python常用库学习-Matplotlib使用

2024-09-05 02:04

本文主要是介绍python常用库学习-Matplotlib使用,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

文章目录

      • 安装 Matplotlib
      • 导入库
      • 基本示例
        • 1. 绘制简单的线图
        • 2. 散点图
        • 3. 柱状图
        • 4. 直方图
        • 5. 子图
      • 更多高级功能
        • 1. 自定义样式
        • 2. 文本和注释
        • 3. 保存图形
      • 示例:使用 Matplotlib 绘制多个图表
        • 示例 1: 绘制多个线图
        • 示例 2: 绘制散点图和直方图
      • 参考文献

Matplotlib 是 Python 中一个非常流行的绘图库,它提供了大量的图形绘制功能,可以创建各种静态、动态和交互式的图表。下面是一些使用 Matplotlib 的基本示例和说明。

安装 Matplotlib

如果你还没有安装 Matplotlib,可以通过 pip 安装:

pip install matplotlib

导入库

import matplotlib.pyplot as plt

基本示例

1. 绘制简单的线图
import numpy as np
import matplotlib.pyplot as plt# 创建数据
x = np.linspace(0, 10, 100)
y = np.sin(x)# 创建图形
plt.plot(x, y, label='sin(x)')# 添加标题和标签
plt.title('Sine Wave')
plt.xlabel('x')
plt.ylabel('sin(x)')# 添加图例
plt.legend()# 显示图形
plt.show()

在这里插入图片描述

2. 散点图
import numpy as np
import matplotlib.pyplot as plt# 创建数据
x = np.random.randn(100)
y = np.random.randn(100)# 创建图形
plt.scatter(x, y, color='blue', alpha=0.5)# 添加标题和标签
plt.title('Scatter Plot')
plt.xlabel('X-axis')
plt.ylabel('Y-axis')# 显示图形
plt.show()

在这里插入图片描述

3. 柱状图
import matplotlib.pyplot as plt# 创建数据
labels = ['A', 'B', 'C']
values = [3, 7, 2]
# 创建图形
plt.bar(labels, values)# 添加标题和标签
plt.title('Bar Chart')
plt.xlabel('Category')
plt.ylabel('Value')# 显示图形
plt.show()

在这里插入图片描述

4. 直方图
import numpy as np
import matplotlib.pyplot as plt# 创建数据
data = np.random.randn(1000)# 创建图形
plt.hist(data, bins=20, edgecolor='black')# 添加标题和标签
plt.title('Histogram')
plt.xlabel('Value')
plt.ylabel('Frequency')# 显示图形
plt.show()

在这里插入图片描述

5. 子图
import numpy as np
import matplotlib.pyplot as plt# 创建数据
x = np.linspace(0, 10, 100)
y1 = np.sin(x)
y2 = np.cos(x)# 创建图形
fig, (ax1, ax2) = plt.subplots(1, 2, figsize=(10, 5))# 第一个子图
ax1.plot(x, y1)
ax1.set_title('Sine Wave')
ax1.set_xlabel('x')
ax1.set_ylabel('sin(x)')# 第二个子图
ax2.plot(x, y2)
ax2.set_title('Cosine Wave')
ax2.set_xlabel('x')
ax2.set_ylabel('cos(x)')# 显示图形
plt.show()

在这里插入图片描述

更多高级功能

1. 自定义样式
import matplotlib.pyplot as plt# 设置样式
plt.style.use('seaborn')# 创建数据
x = np.linspace(0, 10, 100)
y = np.sin(x)# 创建图形
plt.plot(x, y)# 显示图形
plt.show()
2. 文本和注释
import numpy as np
import matplotlib.pyplot as plt# 创建数据
x = np.linspace(0, 10, 100)
y = np.sin(x)# 创建图形
plt.plot(x, y)# 添加文本注释
plt.text(5, 0.5, r'$\sin(x)$', fontsize=14, color='red')# 添加箭头注释
plt.annotate('Maximum',xy=(np.pi, 1), xycoords='data',xytext=(+10, +30), textcoords='offset points',arrowprops=dict(arrowstyle="->", connectionstyle="arc3,rad=.2"))# 显示图形
plt.show()
3. 保存图形
import numpy as np
import matplotlib.pyplot as plt# 创建数据
x = np.linspace(0, 10, 100)
y = np.sin(x)# 创建图形
plt.plot(x, y)# 保存图形
plt.savefig('sine_wave.png')# 显示图形
plt.show()

