python數(shù)據(jù)可視化plt庫(kù)實(shí)例詳解
先看下jupyter和pycharm環(huán)境的差別
左邊是jupyter----------------------------------------------------------右邊是pycharm

以下都是使用pycharm環(huán)境
1.一個(gè)窗口畫出一個(gè)線性方程
import numpy as np import matplotlib.pyplot as plt x = np.linspace(0,1,11)# 從0到1,個(gè)數(shù)為11的等差數(shù)列 print(x) y = 2*x plt.plot(x,y) plt.show()

2.兩個(gè)窗口分別畫出一個(gè)線性方程
import numpy as np import matplotlib.pyplot as plt x = np.linspace(0,1,11)# 從0到1,個(gè)數(shù)為11的等差數(shù)列 y1 = 2*x y2 = 3*x # 一個(gè)figure就是一個(gè)窗口 plt.figure() plt.plot(x,y1) # 一個(gè)figure就是一個(gè)窗口 plt.figure() plt.plot(x,y2) # 顯示 plt.show()

3.一個(gè)窗口畫出兩個(gè)線性方程
import numpy as np import matplotlib.pyplot as plt x = np.linspace(0,1,11)# 從0到1,個(gè)數(shù)為11的等差數(shù)列 y1 = 2*x y2 = 3*x # 一個(gè)figure就是一個(gè)窗口 plt.figure() plt.plot(x,y1) plt.plot(x,y2) # 顯示 plt.show()

4.定義畫圖的樣式
import numpy as np import matplotlib.pyplot as plt x = np.linspace(0,1,11)# 從0到1,個(gè)數(shù)為11的等差數(shù)列 y = 2*x # 一個(gè)figure就是一個(gè)窗口 plt.figure(num=1) plt.plot(x,y) plt.figure(num=2) # color是線條的顏色 plt.plot(x,y,color='red') plt.figure(num=3) # linestyle 是線條的樣式 plt.plot(x,y,linestyle='--') plt.figure(num=4) # linewidth 是線條的寬度 plt.plot(x,y,linewidth=3) # 顯示 plt.show()

5.設(shè)置xy軸的范圍,標(biāo)簽,刻度
import numpy as np
import matplotlib.pyplot as plt
x = np.linspace(0,1,11)# 從0到1,個(gè)數(shù)為11的等差數(shù)列
y = 2*x
plt.figure(num=1)# 這里是figure1
plt.plot(x,y)
plt.figure(num=2)# 這里是figure2
plt.plot(x,y)
plt.xlim(0,3)# 設(shè)置x軸范圍
plt.ylim(0,3)# 設(shè)置y軸范圍
plt.xlabel('this is x')# 設(shè)置x軸標(biāo)簽
plt.ylabel('this is y')# 設(shè)置y軸標(biāo)簽
plt.figure(num=3)# 這里是figure3
plt.plot(x,y)
# 設(shè)置x軸刻度
x_ticks = np.linspace(1,3,3)
plt.xticks(x_ticks)
plt.figure(num=4)# 這里是figure4
plt.plot(x,y)
plt.ylim(0,3)# 設(shè)置y軸范圍
plt.yticks([1,2],['bad','good'])# 設(shè)置y軸刻度
# 顯示
plt.show()

6.設(shè)置圖例
import numpy as np import matplotlib.pyplot as plt x = np.linspace(0,1,11)# 從0到1,個(gè)數(shù)為11的等差數(shù)列 y1 = 2*x y2 = 3*x plt.figure() plt.plot(x,y1,label='y1') plt.plot(x,y2,label='y2') plt.legend() # 顯示 plt.show()

7.散點(diǎn)圖
import numpy as np import matplotlib.pyplot as plt x = np.random.randint(0,50,1024) y = np.random.randint(0,50,1024) plt.scatter(x,y,s=20) # 隱藏 x 軸刻度 plt.xticks(()) # 顯示 plt.show()

8.柱狀圖
import numpy as np import matplotlib.pyplot as plt n = 6 x = np.arange(n) print(x) # 生成6個(gè)數(shù),這6個(gè)數(shù)在0到1正態(tài)分布 y = np.random.uniform(0,1,n) print(y) plt.bar(x,y) # 顯示 plt.show()

