matplotlib是Python 2D绘图库。也是python中公认的数据可视化工具。
二、绘制基础例子使用pycharm进行绘制
# 导入atplotlib.pyplot绘图包 import matplotlib.pyplot as plt # 数据分析包 import numpy as np # 创建一个包含一个axes的figure axes指的就是传统的x轴,y轴 fig, ax = plt.subplots(); # 绘制图像 ax.plot([1, 2, 3, 4], [1, 4, 2, 3]); # 展示图像 plt.show();三、Figure的组成
一个完整的matplotlib图像通常会包括以下四个层级,这些层级也被称为容器(container):
-
Figure:顶层级,用来容纳所有绘图元素
-
Axes:matplotlib宇宙的核心,容纳了大量元素用来构造一幅幅子图,一个figure可以由一个或多个子图组成
-
Axis:axes的下属层级,用于处理所有和坐标轴,网格有关的元素
-
Tick:axis的下属层级,用来处理所有和刻度有关的元素
matplotlib提供了两种最常用的绘图接口
- 显式创建figure和axes,在上面调用绘图方法,也被称为OO模式(object-oriented style)
(通过下属级axes进行调用)
# 导入atplotlib.pyplot绘图包 import matplotlib.pyplot as plt # 数据分析包 import numpy as np #添加代码块显示中文 from pylab import * mpl.rcParams['font.sans-serif'] = ['SimHei'] plt.rcParams['axes.unicode_minus']=False # numpy.linspace(start, stop, num=50, # endpoint=True, retstep=False, dtype=None, axis=0) #start:起始位置 stop:终止位置 num:生成的样本数 #endpoint:是否包括stop位置 retstep:回显步长和样本 x = np.linspace(start=0, stop=2, num=100) #创建figure(fig)下属元素 axes(ax) fig, ax = plt.subplots() #x的一次幂 ax.plot(x, x, label='linear') #x的二次幂 ax.plot(x, x**2, label='quadratic') #x的三次幂 ax.plot(x, x**3, label='cubic') # 设置坐标轴的名称 ax.set_xlabel('x 轴') ax.set_ylabel('y 轴') #设置标题 ax.set_title("对比X的123次幂曲线") #设置lengend ax.legend() plt.show()
运行结果:
numpy.linespace官方使用说明
2. 依赖pyplot自动创建figure和axes,结果与上述一致就不进行展示。(直接依赖于库方式调用方法)
x = np.linspace(0, 2, 100) plt.plot(x, x, label='linear') plt.plot(x, x**2, label='quadratic') plt.plot(x, x**3, label='cubic') plt.xlabel('x label') plt.ylabel('y label') plt.title("Simple Plot") plt.legend() plt.show()
欢迎分享,转载请注明来源:内存溢出
评论列表(0条)