示例:使用 Matplotlib 绘制多个图表

示例 1: 绘制多个线图
import numpy as np
import matplotlib.pyplot as plt# 创建数据
x = np.linspace(0, 10, 100)
y1 = np.sin(x)
y2 = np.cos(x)# 创建图形
plt.figure(figsize=(10, 5))# 第一个线图
plt.subplot(1, 2, 1)
plt.plot(x, y1)
plt.title('Sine Wave')
plt.xlabel('x')
plt.ylabel('sin(x)')# 第二个线图
plt.subplot(1, 2, 2)
plt.plot(x, y2)
plt.title('Cosine Wave')
plt.xlabel('x')
plt.ylabel('cos(x)')# 显示图形
plt.show()
示例 2: 绘制散点图和直方图
import numpy as np
import matplotlib.pyplot as plt# 创建数据
x = np.random.randn(1000)# 创建图形
fig, (ax1, ax2) = plt.subplots(1, 2, figsize=(10, 5))# 散点图
ax1.scatter(x, np.random.randn(1000), alpha=0.5)
ax1.set_title('Scatter Plot')
ax1.set_xlabel('X-axis')
ax1.set_ylabel('Y-axis')# 直方图
ax2.hist(x, bins=20, edgecolor='black')
ax2.set_title('Histogram')
ax2.set_xlabel('Value')
ax2.set_ylabel('Frequency')# 显示图形
plt.show()

以上就是使用 Matplotlib 进行数据可视化的基础介绍。Matplotlib 提供了许多其他高级功能,如三维图表、等高线图、误差线图等。如果需要绘制更复杂, 更全面的图形, 请参考文章末尾官网相关地址。

参考文献

官网地址
官方样例地址

这篇关于python常用库学习-Matplotlib使用的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!


原文地址:
本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.chinasem.cn/article/1137660

相关文章

Python并行处理实战之如何使用ProcessPoolExecutor加速计算

《Python并行处理实战之如何使用ProcessPoolExecutor加速计算》Python提供了多种并行处理的方式,其中concurrent.futures模块的ProcessPoolExecu... 目录简介完整代码示例代码解释1. 导入必要的模块2. 定义处理函数3. 主函数4. 生成数字列表5.

Python中help()和dir()函数的使用

《Python中help()和dir()函数的使用》我们经常需要查看某个对象(如模块、类、函数等)的属性和方法,Python提供了两个内置函数help()和dir(),它们可以帮助我们快速了解代... 目录1. 引言2. help() 函数2.1 作用2.2 使用方法2.3 示例(1) 查看内置函数的帮助(

Python虚拟环境与Conda使用指南分享

《Python虚拟环境与Conda使用指南分享》:本文主要介绍Python虚拟环境与Conda使用指南,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教... 目录一、python 虚拟环境概述1.1 什么是虚拟环境1.2 为什么需要虚拟环境二、Python 内置的虚拟环境工具

Linux脚本(shell)的使用方式

《Linux脚本(shell)的使用方式》:本文主要介绍Linux脚本(shell)的使用方式,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教... 目录概述语法详解数学运算表达式Shell变量变量分类环境变量Shell内部变量自定义变量:定义、赋值自定义变量:引用、修改、删

Python实例题之pygame开发打飞机游戏实例代码

《Python实例题之pygame开发打飞机游戏实例代码》对于python的学习者,能够写出一个飞机大战的程序代码,是不是感觉到非常的开心,:本文主要介绍Python实例题之pygame开发打飞机... 目录题目pygame-aircraft-game使用 Pygame 开发的打飞机游戏脚本代码解释初始化部

Python pip下载包及所有依赖到指定文件夹的步骤说明

《Pythonpip下载包及所有依赖到指定文件夹的步骤说明》为了方便开发和部署,我们常常需要将Python项目所依赖的第三方包导出到本地文件夹中,:本文主要介绍Pythonpip下载包及所有依... 目录步骤说明命令格式示例参数说明离线安装方法注意事项总结要使用pip下载包及其所有依赖到指定文件夹,请按照以

Python实现精准提取 PDF中的文本,表格与图片

《Python实现精准提取PDF中的文本,表格与图片》在实际的系统开发中,处理PDF文件不仅限于读取整页文本,还有提取文档中的表格数据,图片或特定区域的内容,下面我们来看看如何使用Python实... 目录安装 python 库提取 PDF 文本内容:获取整页文本与指定区域内容获取页面上的所有文本内容获取

基于Python实现一个Windows Tree命令工具

《基于Python实现一个WindowsTree命令工具》今天想要在Windows平台的CMD命令终端窗口中使用像Linux下的tree命令,打印一下目录结构层级树,然而还真有tree命令,但是发现... 目录引言实现代码使用说明可用选项示例用法功能特点添加到环境变量方法一:创建批处理文件并添加到PATH1

Python包管理工具核心指令uvx举例详细解析

《Python包管理工具核心指令uvx举例详细解析》:本文主要介绍Python包管理工具核心指令uvx的相关资料,uvx是uv工具链中用于临时运行Python命令行工具的高效执行器,依托Rust实... 目录一、uvx 的定位与核心功能二、uvx 的典型应用场景三、uvx 与传统工具对比四、uvx 的技术实

Java使用HttpClient实现图片下载与本地保存功能

《Java使用HttpClient实现图片下载与本地保存功能》在当今数字化时代,网络资源的获取与处理已成为软件开发中的常见需求,其中,图片作为网络上最常见的资源之一,其下载与保存功能在许多应用场景中都... 目录引言一、Apache HttpClient简介二、技术栈与环境准备三、实现图片下载与保存功能1.