【练习 2021-10-22】plot绘制折线图scatter绘制散点图 Python

【练习 2021-10-22】plot绘制折线图scatter绘制散点图 Python,第1张

【练习 2021-10-22】plot绘制折线图scatter绘制散点图 Python
'''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

原文地址: http://outofmemory.cn/zaji/4677264.html

(0)
打赏 微信扫一扫 微信扫一扫 支付宝扫一扫 支付宝扫一扫
上一篇 2022-11-06
下一篇 2022-11-06

发表评论

登录后才能评论

评论列表(0条)

保存