首页 > 代码库 > matplotlib包画基本的图

matplotlib包画基本的图

 

画直线图

1.最简单的用法:

import matplotlib.pyplot as plt
import numpy as np

x=np.linspace(-3,3,50)  #在(-1,1)范围内生成50个数,等分的,
y=2*x+1

#一张图里画一条线
plt.figure()    #如果是一张图里只有一条线,则使用它与不使用他差别不大,如果是在一张图里有2条或多条线,则使用它可以把两条线放在一个图里。
plt.plot(x,y)
plt.show()

技术分享

 

2.有的时候需要在一张图里画两条或多条线,这个时候就需要figure()

import matplotlib.pyplot as plt
import numpy as np

x=np.linspace(-3,3,50)  #在(-1,1)
y=2*x+1
y2=x**2

#一张图里化两条或多条线
plt.figure()
plt.plot(x,y)
plt.plot(x,y2)
plt.show()

技术分享

3.当设置坐标轴时,需要设置坐标轴的范围,单位长度,替换文字

import matplotlib.pyplot as plt
import numpy as np

x=np.linspace(-3,3,50)  #在(-1,1)范围内生成50个数,等分的,
y=2*x+1
y2=x**2

#修改图中的样式
plt.figure(num=3,figsize=(8,5))
plt.plot(x,y2)
plt.plot(x,y,color=red,linewidth=2.0,linestyle=--) #设置线段的颜色,长度,样式,注意linestyle的值只能是两个‘-’,不能是其他数量个#设置坐标轴,设置坐标轴的范围,长度,替换文字等
plt.xlim(
-1,2) #设置x轴的范围
plt.ylim(-2,3) #设置y轴的范围
plt.xlabel("i am x!") #设置x轴的名称,解释
plt.ylabel("i am y!") #设置y轴的名称,解释
plt.show() #设置坐标轴的刻度的值为指定的值


new_ticks
=np.linspace(-1,2,5)
print(new_ticks)
plt.xticks(new_ticks)
#设置x轴的刻度和对应的名称
plt.yticks([-2,-1.8,-1,.22,3],[r$really\ bad$,r$bad$,r$normal$,r$good$,r$really\ good$]) #设置y轴刻度和对应的名称
plt.show()

技术分享

4.设置坐标轴之——设置坐标轴的位置


import matplotlib.pyplot as plt
import numpy as np

x=np.linspace(-3,3,50)  #在(-1,1)范围内生成50个数,等分的,
y=2*x+1
y2=x**2

#修改图中的样式
plt.figure(num=3,figsize=(8,5))
#设置坐标轴原点
plt.plot(x,y2)
plt.plot(x,y,color=red,linewidth=2.0,linestyle=--)
plt.xlabel("i am x!")
plt.ylabel("i am y!")
new_ticks=np.linspace(-1,2,5)
print(new_ticks)
plt.xticks(new_ticks)
plt.yticks([-2,-1.8,-1,.22,3],[r$really\ bad$,r$bad$,r$normal$,r$good$,r$really\ good$])
ax=plt.gca()
ax.spines[right].set_color(none)
ax.spines[top].set_color(none)

ax.xaxis.set_ticks_position(bottom)   #.xaxis.set_ticks_position设置x坐标刻度数字或名称的位置:属性值有top,bottom,both,default,none
ax.spines[bottom].set_position((data,-1))   #设置边框位置,y=0的位置,即x轴绑定在y=1时的位置上
ax.yaxis.set_ticks_position(left) #.yaxis.set_ticks_position设置x坐标刻度数字或名称的位置
ax.spines[left].set_position((data,0))  #设置边框位置,x=0的位置,即y轴绑定在x=0时的位置上
plt.show()

技术分享

5,图例设置


import matplotlib.pyplot as plt
import numpy as np

x=np.linspace(-3,3,50)  #在(-1,1)范围内生成50个数,等分的,
y=2*x+1
y2=x**2

#修改图中的样式
plt.figure(num=3,figsize=(8,5))

#
设置图例 l1,=plt.plot(x,y2,label=linear line) #label设置label的名字 ,注意l1,和l2,是以逗号结尾的,因为plt.plot返回的是一个列表 l2,=plt.plot(x,y,color=red,linewidth=2.0,linestyle=--,label=square line) #label设置label的名字 plt.legend(handles=[l1,l2],labels=[up,down],loc=best) #将图例添加到图中的最佳位置 plt.xlabel("i am x!") plt.ylabel("i am y!") new_ticks=np.linspace(-1,2,5) print(new_ticks) plt.xticks(new_ticks) plt.yticks([-2,-1.8,-1,.22,3],[r$really\ bad$,r$bad$,r$normal$,r$good$,r$really\ good$]) ax=plt.gca() ax.spines[right].set_color(none) ax.spines[top].set_color(none) plt.show()

技术分享

其中loc参数有多种,best表示自动分配最佳位置,其余为

best->0

upper right->1

upper left->2

lower left->3

lower right->4

right->5

center left->6

center right->7

lower center->8

upper center->9

center->10

画散点图:

import matplotlib.pyplot as plt
import numpy as np

#data size
n=1024
X=np.random.normal(0,1,n)   #生成1024个数,其中平均数是0,方差是1
Y=np.random.normal(0,1,n)
T=np.arctan2(Y,X)

plt.scatter(X,Y,s=75,c=T,alpha=0.5)#大小是75,颜色是T,透明度是0.5,X,Y作为location
plt.xlim(-1.5,1.5)
plt.xticks(())#隐藏x轴
plt.ylim(-1.5,1.5)
plt.yticks(())  #隐藏y轴
plt.show()

技术分享

画柱状图

import matplotlib.pyplot as plt
import numpy as np

n=12
X=np.arange(n)  #穗姐生成12个数字,x为0-11的整数,Y为相应的均匀分布的随机数据
Y1=(1-X/float(n)*np.random.uniform(0.5,1.0,n))
Y2=(1-X/float(n)*np.random.uniform(0.5,1.0,n))
plt.bar(X,+Y1,facecolor=#9999ff,edgecolor=white)    #facecolar设置主题颜色,edgecolor设置边框颜色为白色
plt.bar(X,-Y2,facecolor=#ff9999,edgecolor=white)
plt.xlim(-0.5,n)
plt.xticks(())  #隐藏x轴
plt.ylim(-1.25,1.25)
plt.yticks(())  #隐藏y轴
for x,y in zip(X,Y1):
    plt.text(x+0.4,y+0.05,%.2f %y,ha=center,va=bottom)
for x,y in zip(X,Y2):   #吧X,Y2分别传到x,y中
    plt.text(x+0.4,-y-0.05,%.2f %-y,ha=center,va=top) #把数据标记在图上
plt.show()

技术分享

matplotlib包画基本的图