私は最終的に描画さmatplotlibの使用方法を理解しています

抜粋：https://www.cnblogs.com/zszxz/p/12149330.html

序文

この記事を読んだ後、あなたは精通して使用matplotlibのは簡単なツールを取得します、マップCOS、基本的な割引、散布、罪を描画する必要がありますが、A;あなたは数学の美しい絵を描くmatplotlibの方法を使用するこの記事入門します張は、はるかによりを行う必要がありますmatplotlibの、読者が学ぶために、公式ウェブサイトを参照することができます。もちろんなどの詳細マップ描画するキャンバス。

第2の画像が構成されていました

次から写真matplotlibの公式サイト、簡単に絵を説明する構成されていました。

1. フィギュア：キャンバス絵は、全体的な形状でした
2. 軸は：軸数に複数の画像を描画することができ、キャンバス
3. 軸：軸、典型的には、x軸、y軸、等を有しています
4. ダニ：目盛りあまりにも、座標軸
5. タイトル：タイトルの画像を与えるために、
6. 伝説：レジェンド
7. グリッド：グリッド
8. ラベル：ラベル説明

マップを割り引く三枚の絵画

インポートnumpyのライブラリとライブラリへのmatplotlibのを描画する前に、

3.1簡単な折れ線グラフ

単純な線グラフを持っているビデオは、入力値が変数yになる必要があり、そしてx、y軸のラベルとフォントサイズのセットリストを参照して詳細な説明を与えるために

import matplotlib.pyplot as plot
import numpy as np
# 着线图数据 line = [1,2,6,8,9,15,23,29,35] # 指定线条粗细 plot.plot(line,linewidth=2) # 设置标题 plot.title("zszxz line ",fontsize=12) # 设置x轴 plot.xlabel("x",fontsize=12) # 设置y轴 plot.ylabel("y",fontsize=12) # 显示 plot.show()

写真は結果を示し

3.2フルライングラフ

以下は、xを用いて得られた塗装画像であり、yは図の価値の数、Xをカスタマイズする機能、Y、数学的なデジタル画像効果トランスデューサを割引、座標描画される（1,2）、（2,4）、（ 6,12）、（8,16）、（9,18）;値yはちょうど2倍（Y = 2X）Xは、また、前の画像に見られる初期値と異なっているがない（0 、0）が、（2）。

import matplotlib.pyplot as plot
import numpy as np
# 着线图数据 line1 = [1,2,6,8,9] line2 = [2,4,12,16,18] # 指定线条粗细 plot.plot(line1, line2,linewidth=2) # 设置标题 plot.title("zszxz line ",fontsize=12) # 设置x轴 plot.xlabel("x",fontsize=12) # 设置y轴 plot.ylabel("y",fontsize=12) # 显示 plot.show()

画像結果

3.3割引販売チャート

リスト凡例情報をx軸の範囲を制限するように設定されている（1〜;例えば2つの知識シーカー果物果物販売のシミュレーション毎月は、リンゴ、バナナ、次いで図による各月の割引販売を表示しています年12月）、X軸スケールが設けられています。

import matplotlib.pyplot as plot
import numpy as np
# 折线图数据
line1 = [1,2,6,8,9,25,41,65,32,14,45,100] line2 = [2,4,12,16,18,45,3,4,55,67,78,22] # 线条1 plot.plot(line1,color='red',label="apple",linewidth=2) # 线条2 plot.plot(line2,color='blue',label="banana",linewidth=2) # 设置x轴 plot.xlabel("month",fontsize=12) # 设置y轴 plot.ylabel("sales",fontsize=12) # 设置标题 plot.title("zszxz prodcut sale ",fontsize=12) # 添加图例 plot.legend() # 设置x范围 plot.xlim(1,12) # 设置 x 刻度 x_ticks = np.arange(1, 13, 1) plot.xticks(x_ticks) # 显示 plot.show()

結果

四枚の絵画散布

4.1簡単な散布図

我々は、単に、（x、y）は、単純なスキャッタグラムでキャンバス上に描画し、その後、マッチングを調整します。

import matplotlib.pyplot as plot
import numpy as np
x = [1,3,5,7,9] y = [2,4,6,8,10] # 散点 plot.scatter(x,y) # 设置标题 plot.title("zszxz scatter",fontsize=12) # 设置x轴 plot.xlabel("x",fontsize=12) # 设置y轴 plot.ylabel("y",fontsize=12) # 显示 plot.show()

以下の結果は、散布図の機能の基本的な実現を見たがとても素敵ではありませんすることができます。

4.2計算散布

实际应用中不可能要我们手动输入2个列表进行描绘散点图，一般都包含一种数学关系，我们用计算的方式获得散点图；

import matplotlib.pyplot as plot
import numpy as np
x_val = list(range(1,50)) # y的值是x的平方 y_val = [x**2 for x in x_val] # 设置x轴 plot.xlabel("x",fontsize=12) # 设置y轴 plot.ylabel("y",fontsize=12) # 散点 plot.scatter(x_val,y_val,color='pink') # 显示 plot.show()

