Python中如何使用Matplotlib庫繪制圖形
更新時間：2022年07月01日 13:05:39 作者：辰往易
Matplotlib是一個Python的2D繪圖庫,通過Matplotlib開發(fā)者可以僅需要幾行代碼,便可以生成繪圖,直方圖,功率譜,條形圖,錯誤圖,散點圖等,這篇文章主要給大家介紹了Python中如何使用Matplotlib庫繪制圖形的相關資料
前言
Matplotlib 可能是 Python 2D-繪圖領域使用最廣泛的套件。它能讓使用者很輕松地將數據圖形化，并且提供多樣化的輸出格式。這里將會探索使用matplotlib 庫實現簡單的圖形繪制。
一、簡單的正弦函數與余弦函數
是取得正弦函數和余弦函數的值：
X 是一個 numpy 數組，包含了從 −π 到 +π 等間隔的 256 個值。C 和 S 則分別是這 256 個值對應的余弦和正弦函數值組成的 numpy 數組。
X = np.linspace(-np.pi, np.pi, 256,endpoint=True) C,S = np.cos(X), np.sin(X)
完整代碼如下
import numpy as np import matplotlib.pyplot as plt X = np.linspace(-np.pi, np.pi, 256, endpoint=True) C, S = np.cos(X), np.sin(X) #繪制并顯示圖形 plt.plot(X, C) plt.plot(X, S) plt.show()
二、進階版正弦函數與余弦函數
上面我們學習了簡單的正弦函數與余弦函數，接下來我們將精益求精，改變顏色與粗細，設置記號，調整邊框等。
1.改變顏色與粗細
我們以藍色和紅色分別表示余弦和正弦函數，而后將線條變粗一點。接下來，我們在水平方向拉伸一下整個圖。
代碼如下（示例）：
figure(figsize=(10, 6), dpi=80) plot(X, C, color="blue", linewidth=2.5, linestyle="-") plot(X, S, color="red", linewidth=2.5, linestyle="-")
2.設置圖片邊界
代碼如下（示例）：
xmin, xmax = X.min(), X.max() dx = (xmax - xmin) * 0.2 xlim(xmin - dx, xmax + dx)
3.設置記號
我們討論正弦和余弦函數的時候，通常希望知道函數在 ±π 和 ±π2 的值。
xticks( [-np.pi, -np.pi/2, 0, np.pi/2, np.pi]) yticks([-1, 0, +1])
4.設置記號的標簽
我們可以把 3.142 當做是 π，但畢竟不夠精確。當我們設置記號的時候，我們可以同時設置記號的標簽。注意這里使用了 LaTeX。
xticks([-np.pi, -np.pi/2, 0, np.pi/2, np.pi],
[r'$-\pi$', r'$-\pi/2$', r'$0$', r'$+\pi/2$', r'$+\pi$'])
yticks([-1, 0, +1],
[r'$-1$', r'$0$', r'$+1$'])
5.設置X,Y軸
ax = gca()
ax.spines['right'].set_color('none')
ax.spines['top'].set_color('none')
ax.xaxis.set_ticks_position('bottom')
ax.spines['bottom'].set_position(('data', 0))
ax.yaxis.set_ticks_position('left')
ax.spines['left'].set_position(('data', 0))
6.完整代碼
# 導入 matplotlib 的所有內容（nympy 可以用 np 這個名字來使用）
from pylab import *
# 創(chuàng)建一個 8 * 6 點（point）的圖，并設置分辨率為 80
figure(figsize=(8, 6), dpi=80)
# 創(chuàng)建一個新的 1 * 1 的子圖，接下來的圖樣繪制在其中的第 1 塊（也是唯一的一塊）
subplot(1, 1, 1)
X = np.linspace(-np.pi, np.pi, 256, endpoint=True)
C, S = np.cos(X), np.sin(X)
# 繪制余弦曲線，使用藍色的、連續(xù)的、寬度為 1 （像素）的線條
plot(X, C, color="blue", linewidth=1.0, linestyle="-")
# 繪制正弦曲線，使用綠色的、連續(xù)的、寬度為 1 （像素）的線條
plot(X, S, color="green", linewidth=1.0, linestyle="-")
# 設置橫軸的上下限
xlim(-4.0, 4.0)
# 設置橫軸記號
xticks(np.linspace(-4, 4, 9, endpoint=True))
# 設置縱軸的上下限
ylim(-1.0, 1.0)
# 設置縱軸記號
yticks(np.linspace(-1, 1, 5, endpoint=True))
# 以分辨率 72 來保存圖片
# savefig("exercice_2.png",dpi=72)
# 設置顏色與粗細
figure(figsize=(10, 6), dpi=80)
plot(X, C, color="blue", linewidth=2.5, linestyle="-")
plot(X, S, color="red", linewidth=2.5, linestyle="-")
# 設置邊框
xmin, xmax = X.min(), X.max()
dx = (xmax - xmin) * 0.2
xlim(xmin - dx, xmax + dx)
