题就是:当我给坐标轴添加一些中文内容以便客户查看时,出现了乱码,接下来我就通过两种方法对乱码的问题做一下解释。
石璞东
2020/08/18
23.9K0
matplotlib中文乱码的两种解决方案
Python可视化数据分析10、Matplotlib库
Python可视化数据分析10、Matplotlib库 📋前言📋 💝博客:【红目香薰的博客_CSDN博客-计算机理论,2022年蓝桥杯,MySQL领域博主】💝 ✍本文由在下【红目香薰】原创,首发于CSDN✍ 🤗2022年最大愿望:【服务百万技术人次】🤗 💝Python初始环境地址:【Python可视化数据分析01、python环境搭建】💝  ---- 环境需求 环境:win10 开发工具:PyCharm Community Edition 2021.2 数据库:MySQL5.6
红目香薰
2022/11/30
8630
Python可视化数据分析10、Matplotlib库
Python数据可视化-第3章-图表辅助元素的定制
图表的辅助元素是指除了根据数据绘制的图形之外的元素,常用的辅助元素包括坐标轴、标题、图例、网格、参考线、参考区域、注释文本和表格,它们都可以对图形进行补充说明。
用户2225445
2025/03/31
1120
Python数据可视化-第3章-图表辅助元素的定制
Python可视化分析笔记(用bar和barh展示2017年GDP数据)
最近有些偷懒,一来素材匮乏,二来素材每天一写会花费不少功夫,三来及时有素材也是自己原创却苦于跟公司有很大关系,不知道该不该写,四来最近写的材料太多了,耗费了很大的精力。不过实话实说,还是自己偷懒。
python与大数据分析
2022/03/11
4940
Python可视化分析笔记(用bar和barh展示2017年GDP数据)
【matplotlib】2-使用统计函数绘制简单图形
函数功能: 在x轴上绘制定性数据的分布特征 调用签名: plt.bar(x, y) 参数说明:
程序员小涛
2022/12/13
1.4K0
【matplotlib】2-使用统计函数绘制简单图形
使用numpy与matplotlib.p
使用numpy与matplotlib.pyplot画图 1. 折线图 1 # -*- enccoding:utf-8 -*- 2 import numpy as np 3 import matplotlib.pyplot as plt 4 plt.rcParams['font.family'] = 'SimHei' #用来正常显示中文 5 plt.rcParams['font.sans-serif'] = ['SimHei'] #用来正常显示中文 6 plt.rc
py3study
2020/01/16
4340
使用numpy与matplotlib.p
python绘图及可视化备课
于刊老师担心我准备的内容不够讲两节课的,如果我讲完这一章的内容还没有结束的话我就讲一讲我最近捣鼓的东西
十二惊惶
2024/02/28
3740
python绘图及可视化备课
python实现之初等函数一
初等函数是由基本初等函数经过有限次的四则运算和复合运算所得到的函数。基本初等函数和初等函数在其定义区间内均为连续函数。高等数学将基本初等函数归为五类:幂函数、指数函数、对数函数、三角函数、反三角函数。
python与大数据分析
2022/03/11
3370
python实现之初等函数一
python实现之导数
导数(Derivative),也叫导函数值。又名微商,是微积分中的重要基础概念。当函数y=f(x)的自变量x在一点x0上产生一个增量Δx时,函数输出值的增量Δy与自变量增量Δx的比值在Δx趋于0时的极限a如果存在,a即为在x0处的导数,记作f'(x0)或df(x0)/dx。
python与大数据分析
2022/03/11
5460
python实现之导数
Python Matplotlib库:基本绘图补充
✅作者简介:人工智能专业本科在读,喜欢计算机与编程,写博客记录自己的学习历程。 🍎个人主页:小嗷犬的博客 🍊个人信条:为天地立心,为生民立命,为往圣继绝学,为万世开太平。 🥭本文内容:Python Matplotlib库:基本绘图补充 ---- Python Matplotlib库:基本绘图补充 1.引言 2.散点图 3.柱状图 4.火柴图 5.阶梯图 6.填充 ---- 1.引言 上期我们讲了 Matplotlib 库的基本语法,并以折线图为例,绘制了我们的第一幅图表。(参见:Python
小嗷犬
2022/11/15
6110
Python Matplotlib库:基本绘图补充
详解Matplotlib中文字符显示问题
在用matplotlib进行绘图时,如果在绘制过程中会用到中文,则默认情况下会出现字体警告,中文字符显示为方框或乱码的形式,具体见下方案例:
可以叫我才哥
2021/08/05
3.8K0
相关推荐
数据可视化基础与应用-07-数据可视化第二版各种类型图表的绘制优化版
更多 >
领券
💥开发者 MCP广场重磅上线!
精选全网热门MCP server,让你的AI更好用 🚀
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档
本文部分代码块支持一键运行,欢迎体验
本文部分代码块支持一键运行,欢迎体验