python使用matplotlib繪制折線圖
前言:
我的python學習也告一段落了。不過有些,方法還是打算總結一下和大家分享。我整理了使用matplotlib繪制折線圖的一般步驟,按照這個步驟走繪制折線圖一般都沒啥問題。其實用matplotlib庫繪制折線圖的過程,其實就是類似于數(shù)學上描點,連線繪制圖形的過程。所有,這個過程就可以簡單的規(guī)劃為獲取圖像點信息,描點連線,設置圖線格式這三個部分。
matplotlib庫的安裝以及程序引用的說明:
我使用的編程軟件為pycharm,我就說一下pycharm安裝matplotlib庫的方法吧。在主頁面文件選項下,找到設置。進一步找到項目解釋器。之后在所選框中,點擊軟件包上的+號就可以進行查詢插件安裝了。有過編譯器插件安裝的hxd估計會比較好入手。具體情況就如下圖所示。
至于程序書寫過程中,我們需要引用matplotlib庫,用于繪制折線圖,一般這樣引用:
import matplotlib.pyplot as plt
折線圖繪制的一般過程:
第一步:獲取自己所需要的點的坐標:
一般我們是繪制平面圖,也就是說,我們需要獲取點的x坐標和y坐標。我們用于繪制折線圖時,坐標信息一般都保存于兩個列表中。兩個列表對應index下標對應的值,就為一個點的x,y值。至于點的坐標信息,就可以根據(jù)需要自己設置了。
x = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]#直接建立列表,設置 data = [[1, 2, 3, 4, 5, 6], ? ? ? ? [2, 4, 6, 8, 10, 12], ? ? ? ? [1, 3, 5, 7, 9, 11], ? ? ? ? [1.1, 2.2, 3.3, 4.4, 5.5, 6.6], ? ? ? ? [3, 6, 9, 12, 15, 18], ? ? ? ? [4, 8, 12, 16, 20, 24], ? ? ? ? [5, 10, 15, 20, 25, 30], ? ? ? ? [1.5, 2.5, 3.5, 4.5, 5.5, 6.5], ? ? ? ? [1, 4, 7, 10, 13, 16], ? ? ? ? [2, 5, 8, 11, 14, 17]] y = [np.mean(i) for i in data]#循環(huán)求平均值
這是我一個程序中,設置x,y坐標的方法。
第二步:連線繪圖:
是的,這個過程并不復雜。把點的信息設置好就可以直接繪制圖形了。繪制圖形也很簡單,調用plot函數(shù)就行。這是繪制折線圖的函數(shù)。用matpotlib繪制其它圖差不多也是這個過程,不過繪圖函數(shù)不一樣罷了。
# 繪制圖形 plt.plot(x, y, linewidth=1, color="orange", marker="o",label="Mean value")
其中參數(shù)的解釋:
color:代表的是折線的顏色設置
label:代表的是設置折線的標簽,其實就相當于給它取了個名字
linewidth:代表給折線設置寬度,通俗的說就是粗細
marker:"o"這樣的寫法,可以使得折線中每個點被標記出來。不設置,就看不到每個點。
第三步:折線圖坐標軸的設置:
調用label函數(shù)就可以給橫縱坐標軸起名字了。
plt.xlabel("發(fā)布日期")#給x軸起名字 plt.ylabel("小說數(shù)量")#給y軸起名字
調用xticks函數(shù)和ytickes函數(shù)就可以設置折線圖的坐標軸了。中間的列表就是設置各個坐標軸上有幾個點,且每個點的值是多少。中間數(shù)據(jù)的多少和取值多少隨意,看自己的需要。
# 設置橫縱坐標 plt.xticks([0, 2, 4, 6, 8, 10, 12]) plt.yticks([0, 5, 10, 15, 20, 25])
第四步:其它的一些設置:
圖像標題的設置:
使用plt.title("")函數(shù)就可以設置圖像標題了。
背景網(wǎng)格的設置:
如果想讓自己的圖像背景不是白板,有網(wǎng)格線的話,就可以加上grid語句。
plt.grid() ?# 設置網(wǎng)格模式
折線說明框的設置:
如果想在圖像中加入折線說明框,就可以使用legend函數(shù),它會自動提取折線的名字然后表示出來。比如,我的折線取名為Mean Value。就會出現(xiàn)下面這個框。下面的那個,是另一條線的名字。
圖像上每個點文本的設置:
還可以給每個點設置文本。就是折線上,每個點旁邊顯示一個數(shù)字或者幾個字啥的。這個用text函數(shù)就可以做到。
#設置每個點上的數(shù)值 for i in range(10): ? ? ? ? plt.text(x[i], y[i], y[i], fontsize=12, color="black", style="italic", weight="light", verticalalignment='center',horizontalalignment='right', rotation=90)
