python--Matplotlib(一)
基础知识薄弱的同学可以看看一下博客
https://www.cnblogs.com/dev-liu/p/pandas_plt_basic.html https://blog.csdn.net/Notzuonotdied/article/details/77876080
我做了一些笔记,比较实用
scatter(x, y, s=None, c=None, marker=None, cmap=None, norm=None, vmin=None, vmax=None, alpha=None, linewidths=None, verts=None, edgecolors=None, hold=None, data=None, **kwargs) x,y:array_like,shape(n,) 输入数据s:标量或array_like,shape(n,),可选大小以点数^ 2。默认是`rcParams ['lines.markersize'] ** 2`。c:颜色,顺序或颜色顺序,可选,默认:'b'`c`可以是单个颜色格式的字符串,也可以是一系列颜色规范的长度为`N`,或一系列`N`数字使用通过kwargs指定的`cmap`和`norm`映射到颜色(见下文)。请注意,`c`不应该是单个数字RGB或RGBA序列,因为这与数组无法区分值将被彩色映射。 `c`可以是一个二维数组,其中的行是RGB或RGBA,但是,包括单个的情况行为所有点指定相同的颜色。marker:`〜matplotlib.markers.MarkerStyle`,可选,默认值:'o'请参阅`〜matplotlib.markers`以获取有关不同的更多信息标记分散支持的样式。 `marker`可以是该类的实例或特定文本的简写标记。cmap:`〜matplotlib.colors.Colormap`,可选,默认:无一个`〜matplotlib.colors.Colormap`实例或注册名称。`cmap`仅在`c`是浮点数组时使用。如果没有,默认为rc`image.cmap`。norm:`〜matplotlib.colors.Normalize`,可选,默认:无`〜matplotlib.colors.Normalize`实例用于缩放亮度数据为0,1。`norm`只有在`c`是一个数组时才被使用彩车。如果`None',则使用默认值:func:`normalize`。vmin,vmax:标量,可选,默认值:无`vmin`和`vmax`与`norm`结合使用来标准化亮度数据。如果其中任何一个都是`无',那么最小和最大的使用颜色数组。请注意,如果你通过一个“规范”实例,你的`vmin`和`vmax`的设置将被忽略。alpha:标量,可选,默认值:无alpha混合值,介于0(透明)和1(不透明)之间,linewidths:标量或array_like,可选,默认值:无如果无,则默认为(lines.linewidth,)。verts:(x,y)的序列,可选如果`marker`为None,这些顶点将用于构建标记。标记的中心位于在(0,0)为标准化单位。整体标记重新调整由``s``完成。edgecolors :颜色或颜色顺序,可选,默认值:无如果无,则默认为'face'如果'face',边缘颜色将永远是相同的脸色。如果它是'none',补丁边界不会被画下来。对于未填充的标记,“edgecolors”kwarg被忽视并被迫在内部“面对”
matplotlib.pyplot.bar(left, height, alpha=1, width=0.8, color=, edgecolor=, label=, lw=3,align='center', data=None,bottom=None) left:x轴的位置序列,一般采用arange函数产生一个序列; height:y轴的数值序列,也就是柱形图的高度,一般就是我们需要展示的数据; alpha:透明度 width:为柱形图的宽度,一般这是为0.8即可; color或facecolor:柱形图填充的颜色; edgecolor:图形边缘颜色 label:解释每个图像代表的含义 linewidth or linewidths or lw:边缘or线的宽度 align'center': Center the base on the x positions.'edge': Align the left edges of the bars with the x positions. bottom : The y coordinate(s) of the bars bases (default: 0).matplotlib.pyplot.x(y)ticks(ticks=None, labels=None, **kwargs)、locs, labels = xticks() # Get locations and labelsxticks(ticks, [labels], **kwargs) # Set locations and labelsrotation='vertical'savefig(fname, dpi=None, facecolor='w', edgecolor='w',orientation='portrait', papertype=None, format=None,transparent=False, bbox_inches=None, pad_inches=0.1,frameon=None, metadata=None)dpi参数指定图像的分辨率
matplotlib实例
#-*- coding:utf-8 -*- import numpy as np from matplotlib import pyplot as pltplt.figure(figsize=(9,6))plt.title("Square Numbers", fontsize=24) #fig,plt = plt.subplots(figsize=(9,6)) n = 8 X = np.arange(n)+1 #X是1,2,3,4,5,6,7,8,柱的个数#uniform均匀分布的随机数,normal是正态分布的随机数,0.5-1均匀分布的数,一共有n个 Y1 = np.random.uniform(0.5,1.0,n) Y2 = np.random.uniform(0.5,1.0,n) #scatter 散点图 plt.scatter(X,Y1,marker='^',c='black') #添加注释 plt.text(X[1],Y1[2],r'lovelin',fontdict={'size':16,'color':'r'}) #bar 柱状图 plt.bar(X, Y1, alpha=0.9, width = 0.35, facecolor = 'lightskyblue', edgecolor = 'white', label='one', lw=3) #x轴添加注释 plt.xticks(X,X,rotation='vertical')#x,y添加标签 plt.xlabel('nihao') plt.ylabel('lin')plt.bar(X, Y2, alpha=0.9, width = 0.35, bottom=Y1,facecolor = 'yellowgreen', edgecolor = 'white', label='second', lw=1) plt.bar(X+0.35, Y2, alpha=0.9, width = 0.35,facecolor = 'red', edgecolor = 'white', label='third', lw=1) #显示标签 plt.legend(loc="upper left") # label的位置在左上,没有这句会找不到label去哪了#plt.tick_params(axis='both', which='major', labelsize=14) #x,y轴数据的范围 plt.axis([0, 10, 0, 2]) #保存图片 plt.savefig("fig1.png", bbox_inches="tight",dpi=200) #显示画布 plt.show()