执行结果如下,修改颜色，数据集变多之后，明显就好看了许多；

4.3 随机数散点图

这次我们将使用随机数进行描绘图片，并设置图片散点颜色，标记属性；marker 属性默认是 o ，圆点，我们将其改成 * ; 更多marker配置配置可以参照官方文档

import matplotlib.pyplot as plot
import numpy as np
# 500 个随机数 n = 500 # 平均值为0，方差为1 X = np.random.normal(0,1,n) Y = np.random.normal(0,1,n) #plot.scatter(X,Y,color='green',alpha=0.7) plot.scatter(X,Y,color='green',alpha=0.7,marker='*') #设置网格线 #plot.grid(True) plot.show()

执行结果如下，可以发现瞬间美观了许多，当然根据不同的实际需求，画出的图片也不一样。

五 画正余弦

5.1正弦

知识追寻者将画 一个 x 轴从-2Π 到 + 2 Π的 正弦图，并且在区间进行1024个等分处理；

import matplotlib.pyplot as plot
import numpy as np
# -2Π 到 2 Π 1024 个等值 x = np.linspace(-np.pi*2, np.pi*2, 1024) y = np.sin(x) plot.plot(x, y,c='r') # 设置x轴 plot.xlabel("x",fontsize=12) # 设置y轴 plot.ylabel("y=sin(x)",fontsize=12) # 设置标题 plot.title("zszxz sin",fontsize=12) # 显示 plot.show()

执行结果如下:

5.2 余弦

跟正弦类似，画 一个 x 轴从-2Π 到 + 2 Π的 正弦图，并且在区间进行1024个等分处理；

import matplotlib.pyplot as plot
import numpy as np
# -2Π 到 2 Π 1024 个等值 x = np.linspace(-np.pi*2, np.pi*2, 1024) y = np.cos(x) plot.plot(x, y,c='c') # 设置x轴 plot.xlabel("x",fontsize=12) # 设置y轴 plot.ylabel("y=cons(x)",fontsize=12) # 设置标题 plot.title("zszxz cos",fontsize=12) # 显示 plot.show()

六 画布多图

知识追寻者将5章节的正弦，余弦整合，然后在一张画布上画出2张图片；懂得这个方法之后，读者可以在任意得一张画布上画出多张图片；为了显示更加好看，还设置了虚线（dashes）

import matplotlib.pyplot as plot
import numpy as np
# 创建画布 plot.figure() # 子图1 plot.subplot(211) x = np.linspace(-np.pi*2, np.pi*2, 1024) sin_y = np.sin(x) # 设置虚线 plot.plot(x, sin_y,dashes=[6, 3],c='m') # 子图2 plot.subplot(212) con_y = np.cos(x) plot.plot(x, con_y,dashes=[6, 2],c='r') # 显示 plot.show()

 

分类:  python

一 前言

本篇文章带大家快速入门如何使用matplotlib画出精美数学的图片；看完本篇文章你将获得熟悉并简单使用matplotlib工具，会画基本得折现图，散点图，sin,cos图，一张画布画出多图等. 当然matplotlib得功能远不止这些，读者可以参照官网进行学习。

二 图像得组成

下面张图片来自matplotlib官网，简单说明一下图片得组成；

1. figure：画布，一张图片得整体轮廓
2. Axes：数轴，一张画布上可以画多张图片
3. axis：坐标轴，通常得x轴，y轴等
4. tick：刻度，坐标轴上得刻度
5. title: 图片得标题
6. legend：图例
7. grid: 网格
8. label：标签说明

三 画折现图

画图之前要导入matplotlib库和numpy库；

3.1 简单折线图

画一张简单得折线图，输入得数值只有y变量,并且设置x,y轴得标签和字体大小，详细说明看代码清单

import matplotlib.pyplot as plot
import numpy as np
# 着线图数据 line = [1,2,6,8,9,15,23,29,35] # 指定线条粗细 plot.plot(line,linewidth=2) # 设置标题 plot.title("zszxz line ",fontsize=12) # 设置x轴 plot.xlabel("x",fontsize=12) # 设置y轴 plot.ylabel("y",fontsize=12) # 显示 plot.show()

图片显示结果

3.2 齐全的折线图

下面得图片画得是带有x,y数值得折现图，能够自定义x,y值，实现数学上的数字换图片效果; 描绘坐标就是（1，2），（2，4），（6，12），（8，16），（9，18）；y的值正好是x的2倍（y = 2x）；也可以发现与前面一张图片的不同之处就是初始值不是(0,0)开始，而是(1,2)；

import matplotlib.pyplot as plot
import numpy as np
# 着线图数据 line1 = [1,2,6,8,9] line2 = [2,4,12,16,18] # 指定线条粗细 plot.plot(line1, line2,linewidth=2) # 设置标题 plot.title("zszxz line ",fontsize=12) # 设置x轴 plot.xlabel("x",fontsize=12) # 设置y轴 plot.ylabel("y",fontsize=12) # 显示 plot.show()