text函數(shù),前兩個值表示點的坐標,第三個值就是要設置的文本信息。至于后面的都是屬性值的設置,fontsize是字體大小的設置,color是字體顏色的設置,style是字體格式的設置,也就是字體類型。weight是字體顏色深度的設置。后面兩個屬性值,是顯示位置的設置。
第五步:將圖像信息顯示出來:
如果想保存圖像的話,可以直接調用savefig函數(shù)。
plt.savefig("./xrd.png")
當然繪制好的圖像是看不到的,要調用函數(shù)show才能看到。
plt.show()
代碼實例以及繪制出的圖像:
import numpy as np import matplotlib.pyplot as plt ? x = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10] data = [[1, 2, 3, 4, 5, 6], ? ? ? ? [2, 4, 6, 8, 10, 12], ? ? ? ? [1, 3, 5, 7, 9, 11], ? ? ? ? [1.1, 2.2, 3.3, 4.4, 5.5, 6.6], ? ? ? ? [3, 6, 9, 12, 15, 18], ? ? ? ? [4, 8, 12, 16, 20, 24], ? ? ? ? [5, 10, 15, 20, 25, 30], ? ? ? ? [1.5, 2.5, 3.5, 4.5, 5.5, 6.5], ? ? ? ? [1, 4, 7, 10, 13, 16], ? ? ? ? [2, 5, 8, 11, 14, 17]] y = [np.mean(i) for i in data] ? ? # 繪制圖形 plt.plot(x, y, linewidth=1, color="orange", marker="o",label="Mean value") # 算標準差 yTop = [y[i] + np.std(data[i]) for i in range(len(data))] yBottom = [y[i] - np.std(data[i]) for i in range(len(data))] plt.fill_between(x, yTop, yBottom ,color="lightgreen",label="Standard deviation")#填充色塊 # 設置橫縱坐標 plt.xticks([0, 2, 4, 6, 8, 10, 12]) plt.yticks([0, 5, 10, 15, 20, 25]) plt.legend(["Mean value","Standard deviation"],loc="upper left")#設置線條標識 plt.grid() ?# 設置網(wǎng)格模式 #設置每個點上的數(shù)值 for i in range(10): ? ? ? ? plt.text(x[i], y[i], y[i], fontsize=12, color="black", style="italic", weight="light", verticalalignment='center',horizontalalignment='right', rotation=90) plt.show()
以上就是本文的全部內容,希望對大家的學習有所幫助,也希望大家多多支持腳本之家。
相關文章
python3 selenium自動化 frame表單嵌套的切換方法
今天小編就為大家分享一篇python3 selenium自動化 frame表單嵌套的切換方法,具有很好的參考價值,希望對大家有所幫助。一起跟隨小編過來看看吧2019-08-08在Python中用GDAL實現(xiàn)矢量對柵格的切割實例
這篇文章主要介紹了在Python中用GDAL實現(xiàn)矢量對柵格的切割實例,具有很好的參考價值,希望對大家有所幫助。一起跟隨小編過來看看吧2020-03-03用Python實現(xiàn)一個打字速度測試工具來測試你的手速
有很多小伙伴們都苦惱自己手速不夠,今天特地整理了這篇文章,教你用Python實現(xiàn)一個打字測試工具來測試你的打字速度,文中有非常詳細的代碼示例,對想練手速的小伙伴們很有用哦,需要的朋友可以參考下2021-05-05Python手拉手教你爬取貝殼房源數(shù)據(jù)的實戰(zhàn)教程
隨著人工智能的不斷發(fā)展,機器學習這門技術也越來越重要,很多人都開啟了學習機器學習,本文就介紹了機器學習的基礎內容,了解python爬蟲,本文給大家分享Python爬取貝殼房源數(shù)據(jù)的實戰(zhàn)教程,感興趣的朋友一起學習吧2021-05-05