Python的Matplotlib庫應(yīng)用實例超詳細教程
更新時間：2025年01月26日 11:29:52 作者：小星袁
這篇文章主要介紹了Python的Matplotlib庫應(yīng)用的相關(guān)資料,Matplotlib是一個強大的Python數(shù)據(jù)可視化庫,支持繪制2D和3D圖像,它提供了簡單易用的API,廣泛應(yīng)用于數(shù)據(jù)分析和科學研究,需要的朋友可以參考下
前言
Matplotlib庫是一款功能強大且靈活的Python數(shù)據(jù)可視化軟件包，它支持跨平臺運行，能夠根據(jù)NumPy ndarray數(shù)組繪制高質(zhì)量的2D圖像（也支持部分3D圖像）。Matplotlib提供了類MATLAB的繪圖API，使得繪圖過程簡單直觀，代碼清晰易懂。它廣泛應(yīng)用于數(shù)據(jù)分析、科學研究、報告生成以及教育與培訓等領(lǐng)域，用戶可以通過它創(chuàng)建多樣化的圖表類型，如折線圖、柱狀圖、散點圖等，并對圖表的各個元素進行高度定制化的調(diào)整。無論是簡單的圖表還是復雜的可視化需求，Matplotlib都能提供高質(zhì)量的輸出。
一、環(huán)境搭建
1.1 配置matplotlib庫
pip install matplotlib
安裝成功展示圖：
1.2 配置seaborn庫
pip install seaborn
安裝成功展示圖：
1.3 配置Skimage庫
pip install scikit-image
安裝成功展示圖：
二、二維圖像
2.1 曲線（直線）可視化
import matplotlib.pyplot as plt
import numpy as np
X = np.linspace(1, 15)
Y = np.sin(X)
# 圖像大小設(shè)置
plt.figure(figsize=(10,8))
# 繪制線
plt.plot(X, Y, color='red')
plt.xlabel('X')
plt.ylabel('Y')
# 設(shè)置圖像標題名
plt.title("y = sin(X)")
# 是否添加網(wǎng)格
plt.grid(True)
# 繪制圖像
plt.show()
2.2 曲線（虛線）可視化
import matplotlib.pyplot as plt
import numpy as np
X = np.linspace(1, 15)
Y = np.sin(X)
# 圖像大小設(shè)置
plt.figure(figsize=(10,8))
# 繪制線 藍色 虛線
plt.plot(X, Y, "b-.")
plt.xlabel(r"$\alpha$")
plt.ylabel(r"$\beta$")
# 設(shè)置圖像標題名
plt.title("$y=\sum sin(x)$")
# 是否添加網(wǎng)格
plt.grid(True)
# 繪制圖像
plt.show()
2.3 直方圖
import matplotlib.pyplot as plt
import numpy as np
import matplotlib
matplotlib.rcParams['axes.unicode_minus'] = False
import seaborn as sns
sns.set(font = "Kaiti", style = "ticks", font_scale = 1.4)
X = np.linspace(1, 15)
Y = np.sin(X)
# 圖像大小設(shè)置
plt.figure(figsize=(10,8))
# 生成數(shù)據(jù)
data = np.random.randn(200, 1)
# 可視化
plt.hist(data, 10)
plt.xlabel("取值")
plt.ylabel("頻數(shù)")
plt.title("直方")
# 繪制圖像
plt.show()
2.4 階梯圖
import matplotlib.pyplot as plt
import numpy as np
import matplotlib
from matplotlib.pyplot import xticks
matplotlib.rcParams['axes.unicode_minus'] = False
import seaborn as sns
sns.set(font = "Kaiti", style = "ticks", font_scale = 1.4)
X = np.linspace(1, 15)
Y = np.sin(X)
# 圖像大小設(shè)置
plt.figure(figsize=(10,8))
# 階梯圖設(shè)置
plt.step(X, Y, c = "r", label = "sin(x)", linewidth = 3)
# 添加輔助線
plt.plot(X, Y, "o--", color = "grey", alpha = 0.5)
plt.xlabel("X")
plt.ylabel("Y")
plt.title("Bar")
# 設(shè)置圖例位置及大小
plt.legend(loc = "lower right", fontsize = "small")
# 設(shè)置X軸坐標系取值
xtick = [0, 5, 10, 15]
xticklabels = [str(x) + "萬" for x in xtick]
# x軸的坐標取值，傾斜度為45°
plt.xticks(xtick, xticklabels, rotation = 45)
# 調(diào)整水平空間距離
plt.subplots_adjust(hspace = 0.5)
plt.show()
三、三維圖像
3.1 3D曲面圖
import matplotlib.pyplot as plt
import numpy as np
import matplotlib
from matplotlib.pyplot import xticks
from pyparsing import alphas
matplotlib.rcParams['axes.unicode_minus'] = False
import seaborn as sns
sns.set(font = "Kaiti", style = "ticks", font_scale = 1.4)
x = np.linspace(-4, 4, num = 50)
y = np.linspace(-4, 4, num = 50)
X, Y = np.meshgrid(x, y)
Z = np.sin(np.sqrt(X**2 + Y**2))
