Python Matplotlib基础

2024-05-09 19:08
文章标签 python 基础 matplotlib

本文主要是介绍Python Matplotlib基础,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!

Matplotlib

1.什么是Matplotlib?

  • mat - matrix plot - 画图 lib - library

  • 专门用于开发2D图表的Python工具库

  • 使用起来非常简单

  • 以渐进、交互式方式实现数据可视化

2.Matplotlib三层结构

2.1 容器层

容器层主要由Canvas、Figure、Axes组成。

Canvas是位于最底层的系统层,在绘图过程中充当画板的角色,即防止画布(Figure)的工具

Figure是Canvas上方的第一层,也是需要用户操作的应用层的第一层,在绘图过程中充当画布的角色。

Axes是应用层的第二层,在绘图的过程中相当于画布上的绘图区的角色

  • Figure:指整个图形(可以通过plt.figure()设置画布的大小和分辨率等)
  • Axes(坐标系):数据的绘图区域
  • Axis(坐标轴):坐标系中的一条轴,包含大小的限制、刻度和刻度标签

2.2 辅助显示层

辅助显示层为Axes(绘图区)内的除了根据数据绘制出的图像以外的内容,主要包括Axes外观(facecolor)、边框线(spines)、坐标轴(axis)、坐标轴名称(axis label)、坐标轴刻度(tick)、坐标轴刻度标签(tick label)、网格线(grid)、图例(legend)、标题(title)等内容。
该层的设置可使图像显示更加直观更加容易被用户理解,但又不会对图像产生实质的影响

2.3 图像层

图像层指Axes内通过plot、scatter、bar、histogram、pie等函数根据数据绘制出的图像。

3 实战案例

3.1简单案例 - 绘制折线图

import matplotlib.pyplot as plt
# 1.创建画布 figsize:画布大小 dpi:dot per inch 画像的清晰度
plt.figure(figsize=(20, 8), dpi=80)
# 2.绘制图像
plt.plot([1, 2, 3, 4, 5, 6, 7], [17, 17, 18, 15, 11, 12, 11])
# 3.保存图像(保存代码在show()方法之后会出现问题,保存为空白图片)
plt.savefig('test78.png')
# 4.显示图像(会释放所有的画布资源)
plt.show()

在这里插入图片描述

3.2 在同一个画布绘制两条线

import matplotlib.pyplot as plt
import random
import numpy as np
# 1.数据准备
x = range(60)
y_shanghai = [random.uniform(15, 18) for i in x]
y_beijing = [random.uniform(1, 3) for i in x]
# 2.创建画布 figsize:画布大小 dpi:dot per inch 画像的清晰度
plt.figure(figsize=(15, 8), dpi=200)# 3.绘制图像
# color : r:红色 g:绿色 b:蓝色 w:白色 c:青色 m:洋红 y:黄色 k:黑色
# linestyle : -实线 --虚线 -.点划线 :点虚线 ''留空,空格
# label :
plt.plot(x, y_shanghai, color='r', linestyle='--', label='ShangHai')
plt.plot(x, y_beijing, color='b', linestyle='-', label='BeiJing')# 显示图例
# loc:显示位置 best, upper right,upper left,lower right,lower left,right,center left...
plt.legend(loc='lower left')# 3.1修改x,y刻度
# 准备x的刻度说明(刻度说明应与刻度步长保持一致)
x_label = ["11:{}".format(i) for i in x]
# 修改刻度显示
plt.xticks(x[::5], x_label[::5])
plt.yticks(range(0, 40, 5))
# 3.2增加网格显示 linstyle:线条风格 alpha:透明度
plt.grid(True, linestyle='-', alpha=0.5)
# 3.3添加标题
plt.xlabel("time")
plt.ylabel("temperature")
plt.title("temperature of anyone city")# 4.保存图像(保存代码在show()方法之后会出现问题,保存为空白图片)
plt.savefig('test78.png')
# 5.显示图像(会释放所有的画布资源)
plt.show()

