'''15.2 plot绘制折线图''' # import matplotlib.pyplot as plt # squars = [1,4,9,16] # plt.plot(squars) # plot根据传入的数据绘制有用的图形 # plt.show() # 打开查看器 '''15.2.1 修改标签文字和线条粗细''' # import matplotlib.pyplot as plt # # squares = [1,4,9,16] # plt.plot(squares,linewidth = 5) # plt.title("q",fontsize = 14)# 不能是汉字 # plt.xlabel("value",fontsize = 14) # plt.ylabel("valueq",fontsize = 14) # plt.tick_params(axis="both",labelsize = 14) # plt.show() '''15.2.2 矫正图形 xy轴添加数据''' # import matplotlib.pyplot as plt # # input_values = [1,2,3,4] # squares = [1,4,9,16] # plt.plot(input_values,squares) # plt.show() '''15.2.3 使用使 scatter() 绘制散点图一个点并设置其样式''' # import matplotlib.pyplot as plt # # # 画了一个点(2,4) # plt.scatter(2,4,s=200)# s是点的大小 # plt.title("textsandain",fontsize = 14) # plt.xlabel("xname",fontsize = 14) # plt.ylabel("yname",fontsize = 14) # # 设置刻度标记,感觉没啥用 # plt.tick_params(axis="both",which = "major",labelsize = 14) # plt.show() '''15.2.4 使用使 scatter() 绘制一系列点''' # import matplotlib.pyplot as plt # # x_values = [1,2,3,4] # y_values = [1,4,9,16] # plt.scatter(x_values,y_values,s = 100) # plt.show() '''15.2.5 自动计算数据''' # import matplotlib.pyplot as plt # x_values = list(range(0,101))# x=0,1,2...100 # y_values = [x**2 for x in x_values] # plt.scatter(x_values,y_values,s = 40) # # 设置每个坐标轴的取值范围 # plt.axis([0,100,0,10000]) # plt.show() '''15.2.6 删除数据点的轮廓''' # import matplotlib.pyplot as plt # x_values = list(range(0,101))# x=0,1,2...100 # y_values = [x**2 for x in x_values] # # 但绘制很多点时,黑色轮廓可能会粘连在一起。要删除数据 点的轮廓, # # 可在调用scatter() 时传递实参edgecolor='none' # # 但其实我感觉没啥用 # plt.scatter(x_values,y_values,edgecolors='none',s = 40) # # 设置每个坐标轴的取值范围 # plt.axis([0,100,0,10000]) # plt.show() '''15.2.7 自定义颜色''' # import matplotlib.pyplot as plt # x_values = list(range(0,101))# x=0,1,2...100 # y_values = [x**2 for x in x_values] # # plt.scatter(x_values,y_values,c = 'red',s = 40) # plt.scatter(x_values,y_values,c = (0,0,0.8),s = 40) # # 值越接近0,指定的颜色越深,值越接近1,指定的颜色越浅。 # # 设置每个坐标轴的取值范围 # plt.axis([0,100,0,10000]) # plt.show() '''15.2.8 使用颜色映射''' # import matplotlib.pyplot as plt # x_values = list(range(0,101))# x=0,1,2...100 # y_values = [x**2 for x in x_values] # plt.scatter(x_values,y_values,c=y_values, # cmap=plt.cm.Blues,s = 40) # # 将参数c 设置成了一个 y 值列表, # # 并使用参数cmap 告诉pyplot 使用哪个颜色映射。 # # 这些代码将 y 值较小的点显示为浅蓝色,并将 y 值较大的点显示为深蓝色 # plt.show() '''15.2.9 自动保存图表''' import matplotlib.pyplot as plt x_values = list(range(0,101))# x=0,1,2...100 y_values = [x**2 for x in x_values] plt.scatter(x_values,y_values,c=y_values, cmap=plt.cm.Blues,s = 40) plt.savefig('15.png',bbox_inches = 'tight') # 第一个实参指定要以什么样的文件名保存图表,这个文件将存储到scatter_squares.py所在的目录中; # 第二个实参指定将图表多余的空白区域裁剪掉。如果要保留图表周围多余的空 白区域,可省略这个实参。
15.2.8 使用颜色映射
结果:
15.2.9 自动保存图表
结果:
欢迎分享,转载请注明来源:内存溢出
评论列表(0条)