图片结果

3.3 销售折现图

模拟一次水果每个月份的销量，知识追寻者举例2个水果，分别是苹果，香蕉，然后用折现图显示每个月份的销量；代码清单将设置图例信息，限制x轴的范围（1~12月），设置x轴刻度；

import matplotlib.pyplot as plot
import numpy as np
# 折线图数据
line1 = [1,2,6,8,9,25,41,65,32,14,45,100] line2 = [2,4,12,16,18,45,3,4,55,67,78,22] # 线条1 plot.plot(line1,color='red',label="apple",linewidth=2) # 线条2 plot.plot(line2,color='blue',label="banana",linewidth=2) # 设置x轴 plot.xlabel("month",fontsize=12) # 设置y轴 plot.ylabel("sales",fontsize=12) # 设置标题 plot.title("zszxz prodcut sale ",fontsize=12) # 添加图例 plot.legend() # 设置x范围 plot.xlim(1,12) # 设置 x 刻度 x_ticks = np.arange(1, 13, 1) plot.xticks(x_ticks) # 显示 plot.show()

执行结果

四 画散点图

4.1 简单的散点图

我们将以简单的（x,y）坐标匹配，然后在画布上画出简单的散点图；

import matplotlib.pyplot as plot
import numpy as np
x = [1,3,5,7,9] y = [2,4,6,8,10] # 散点 plot.scatter(x,y) # 设置标题 plot.title("zszxz scatter",fontsize=12) # 设置x轴 plot.xlabel("x",fontsize=12) # 设置y轴 plot.ylabel("y",fontsize=12) # 显示 plot.show()

执行结果如下，可以看见基本实现了散点图功能不过不是很好看；

4.2 计算型散点图

实际应用中不可能要我们手动输入2个列表进行描绘散点图，一般都包含一种数学关系，我们用计算的方式获得散点图；

import matplotlib.pyplot as plot
import numpy as np
x_val = list(range(1,50)) # y的值是x的平方 y_val = [x**2 for x in x_val] # 设置x轴 plot.xlabel("x",fontsize=12) # 设置y轴 plot.ylabel("y",fontsize=12) # 散点 plot.scatter(x_val,y_val,color='pink') # 显示 plot.show()

执行结果如下,修改颜色，数据集变多之后，明显就好看了许多；

4.3 随机数散点图

这次我们将使用随机数进行描绘图片，并设置图片散点颜色，标记属性；marker 属性默认是 o ，圆点，我们将其改成 * ; 更多marker配置配置可以参照官方文档

import matplotlib.pyplot as plot
import numpy as np
# 500 个随机数 n = 500 # 平均值为0，方差为1 X = np.random.normal(0,1,n) Y = np.random.normal(0,1,n) #plot.scatter(X,Y,color='green',alpha=0.7) plot.scatter(X,Y,color='green',alpha=0.7,marker='*') #设置网格线 #plot.grid(True) plot.show()

执行结果如下，可以发现瞬间美观了许多，当然根据不同的实际需求，画出的图片也不一样。

五 画正余弦

5.1正弦

知识追寻者将画 一个 x 轴从-2Π 到 + 2 Π的 正弦图，并且在区间进行1024个等分处理；

import matplotlib.pyplot as plot
import numpy as np
# -2Π 到 2 Π 1024 个等值 x = np.linspace(-np.pi*2, np.pi*2, 1024) y = np.sin(x) plot.plot(x, y,c='r') # 设置x轴 plot.xlabel("x",fontsize=12) # 设置y轴 plot.ylabel("y=sin(x)",fontsize=12) # 设置标题 plot.title("zszxz sin",fontsize=12) # 显示 plot.show()

执行结果如下:

5.2 余弦

跟正弦类似，画 一个 x 轴从-2Π 到 + 2 Π的 正弦图，并且在区间进行1024个等分处理；

import matplotlib.pyplot as plot
import numpy as np
# -2Π 到 2 Π 1024 个等值 x = np.linspace(-np.pi*2, np.pi*2, 1024) y = np.cos(x) plot.plot(x, y,c='c') # 设置x轴 plot.xlabel("x",fontsize=12) # 设置y轴 plot.ylabel("y=cons(x)",fontsize=12) # 设置标题 plot.title("zszxz cos",fontsize=12) # 显示 plot.show()

六 画布多图

知识追寻者将5章节的正弦，余弦整合，然后在一张画布上画出2张图片；懂得这个方法之后，读者可以在任意得一张画布上画出多张图片；为了显示更加好看，还设置了虚线（dashes）

import matplotlib.pyplot as plot
import numpy as np
# 创建画布 plot.figure() # 子图1 plot.subplot(211) x = np.linspace(-np.pi*2, np.pi*2, 1024) sin_y = np.sin(x) # 设置虚线 plot.plot(x, sin_y,dashes=[6, 3],c='m') # 子图2 plot.subplot(212) con_y = np.cos(x) plot.plot(x, con_y,dashes=[6, 2],c='r') # 显示 plot.show()