在这里插入图片描述

3.3 绘制多个绘图区

import matplotlib.pyplot as plt
import random
import numpy as np
# 1.数据准备
x = range(60)
y_shanghai = [random.uniform(15, 18) for i in x]
y_beijing = [random.uniform(1, 3) for i in x]
# 2.创建画布 figsize:画布大小 dpi:dot per inch 画像的清晰度
figure, axes = plt.subplots(nrows=1, ncols=2, figsize=(10, 5), dpi=100)# 3.绘制图像
# color : r:红色 g:绿色 b:蓝色 w:白色 c:青色 m:洋红 y:黄色 k:黑色
# linestyle : -实线 --虚线 -.点划线 :点虚线 ''留空,空格
# label : 图例
axes[0].plot(x, y_shanghai, color='r', linestyle='--', label='ShangHai')
axes[1].plot(x, y_beijing, color='b', linestyle='-', label='BeiJing')# 显示图例
# loc:显示位置 best, upper right,upper left,lower right,lower left,right,center left...
axes[0].legend(loc='upper left')
axes[1].legend(loc='upper left')# 3.1修改x,y刻度
# 准备x的刻度说明(刻度说明应与刻度步长保持一致)
x_label = ["11:{}".format(i) for i in x]
# 修改刻度显示
axes[0].set_xticks(x[::10])
axes[0].set_xticklabels(x_label[::10])
axes[0].set_yticks(range(0, 40, 5))
axes[1].set_xticks(x[::10])
axes[1].set_xticklabels(x_label[::10])
axes[1].set_yticks(range(0, 40, 5))
# 3.2增加网格显示 linstyle:线条风格 alpha:透明度
axes[0].grid(True, linestyle='-', alpha=0.5)
axes[1].grid(True, linestyle='-', alpha=0.5)
# 3.3添加标题
axes[0].set_xlabel("time")
axes[0].set_ylabel("temperature")
axes[0].set_title("temperature of anyone city")
axes[1].set_xlabel("time")
axes[1].set_ylabel("temperature")
axes[1].set_title("temperature of anyone city")# 4.保存图像(保存代码在show()方法之后会出现问题,保存为空白图片)
plt.savefig('test78.png')
# 5.显示图像(会释放所有的画布资源)
plt.show()

在这里插入图片描述

3.4 绘制数学图像

import matplotlib.pyplot as plt
import random
import numpy as np
# 1.准备数据
x = np.linspace(-1, 1, 1000)
y = 2 * x * x
# 2.创建画布
plt.figure()
# 3.绘制图像
plt.plot(x, y)
# 4.显示图像
plt.show()

在这里插入图片描述

3.5 散点图绘制

import matplotlib.pyplot as plt
import random
import numpy as np
# 1.准备数据
n = range(100)
x = [random.uniform(0, 10) for i in n]
y = [random.uniform(0, 10) for i in n]
# 2.创建画布
plt.figure(figsize=(10, 10), dpi=50)
# 3.绘制图像
plt.scatter(x,y)
# 4.显示图像
plt.show()

在这里插入图片描述

3.6 柱状图绘制

import matplotlib.pyplot as plt
import random
import numpy as np
# 1.准备数据
x = ['The Lord of the Rings', 'Hobbit', 'The Chronicles of Narnia', 'Harry Potter', 'Alice\'s Adventures in Wonderland']
y = [1542, 1552, 6351, 2215, 1256]
# 2.创建画布
plt.figure(figsize=(10, 10), dpi=50)
# 3.绘制图像
plt.bar(range(len(x)), y, color=['b', 'r', 'm', 'y', 'c'])
# 修改刻度
plt.xticks(range(len(x)), x)
# 添加标题
plt.title("movie pay")
# 添加网格显示
plt.grid(linestyle='--', alpha=0.2, color='r')# 4.显示图像
plt.show()

在这里插入图片描述

3.7绘制多个柱状图在一个图内

import matplotlib.pyplot as plt
import random
import numpy as np
# 1.准备数据
movie_name = ['The Lord of the Rings', 'Hobbit', 'The Chronicles of Narnia', 'Harry Potter','Alice\'s Adventures in Wonderland']
first_day = [1542, 1552, 6351, 2215, 1256]
first_weekend = [4562, 5123, 8521, 6362, 5215]# 2.创建画布
plt.figure(figsize=(10, 10), dpi=50)# 3.绘制图像
plt.bar([0, 1, 2, 3, 4], first_day, width=0.2, label='first day')
plt.bar([0.2, 1.2, 2.2, 3.2, 4.2], first_weekend, width=0.2, label='first weekend')
#显示图例
plt.legend()
# 修改刻度
plt.xticks([0.1, 1.1, 2.1, 3.1, 4.1], movie_name)
# 添加标题
plt.title("movie pay")
# 添加网格显示
plt.grid(linestyle='--', alpha=0.2, color='r')# 4.显示图像
plt.show()