9.柱狀圖顯示高度
import numpy as np
import matplotlib.pyplot as plt
n = 6
X = np.arange(n)
Y = np.random.uniform(0,1,n)
plt.figure(num=1)
plt.bar(X,Y)
for x,y in zip(X,Y):
plt.text(x,y,y)
plt.figure(num=2)
plt.bar(X,Y)
for x,y in zip(X,Y):
plt.text(x,y,"%.2f"%y)
plt.figure(num=3)
plt.bar(X,Y)
for x,y in zip(X,Y):
plt.text(x,y,"%.2f"%y,ha='center')
plt.figure(num=4)
plt.bar(X,Y)
for x,y in zip(X,Y):
plt.text(x,y+0.01,"%.2f"%y,ha='center')
# 顯示
plt.show()

10.等高線圖
import numpy as np
import matplotlib.pyplot as plt
def f(X,Y):
return X+Y
n = 256
x = np.linspace(0,3,n)
y = np.linspace(0,3,n)
X,Y=np.meshgrid(x,y)
plt.figure()
plt.contourf(X,Y,f(X,Y),4,cmap=plt.cm.hot)
plt.figure()
plt.contourf(X,Y,f(X,Y),9,cmap=plt.cm.hot)
plt.figure()
plt.contourf(X,Y,f(X,Y),9,cmap=plt.cm.hot)
plt.contour(X,Y,f(X,Y),9)
plt.figure()
plt.contourf(X,Y,f(X,Y),9,cmap=plt.cm.hot)
C = plt.contour(X,Y,f(X,Y),9)
plt.clabel(C,inline=True)
# 顯示
plt.show()

11.一個(gè)窗口多個(gè)子圖
import matplotlib.pyplot as plt plt.figure() # 兩行兩列的第一個(gè)位置,不加逗號(hào)也可以 plt.subplot(2,2,1) plt.plot([0,1],[0,1]) # 兩行兩列的第二個(gè)位置,不加逗號(hào)也可以 plt.subplot(2,2,2) plt.plot([0,2],[0,2]) # 兩行兩列的第三個(gè)位置,不加逗號(hào)也可以 plt.subplot(223) plt.plot([0,3],[0,3]) # 兩行兩列的第四個(gè)位置,不加逗號(hào)也可以 plt.subplot(224) plt.plot([0,4],[0,4]) plt.figure() # 兩行兩列的第一個(gè)位置,不加逗號(hào)也可以 plt.subplot(2,1,1) plt.plot([0,1],[0,1]) # 兩行兩列的第二個(gè)位置,不加逗號(hào)也可以 plt.subplot(2,3,4) plt.plot([0,2],[0,2]) # 兩行兩列的第三個(gè)位置,不加逗號(hào)也可以 plt.subplot(235) plt.plot([0,3],[0,3]) # 兩行兩列的第四個(gè)位置,不加逗號(hào)也可以 plt.subplot(236) plt.plot([0,4],[0,4]) # 顯示 plt.show()

12.常用子圖顯示
plt.figure(figsize=(20,10))
for i in range(40):
plt.subplot(4,10,i+1)
plt.xticks()
plt.yticks()
plt.grid(False)
plt.imshow(train_images[i],cmap=plt.cm.binary_r)
plt.title(train_labels[i])
plt.show()

13.格子布局放置子圖
import matplotlib.pyplot as plt
plt.figure()
# 三行三列的布局,從0行0列開始,占一行三列
ax1 = plt.subplot2grid((3,3),(0,0),colspan=3,rowspan=1)
ax1.plot([0,1],[0,1])
ax1.set_title('this is ax1')
# 三行三列的布局,從1行0列開始,占一行兩列
ax2 = plt.subplot2grid((3,3),(1,0),colspan=2,rowspan=1)
# 三行三列的布局,從1行2列開始,占兩行一列
ax3 = plt.subplot2grid((3,3),(1,2),colspan=1,rowspan=2)
# 三行三列的布局,從2行0列開始,占一行一列
ax4 = plt.subplot2grid((3,3),(2,0),colspan=1,rowspan=1)
# 三行三列的布局,從2行1列開始,占一行一列
ax5 = plt.subplot2grid((3,3),(2,1),colspan=1,rowspan=1)
# 顯示
plt.show()

