matplotlib基本使用

matplotlib基本使用

import matplotlib.pylab as pl
import numpy

x = [1, 2, 3, 4]
y = [1, 4, 9, 16]

# 线型图
pl.plot(x, y)  # 折线图
pl.plot(x, y, '-')  # '-'表示直线,'--'表示虚线,':'表示细小虚线,'-.'表示-.的形式

# 散点图
pl.scatter() # 散点图方法1
pl.plot(x, y, 'o')  # 散点图方法2(第三个参数为red表示图像为红色,其他类似)
pl.plot(x, y, 'or')  # 表示红色散点图
pl.plot(x, y, 'r*')  # s:方形,h:六角,H:六角,*:星型,+:加号,d:菱形,D:菱形,p:五角

# 直方图 hist(data,styl,histtype='stepfilled') histtype设置轮廓
pl.hist('数据',('起始坐标','终止下标','步长'))  # 第一个参数为数据,第二个参数为样式

# 柱状图
pl.bar(data, width, align='center', **kwargs)

# 饼图
pl.pie(data, autopct=显示占比,labels=每部分名称)

# 子图(图像在画布的位置)
pl.subplot(拆分行数,拆分列数,当前区域)  # 此函数以下至下一个subplot之间图像绘制于此处

# 添加轴标题
pl.xlabel('xlabel')
pl.title('标题',fontsize=20)  # 表格标题

# 自定义坐标轴的长度
pl.xlim(0, 5)
pl.ylim(0, 20)

# 自定义坐标轴刻度(要写在plot下面)
pl.yticks(range(0,40,5))
# pl.yticks(range(0,40)[::5])

# 显示网格   alpha表示透明度
pl.grid(True, linestyle='--', alpha=0.5)

# 显示图例
pl.legend(loc='best')  # best 表示右上角

pl.savefig()  # 图像保存(要在show之前)

pl.show()  # 显示图像

折线图案例展示

import matplotlib.pyplot as pl
import random


pl.rcParams["font.sans-serif"] = ["SimHei"] # 用于显示中文
pl.rcParams["axes.unicode_minus"] = False # 用于显示符号
pl.figure(figsize=(20,10),dpi=100)
pl.subplot(1,2,1)
y=[random.uniform(15, 18) for a in range(60)]
x=range(60)
b=[random.uniform(12, 17) for a in range(60)]
a=range(60)
pl.plot(x,y,'r',label='上海')
pl.plot(a,b,'g',label='北京')
pl.xticks(range(1,61,5),x_tick[::5])
pl.yticks(range(0,30,3))
pl.xlabel('time')
pl.ylabel('temperature')
pl.title('The temperature changes in Beijing in one day', fontsize=11)
pl.grid(True, alpha=0.3, linestyle='--')
pl.legend(loc='best')

pl.subplot(1,2,2)
y=[random.uniform(15, 18) for a in range(60)]
x=range(60)
b=[random.uniform(12, 17) for a in range(60)]
a=range(60)
pl.plot(x,y,'c',label='重庆')
pl.plot(a,b,'y',label='天津')
pl.xticks(range(1,61,5),x_tick[::5])
pl.yticks(range(0,30,3))
pl.xlabel('time')
pl.ylabel('temperature')
pl.title('The temperature changes in City in one day', fontsize=11)
pl.grid(True, alpha=0.3, linestyle='--')
pl.legend(loc='best')

在这里插入图片描述
可参考此博文

猜你喜欢

转载自blog.csdn.net/weixin_45639174/article/details/102925248