Python matplotlib实践中学习（一）

概述基本图形frommatplotlibimportpyplotaspltimportpandasaspdimportnumpyasnpimportseabornplt.rc('figure',figsize=(10,5))seaborn.set()x=np.linspace(0,2,10)#在指定的间隔范围内返回均匀间隔的数字 #linspace(start,end,返回的数量[默认50])p 基本图形

from matplotlib import pyplot as pltimport pandas as pdimport numpy as npimport seabornplt.rc('figure',figsize=(10,5))seaborn.set()x = np.linspace(0,2,10)   #在指定的间隔范围内返回均匀间隔的数字	#linspace(start,end,返回的数量[默认50])plt.plot(x,x,'o-',label='linear') #x, y, "格式控制字符串",名称plt.plot(x,x**2,'x-',label='quadratic') plt.legend(loc='best')   #加图例plt.xlabel('input')   #x轴plt.ylabel('output')	#y轴plt.show()		#显示

直方图

from matplotlib import pyplot as pltimport pandas as pdimport numpy as npimport seabornsamples = np.random.normal(loc=1.0, scale=0.5, size=1000)#数据源是一个随机的正态分布。loc：均值（正态分布中心），scale：正态分布的标准差，对应分布的宽度，size：输出的值赋在shape里，默认为Noneprint(samples.shape)print(samples.dtype)#数据的类型print(samples[:10])#输出一下数据集的前30个数据看看就知道生成的数据的样子了plt.hist(samples, bins=50)#绘制直方图plt.hist。plt.hist(数据源，bins=统计的区间分布，range: tuple, 显示的区间)plt.show()

## 同一图中显示两个直方图

samples_1 = np.random.normal(loc=1, scale=.5, size=10000)samples_2 = np.random.standard_t(df=10, size=10000) #返回一个具有自由度的标准T分布随机样本#np.random.standard_t(df=自由度>0,size=大小）bins = np.linspace(-3, 3, 50)plt.hist(samples_1, bins=bins, Alpha=0.5, label='samples 1')plt.hist(samples_2, bins=bins, Alpha=0.5, label='samples 2')#Alpha相当于透明度plt.legend(loc='upper left');plt.show()

散点图

samples_1 = np.random.normal(loc=1, scale=.5, size=10000)samples_2 = np.random.standard_t(df=10, size=10000)bins = np.linspace(-3, 3, 50)plt.scatter(samples_1, samples_2, Alpha=0.1)#绘制散点图plt.scatter(x,y)plt.show()

import matplotlib.pyplot as pltplt.style.use('seaborn-whitegrID')import numpy as nprng = np.random.RandomState(0)for marker in ['o', '.', ',', 'x', '+', 'v', '^', '<', '>', 's', 'd']:    plt.plot(rng.rand(5), rng.rand(5), marker,             label="marker='{0}'".format(marker))plt.legend()plt.xlim(0, 1.8)#plt.xlim(x轴最小值，x轴最大值)plt.show()

总结

以上是内存溢出为你收集整理的Python matplotlib实践中学习（一）全部内容，希望文章能够帮你解决Python matplotlib实践中学习（一）所遇到的程序开发问题。

如果觉得内存溢出网站内容还不错，欢迎将内存溢出网站推荐给程序员好友。