python Matplotlib绘制线性图

您所在的位置：网站首页 › plot绘制直线 › python Matplotlib绘制线性图

python Matplotlib绘制线性图

2023-09-27 01:48| 来源: 网络整理| 查看: 265

一、绘制直线在使用Matplotlib绘制线性图时，其中最简单的是绘制线图。在下面的实例代码中，使用Matplotlib绘制了一个简单的直线。具体实现过程如下：（1）导入模块pyplot，并给它指定别名plt，以免反复输入pyplot。在模块pyplot中包含很多用于生产图表的函数。（2）将绘制的直线坐标传递给函数plot()。（3）通过函数plt.show()打开Matplotlib查看器，显示绘制的图形。【示例】根据两点绘制一条线

import matplotlib.pyplot as plt #将(0,1)点和(2,4)连起来 plt.plot([0,2],[1,4]) plt.show()

二、绘制折线【示例】绘制折线图

import matplotlib.pyplot as plt x=[1,2,3,4,5] squares=[1,4,9,16,25] plt.plot(x,squares) plt.show()

三、设置标签文字和线条粗细

import matplotlib.pyplot as plt datas=[1,2,3,4,5] squares=[1,4,9,16,25] plt.plot(datas,squares,linewidth=5) #设置线条宽度 #设置图标标题，并在坐标轴上添加标签 plt.title('Numbers',fontsize=24) plt.xlabel('datas',fontsize=14) plt.ylabel('squares',fontsize=14) plt.show()

【示例】解决标签、标题中的中文问题

import matplotlib.pyplot as plt datas=[1,2,3,4,5] squares=[1,4,9,16,25] plt.plot(datas,squares,linewidth=5) #设置线条宽度 #设置中文乱码问题 plt.rcParams['font.sans-serif'] = ['SimHei'] #设置图标标题，并在坐标轴上添加标签 plt.title('标题设置',fontsize=24) plt.xlabel('x轴',fontsize=14) plt.ylabel('y轴',fontsize=14) plt.show()

四、绘制一元二次方程的曲线y=x^2 Matplotlib有很多函数用于绘制各种图形，其中plot函数用于曲线，需要将200个点的x坐标和Y坐标分别以序列的形式传入plot函数，然后调用show函数显示绘制的图形。一元二次方程的曲线

import matplotlib.pyplot as plt #200个点的x坐标 x=range(-100,100) #生成y点的坐标 y=[i**2 for i in x ] #绘制一元二次曲线 plt.plot(x,y) #调用savefig将一元二次曲线保存为result.jpg plt.savefig('result.jpg') #如果直接写成 plt.savefig('cos') 会生成cos.png plt.show()

五、绘制正弦曲线和余弦曲线使用plt函数绘制任何曲线的第一步都是生成若干个坐标点（x,y），理论上坐标点是越多越好。本例取0到10之间100个等差数作为x的坐标，然后将这100个x坐标值一起传入Numpy的sin和cos函数，就会得到100个y坐标值，最后就可以使用plot函数绘制正弦曲线和余弦曲线。【示例】正弦曲线和余弦曲线

import matplotlib.pyplot as plt import numpy as np #生成x的坐标（0-10的100个等差数列） x=np.linspace(0,10,100) sin_y=np.sin(x) #绘制正弦曲线 plt.plot(x,sin_y) #绘制余弦曲线 cos_y=np.cos(x) plt.plot(x,cos_y) plt.show()

六、散点图使用scatter函数可以绘制随机点，该函数需要接收x坐标和y坐标的序列。

import matplotlib.pyplot as plt import numpy as np #画散点图 x=np.linspace(0,10,100)#生成0到10中100个等差数 plt.scatter(x,np.sin(x)) plt.show()