# 設置記號
xticks([-np.pi, -np.pi/2, 0, np.pi/2, np.pi])
yticks([-1, 0, +1])
# 設置記號的標簽
xticks([-np.pi, -np.pi/2, 0, np.pi/2, np.pi],
[r'$-\pi$', r'$-\pi/2$', r'$0$', r'$+\pi/2$', r'$+\pi$'])
yticks([-1, 0, +1],
[r'$-1$', r'$0$', r'$+1$'])
# 設置xy軸
ax = gca()
ax.spines['right'].set_color('none')
ax.spines['top'].set_color('none')
ax.xaxis.set_ticks_position('bottom')
ax.spines['bottom'].set_position(('data', 0))
ax.yaxis.set_ticks_position('left')
ax.spines['left'].set_position(('data', 0))
# 在屏幕上顯示
show()最終效果
三、繪制簡單的折線圖
折線圖是一種將數據點按照順序連起來的圖形，可以體現變量y隨變量x的變化情況。Matplotlib 提供了plot()函數繪制折線圖,其語法格式如下：
plt.plot(*args, **kwargs)
常用參數及說明如下：
- x、y：分別表示x軸和y軸對應的數據，接收列表類型參數
- color：表示折線的顏色
- marker：表示折線上點的類型，有“.”、“o”、“v”等等類型
- linestyle：表示折線的類型，默認為“-”，表示實線，設置為“--”表示長虛線，設置為“-.”表示點線，設置為“:”表示點虛線
- linewidth：表示折線的粗細
- alpha：表示點的透明度，接收0~1之間的小數
下面我們將以 某地區(qū)周一到周日平均溫度變化折線圖為例，具體的學習了解折線圖的繪制。
import matplotlib.pyplot as plt plt.figure(figsize=(10, 8)) # 周一到周日平均溫度數據 plt.plot([1,2,3,4,5,6,7], [12,11,11,13,12,10,10]) plt.show()
效果如下：
我們可以給圖表添加一些標簽和圖例，讓圖表更加清晰好看，具體方法如下：
- plt.title()：指定當前圖表的標題，包括名稱、位置、顏色、字體大小等
- plt.xlabel()：指定當前圖表x軸的名稱、位置、顏色、字體大小等
- plt.ylabel()：指定當前圖表y軸的名稱、位置、顏色、字體大小等
- plt.xlim()：指定當前圖表x軸的范圍
- plt.ylim()：指定當前圖表y軸的范圍
- plt.xticks()：指定當前圖表x軸刻度
- plt.yticks()：指定當前圖表y軸刻度
import matplotlib.pyplot as plt
# 設置支持中文
plt.rcParams['font.family'] = ['SimHei']
plt.figure(figsize=(10, 8))
plt.plot([1,2,3,4,5,6,7], [12,11,11,13,12,10,10], linestyle="-", marker=".")
plt.xlabel("時間")
plt.ylabel("溫度")
plt.yticks([i for i in range(20)][::5])
plt.show()效果如下：
總結
到此這篇關于Python中如何使用Matplotlib庫繪制圖形的文章就介紹到這了,更多相關Python Matplotlib庫繪制圖形內容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關文章希望大家以后多多支持腳本之家！
相關文章
在學習flask的過程中關于flask安裝的過程中遇到了很多的問題,通過自己的摸索和搜尋最終終于能夠成功運行,下面這篇文章主要給大家介紹了關于PyCharm中庫Flask安裝以及如何使用的相關資料,需要的朋友可以參考下2023-12-12
這篇文章主要為大家詳細介紹了python實現PDF中表格轉化為Excel的方法，文中示例代碼介紹的非常詳細，具有一定的參考價值，感興趣的小伙伴們可以參考一下2020-06-06
本文主要介紹了利用Python爬蟲實現抓取電影網站信息的功能，并將抓取到的信息入庫。文中的示例代碼講解詳細，感興趣的小伙伴可以跟隨小編一起了解一下2022-02-02
這篇文章主要介紹了詳解Python中的argparse模塊,argparse可以讓你輕松地編寫用戶友好的命令行界面，定義你的程序需要的參數，自動生成幫助和用法信息,需要的朋友可以參考下2023-07-07
制作一個萬年歷是一個有趣的Python項目,它可以讓您查看任何年份的日歷并獲得特定日期的信息,下面我們就來看看具體是如何使用Python實現的吧2023-12-12
由于項目取數需要,要將兩個不同的csv文件合并到一個文件中,所以下面這篇文章主要給大家介紹了關于利用python合并csv文件的相關資料,文中通過實例代碼介紹的非常詳細,需要的朋友可以參考下2022-07-07
這篇文章主要介紹了Python中的時間格式的讀取與轉換(time模塊),文末給大家介紹了python的時間獲取與轉化：time模塊和datetime模塊的相關知識，需要的朋友可以參考下2023-05-05
這篇文章主要為大家詳細介紹了python線程池threadpool的使用方法，具有一定的參考價值，感興趣的小伙伴們可以參考一下2018-04-04
在本篇文章里小編給各位分享的是關于Django工程的分層結構的相關知識點內容，有興趣的朋友們學習參考下。2019-07-07
這篇文章主要為大家詳細介紹了如何使用Python繪制散點圖和條形圖,文中的示例代碼講解詳細,對我們的學習或工作有一定的幫助,感興趣的可以了解一下2023-08-08