pandas+matplotlib
#-*- coding:utf-8 -*- import numpy as np import pandas as pd import matplotlib.pyplot as pltdf = pd.read_csv('data2.csv',index_col='Year')df_cs = df['Computer Science'] df_ms = df['Math and Statistics'] #plt.plot(df_cs) df.plot(alpha=0.7)plt.title("Percentage of Computer Science's degrees awarded to women in the USA") # 为X轴添加标签 plt.xlabel("Years") # 为Y轴添加标签 plt.ylabel("Percentage")#df_cs.plot(color='b', style='.-', legend=True) #df_ms.plot(color='r', style='-', legend=True) plt.axis([1970, 2000, 0, 200])plt.show()
转载于:https://www.cnblogs.com/eilinge/p/9849412.html
python--Matplotlib(一)相关推荐
- Python matplotlib可视化:用Matplotlib的bar_label函数为条形图添加数值标记(在每一个条形的外侧顶部)
Python matplotlib可视化:用Matplotlib的bar_label函数为条形图添加数值标记(在每一个条形的外侧顶部) 目录
- Python matplotlib可视化:在Matplotlib中为坐标轴刻度添加自定义符号(例如,货币符号¥$等)、水平条形图(horizontal bar)
Python matplotlib可视化:在Matplotlib中为坐标轴刻度添加自定义符号(例如,货币符号¥$等).水平条形图(horizontal bar) 目录
- Python matplotlib可视化:自定义轴标签格式化函数(在轴刻度上添加自定义的数值以及符号形式)、使用自定义函数在Matplotlib中为坐标轴刻度添加自定义符号(例如,货币符号¥$等)
Python matplotlib可视化:自定义轴标签格式化函数(在轴刻度上添加自定义的数值以及符号形式).使用自定义函数在Matplotlib中为坐标轴刻度添加自定义符号(例如,货币符号¥$等) 目 ...
- Python matplotlib可视化:用Matplotlib的bar_label函数自定义条形图的数值标签、用Matplotlib的bar_label函数为条形图添加数值标记(在每一个条形的中部)
Python matplotlib可视化:用Matplotlib的bar_label函数自定义条形图的数值标签.用Matplotlib的bar_label函数为条形图添加数值标记(在每一个条形的中部) ...
- python matplotlib 简单用法
python matplotlib 简单用法 具体内容请参考官网 代码 import matplotlib.pyplot as plt import numpy as np # 支持中文 plt.rc ...
- 老咸鱼今天告诉你用Python matplotlib 各种图绘制流线图,难怪老板放纵他
复习回顾 在Python关于绘图,Mlab提供开源的matplotlib模块,不仅可以绘制折线图.柱状图.散点图等常规图外,还支持绘制量场图.频谱图.提琴图.箱型图等特殊图,例举往期文章可前往查看详情 ...
- Python matplotlib 绘制量场图
复习回顾 matplotlib 是基于Python语言的开源项目,pyplot提供一系列绘制2D图形的方法.随着版本的迭代,matplotlib 模块也支持绘制3D图形mplot3d工具包,制作动态图 ...
- 不愧是摸鱼高手Python matplotlib 绘制频谱图都会,能怪老板不管
复习回顾 matplotlib 是Python专门用来绘制渲染的模块,其底层主要分为脚本层.美工层和后端.脚本层为我们提供常见图形绘制如折线.柱状.直方.饼图.以往文章 这么详细的Python mat ...
- 超详细的Python matplotlib 绘制动态图
复习回顾 在matplotlib模块中我们前面学习绘制如折线.柱状.散点.直方图等静态图形.我们都知道在matplotlib模块主要有三层脚本层为用户提供快捷的绘制图形方法,美工层接收到脚本层的命令后 ...
- Python matplotlib 绘制散点图 还不收藏起来
复习回顾 我们在往前几期中对matplotlib模块学习,对常用的反映数据变化的折线图,对比数据类型差异的柱状图和反应数据频率分布情况的直方图. 往前内容快速查看 超详细的Python matplot ...
最新文章
- Go 编译的可执行文件是否有动态库链接?
- Javascript 基础-------this关键字
- Doctype文档类型学习小结
- 在centos上,oracle数据库更改IP后无法启动监听,解决方法
- JavaScript类型总览(图)
- pyqt5 listview 不默认选中_pyqt5 商店小票打印的实现模板
- 美股周一暴跌触发熔断:苹果、特斯拉股价大跌
- Scrapy的debug方式
- React 深度学习:React Core
- 从Jetty、Tomcat和Mina中提炼NIO构架网络服务器的经典模式
- 阿里云服务器验证码不能显示解决办法java.lang.Error: Probable fatal error:No fonts found
- 当AI学会共情,港科大新研究赋予Chatbot同理心 | 一周AI最火论文
- python 方向盘_码农:科目二(可以摸方向盘了)
- 创新工场李开复:漫延——中国移动互联网的2011年
- 图像分辨率之1080P与1080i
- 基于ATMEGA16单片机,MQ-3酒精传感器,LCD1602液晶显示的酒精浓度检测阈值报警仪
- java读取局域网共享文件夹中文件并保存到本地文件夹
- git最佳实践之feature和hotfix分支
- 华硕冰刃4不显示,拆开检查2个故障,如不仔细分析上电又要烧板
- java的Map接口