作为线性图的替代，可以通过向 plot() 函数添加格式字符串来显示离散值。可以使用以下格式化字符。 ‘-’ 实线样式 ‘–’ 短横线样式 ‘-.’ 点划线样式 ‘:’ 虚线样式 ‘.’ 点标记 ‘,’ 像素标记 ‘o’ 圆标记 ‘v’ 倒三角标记 ‘^’ 正三角标记 ‘1’ 下箭头标记 ‘2’ 上箭头标记 ‘3’ 左箭头标记 ‘4’ 右箭头标记 ‘s’ 正方形标记 ‘p’ 五边形标记 ‘*’ 星形标记 ‘h’ 六边形标记 1 ‘H’ 六边形标记 2 ‘+’ 加号标记 ‘x’ X 标记 ‘D’ 菱形标记 ‘d’ 窄菱形标记 ‘_’ 水平线标记以下是颜色的缩写： ‘b’ 蓝色 ‘g’ 绿色 ‘r’ 红色 ‘c’ 青色 ‘m’ 品红色 ‘y’ 黄色 ‘k’ 黑色 ‘w’ 白色七、绘制柱状图使用bar函数可以绘制柱状图。柱状图需要水平的x坐标值，以及每一个x坐标值对应的y坐标值，从而形成柱状的图。柱状图主要用来纵向对比和横向对比的。例如，根据年份对销售收据进行纵向对比，x坐标值就表示年份，y坐标值表示销售数据。

import matplotlib.pyplot as plt import numpy as np x=[1980,1985,1990,1995] x_labels=['1980年','1985年','1990年','1995年'] y=[1000,3000,4000,5000] plt.bar(x,y,width=3) plt.rcParams['font.sans-serif']=['SimHei'] #用来正常显示中文标签 plt.xticks(x,x_labels) plt.xlabel('年份') plt.ylabel('销量') plt.title('根据年份销量对比图') plt.show()

八、绘制饼状图 pie函数可以绘制饼状图，饼图主要是用来呈现比例的。只要传入比例数据即可。

#导入模块 import matplotlib.pyplot as plt import numpy as np #准备男、女的人数及比例 man=71351 woman=68187 man_perc=man/(woman+man) woman_perc=woman/(woman+man) #添加名称 labels=['男','女'] #添加颜色 colors=['blue','red'] #绘制饼状图 pie plt.rcParams['font.sans-serif']=['SimHei'] #用来正常显示中文标签 # labels 名称 colors：颜色，explode=分裂 autopct显示百分比 paches,texts,autotexts=plt.pie([man_perc,woman_perc],labels=labels,colors=colors,explode=(0,0.05),autopct='%0.1f%%') #设置饼状图中的字体颜色 for text in autotexts: text.set_color('white') #设置字体大小 for text in texts+autotexts: text.set_fontsize(20) plt.show()

九、绘制直方图直方图与柱状图的分格类似，都是由若干个柱组成，但直方图和柱状图的含义却有很大的差异。直方图是用来观察分布状态的，而柱状图是用来看每一个X坐标对应的Y的值的。也就是说，直方图关注的是分布，并不关心具体的某个值，而柱状图关心的是具体的某个值。使用hist函数绘制直方图。

import numpy as np import matplotlib.pyplot as plt #频次直方图，均匀分布 #正太分布 x=np.random.randn(1000) #画正太分布图 # plt.hist(x) plt.hist(x,bins=100) #装箱的操作，将10个柱装到一起及修改柱的宽度

十、等高线图

#导入模块 import matplotlib.pyplot as plt import numpy as npaa x=np.linspace(-10,10,100) y=np.linspace(-10,10,100) #计算x和y的相交点a X,Y=np.meshgrid(x,y) # 计算Z的坐标 Z=np.sqrt(X**2+Y**2) plt.contourf(X,Y,Z) plt.contour(X,Y,Z) # 颜色越深表示值越小，中间的黑色表示z=0. plt.show()

【本文地址】

python Matplotlib绘制线性图

python Matplotlib绘制线性图

今日新闻

推荐新闻