在这里插入图片描述

3.8 绘制饼状图

import matplotlib.pyplot as plt
import random
import numpy as np
# 1.准备数据
movie_name = ['The Lord of the Rings', 'Hobbit', 'The Chronicles of Narnia', 'Harry Potter','Alice\'s Adventures in Wonderland']
place_count = [1542, 1552, 6351, 2215, 1256]
# 2.创建画布
plt.figure(figsize=(12, 6), dpi=80)
# 3.绘制图像
plt.pie(place_count, labels=movie_name, autopct='%1.2f%%')
plt.axis('equal')
# 显示图例
plt.legend(loc='upper right')
# 4.显示图像
plt.show()

在这里插入图片描述

这篇关于Python Matplotlib基础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!



http://www.chinasem.cn/article/974247

相关文章

Windows环境下解决Matplotlib中文字体显示问题的详细教程

《Windows环境下解决Matplotlib中文字体显示问题的详细教程》本文详细介绍了在Windows下解决Matplotlib中文显示问题的方法,包括安装字体、更新缓存、配置文件设置及编码調整,并... 目录引言问题分析解决方案详解1. 检查系统已安装字体2. 手动添加中文字体(以SimHei为例)步骤

使用Python删除Excel中的行列和单元格示例详解

《使用Python删除Excel中的行列和单元格示例详解》在处理Excel数据时,删除不需要的行、列或单元格是一项常见且必要的操作,本文将使用Python脚本实现对Excel表格的高效自动化处理,感兴... 目录开发环境准备使用 python 删除 Excphpel 表格中的行删除特定行删除空白行删除含指定

Python通用唯一标识符模块uuid使用案例详解

《Python通用唯一标识符模块uuid使用案例详解》Pythonuuid模块用于生成128位全局唯一标识符,支持UUID1-5版本,适用于分布式系统、数据库主键等场景,需注意隐私、碰撞概率及存储优... 目录简介核心功能1. UUID版本2. UUID属性3. 命名空间使用场景1. 生成唯一标识符2. 数

Python办公自动化实战之打造智能邮件发送工具

《Python办公自动化实战之打造智能邮件发送工具》在数字化办公场景中,邮件自动化是提升工作效率的关键技能,本文将演示如何使用Python的smtplib和email库构建一个支持图文混排,多附件,多... 目录前言一、基础配置:搭建邮件发送框架1.1 邮箱服务准备1.2 核心库导入1.3 基础发送函数二、

Python包管理工具pip的升级指南

《Python包管理工具pip的升级指南》本文全面探讨Python包管理工具pip的升级策略,从基础升级方法到高级技巧,涵盖不同操作系统环境下的最佳实践,我们将深入分析pip的工作原理,介绍多种升级方... 目录1. 背景介绍1.1 目的和范围1.2 预期读者1.3 文档结构概述1.4 术语表1.4.1 核

基于Python实现一个图片拆分工具

《基于Python实现一个图片拆分工具》这篇文章主要为大家详细介绍了如何基于Python实现一个图片拆分工具,可以根据需要的行数和列数进行拆分,感兴趣的小伙伴可以跟随小编一起学习一下... 简单介绍先自己选择输入的图片,默认是输出到项目文件夹中,可以自己选择其他的文件夹,选择需要拆分的行数和列数,可以通过

Python中反转字符串的常见方法小结

《Python中反转字符串的常见方法小结》在Python中,字符串对象没有内置的反转方法,然而,在实际开发中,我们经常会遇到需要反转字符串的场景,比如处理回文字符串、文本加密等,因此,掌握如何在Pyt... 目录python中反转字符串的方法技术背景实现步骤1. 使用切片2. 使用 reversed() 函

Python中将嵌套列表扁平化的多种实现方法

《Python中将嵌套列表扁平化的多种实现方法》在Python编程中,我们常常会遇到需要将嵌套列表(即列表中包含列表)转换为一个一维的扁平列表的需求,本文将给大家介绍了多种实现这一目标的方法,需要的朋... 目录python中将嵌套列表扁平化的方法技术背景实现步骤1. 使用嵌套列表推导式2. 使用itert

使用Docker构建Python Flask程序的详细教程

《使用Docker构建PythonFlask程序的详细教程》在当今的软件开发领域,容器化技术正变得越来越流行,而Docker无疑是其中的佼佼者,本文我们就来聊聊如何使用Docker构建一个简单的Py... 目录引言一、准备工作二、创建 Flask 应用程序三、创建 dockerfile四、构建 Docker

Python使用vllm处理多模态数据的预处理技巧

《Python使用vllm处理多模态数据的预处理技巧》本文深入探讨了在Python环境下使用vLLM处理多模态数据的预处理技巧,我们将从基础概念出发,详细讲解文本、图像、音频等多模态数据的预处理方法,... 目录1. 背景介绍1.1 目的和范围1.2 预期读者1.3 文档结构概述1.4 术语表1.4.1 核