# 3D曲面圖可視化
fig = plt.figure(figsize=(6, 5))
# 設(shè)置3D坐標
ax1 = fig.add_subplot(1, 1, 1, projection = '3d')
# 繪制曲面圖, rstride：行的跨度 cstride：列的跨度 alpha：透明度 cmap：顏色
ax1.plot_surface(X, Y, Z, rstride = 1, cstride = 1, alpha = 0.5, cmap = plt.cm.coolwarm)
# 繪制z軸方向的等高線
cset = ax1.contourf(X, Y, Z, zdir = 'z', offset = 1, cmap = plt.cm.CMRmap)
ax1.set_xlabel("X")
ax1.set_xlim(-4, 4)
ax1.set_ylabel("Y")
ax1.set_ylim(-4, 4)
ax1.set_zlabel("Z")
ax1.set_zlim(-1, 1)
ax1.set_title("曲面圖和等高線")
plt.show()
3.2 3D散點圖
import matplotlib.pyplot as plt
import numpy as np
import matplotlib
from matplotlib.pyplot import xticks
from pyparsing import alphas
matplotlib.rcParams['axes.unicode_minus'] = False
import seaborn as sns
sns.set(font = "Kaiti", style = "ticks", font_scale = 1.4)
theta = np.linspace(-4 * np.pi, 4 * np.pi, 100)
x = np.cos(theta)
y = np.sin(theta)
z = np.linspace(-2, 2, 100)
r = z ** 2 + 1
# 在子圖中繪制三維圖像
fig = plt.figure(figsize=(10, 10))
# 將坐標系設(shè)置為3D坐標系
ax1 = fig.add_subplot(1, 1, 1, projection='3d')
ax1.plot(x, y, z, "b-")
ax1.view_init(elev = 20, azim = 25)
ax1.set_title("3D曲線圖")
plt.show()
3.3 3D散點圖
import matplotlib.pyplot as plt
import numpy as np
import matplotlib
from matplotlib.pyplot import xticks
from pyparsing import alphas
matplotlib.rcParams['axes.unicode_minus'] = False
import seaborn as sns
sns.set(font = "Kaiti", style = "ticks", font_scale = 1.4)
theta = np.linspace(-4 * np.pi, 4 * np.pi, 100)
x = np.cos(theta)
y = np.sin(theta)
z = np.linspace(-2, 2, 100)
r = z ** 2 + 1
# 在子圖中繪制三維圖像
fig = plt.figure(figsize=(10, 10))
# 將坐標系設(shè)置為3D坐標系
ax1 = plt.subplot(1, 1, 1, projection='3d')
ax1.scatter3D(x, y, z, c = "r", s = 20)
ax1.view_init(elev = 20, azim = 25)
ax1.set_title("3D散點圖")
plt.show()
總結(jié)
到此這篇關(guān)于Python的Matplotlib庫應(yīng)用的文章就介紹到這了,更多相關(guān)Python Matplotlib庫應(yīng)用內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！
相關(guān)文章
這篇文章主要介紹了python中的列表推導,需要的朋友可以參考下2014-04-04
Pytorch torch.repeat_interleave()用法示例詳解
torch.repeat_interleave() 是 PyTorch 中的一個函數(shù),用于按指定的方式重復張量中的元素,這篇文章主要介紹了Pytorch torch.repeat_interleave()用法示例詳解,需要的朋友可以參考下2024-01-01
這篇文章主要介紹了如何利用python做表格數(shù)據(jù)處理，幫助大家更好的理解和學習使用python，感興趣的朋友可以了解下2021-04-04
這篇文章主要為大家詳細介紹了Python如何實現(xiàn)快速計算24點游戲并獲取表達式，文中的示例代碼講解詳細，感興趣的小伙伴可以了解一下2022-12-12
Python爬蟲實現(xiàn)爬取京東手機頁面的圖片(實例代碼)
下面小編就為大家分享一篇Python爬蟲實現(xiàn)爬取京東手機頁面的圖片實例，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2017-11-11
分水嶺技術(shù)是一種眾所周知的分割算法，特別適用于提取圖片中的相鄰或重疊對象。本文將用Python實現(xiàn)基于標記的分水嶺分割算法，感興趣的可以了解一下2022-07-07
Python的serial庫是一個用于串口通信的強大工具,它提供了一個簡單而靈活的接口,可以方便地與串口設(shè)備進行通信,包括與驅(qū)動電機進行通信,這篇文章主要介紹了python serial串口通信,需要的朋友可以參考下2023-12-12
Pandas中把dataframe轉(zhuǎn)成array的方法
下面小編就為大家分享一篇Pandas中把dataframe轉(zhuǎn)成array的方法，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2018-04-04
這篇文章主要介紹了Python畫圖Matplotlib庫常用命令簡述總結(jié)，文中包含詳細的圖文示例，有需要的朋友可以借鑒參考下，希望能夠有所幫助2021-09-09
在本篇文章里小編給大家整理的是關(guān)于app后端開發(fā)學PHP還是Python的先關(guān)問題內(nèi)容，需要的朋友們可以參考下。2020-06-06