以上就是python可視化數(shù)據(jù)plt庫(kù)實(shí)例的詳細(xì)內(nèi)容,更多關(guān)于python可視化數(shù)據(jù)plt庫(kù)的資料請(qǐng)關(guān)注腳本之家其它相關(guān)文章!
- 利用Python進(jìn)行數(shù)據(jù)可視化的實(shí)例代碼
- python數(shù)據(jù)可視化之matplotlib.pyplot基礎(chǔ)以及折線圖
- 淺談哪個(gè)Python庫(kù)才最適合做數(shù)據(jù)可視化
- 學(xué)會(huì)Python數(shù)據(jù)可視化必須嘗試這7個(gè)庫(kù)
- Python中seaborn庫(kù)之countplot的數(shù)據(jù)可視化使用
- python實(shí)現(xiàn)股票歷史數(shù)據(jù)可視化分析案例
- Python數(shù)據(jù)可視化之基于pyecharts實(shí)現(xiàn)的地理圖表的繪制
- Python爬蟲實(shí)戰(zhàn)之爬取京東商品數(shù)據(jù)并實(shí)實(shí)現(xiàn)數(shù)據(jù)可視化
- Python數(shù)據(jù)可視化之用Matplotlib繪制常用圖形
- Python數(shù)據(jù)可視化之繪制柱狀圖和條形圖
- python用pyecharts實(shí)現(xiàn)地圖數(shù)據(jù)可視化
- python數(shù)據(jù)可視化 – 利用Bokeh和Bottle.py在網(wǎng)頁(yè)上展示你的數(shù)據(jù)
相關(guān)文章
Python在Excel中添加數(shù)據(jù)條的代碼詳解
在Excel中添加數(shù)據(jù)條是一種數(shù)據(jù)可視化技巧,它通過(guò)條形圖的形式在單元格內(nèi)直觀展示數(shù)值的大小,尤其適合比較同一列或行中各個(gè)單元格的數(shù)值,本文將介紹如何使用Python在Excel中的指定單元格區(qū)域添加數(shù)據(jù)條,需要的朋友可以參考下2024-10-10
python re庫(kù)的正則表達(dá)式入門學(xué)習(xí)教程
這篇文章主要給大家介紹了關(guān)于python re庫(kù)的正則表達(dá)式的相關(guān)資料,文中通過(guò)示例代碼介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或者使用python具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友們下面來(lái)一起學(xué)習(xí)學(xué)習(xí)吧2019-03-03
Python實(shí)用庫(kù) PrettyTable 學(xué)習(xí)筆記
這篇文章主要介紹了Python實(shí)用庫(kù) PrettyTable 學(xué)習(xí)筆記,結(jié)合實(shí)例形式分析了Python表格操作庫(kù)PrettyTable的安裝、使用技巧與相關(guān)注意事項(xiàng),需要的朋友可以參考下2019-08-08
Python?OpenCV實(shí)現(xiàn)圖形檢測(cè)示例詳解
圖形檢測(cè)在計(jì)算機(jī)視覺開發(fā)中是一項(xiàng)非常重要的操作,算法通過(guò)對(duì)圖像的檢測(cè),分析出圖像中可能存在哪些形狀。本文詳細(xì)介紹了Python+OpenCV如何實(shí)現(xiàn)圖形檢測(cè),感興趣的可以了解一下2022-04-04
python 中關(guān)于pycharm選擇運(yùn)行環(huán)境的問(wèn)題
這篇文章主要介紹了python 中關(guān)于pycharm選擇運(yùn)行環(huán)境的相關(guān)知識(shí),本文給大家介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或工作具有一定的參考借鑒價(jià)值,需要的朋友可以參考下2020-10-10
Python使用requests模塊發(fā)送http請(qǐng)求的方法介紹
Python?Requests是一個(gè)?HTTP?庫(kù),它允許我們向?Web?服務(wù)器發(fā)送??HTTP?請(qǐng)求,并獲取響應(yīng)結(jié)果,本文將會(huì)詳細(xì)介紹Python?requests模塊如何發(fā)送http請(qǐng)求,文中有相關(guān)的代碼示例,需要的朋友可以參考下2023-06-06

