Python画图主要用到matplotlib这个库。Matplotlib 是一个 Python 的 2D绘图库,它以各种硬拷贝格式和跨平台的交互式环境生成出版质量级别的图形。

这里有一本电子书供大家参考:《Python图表绘制:matplotlib绘图库入门》

具体来说是pylab和pyplot这两个子库。这两个库可以满足基本的画图需求,而条形图,散点图等特殊图,下面再单独具体介绍。

首先给出pylab神器镇文:pylab.rcParams.update(params)。这个函数几乎可以调节图的一切属性,包括但不限于:坐标范围,axes标签字号大小,xtick,ytick标签字号,图线宽,legend字号等。

具体参数参看官方文档:http://matplotlib.org/users/customizing.html

首先给出一个Python3画图的例子。

import matplotlib.pyplot as plt

import matplotlib.pylab as pylab

import scipy.io

import numpy as np

params={

'axes.labelsize': '35',

'xtick.labelsize':'27',

'ytick.labelsize':'27',

'lines.linewidth':2 ,

'legend.fontsize': '27',

'figure.figsize' : '12, 9' # set figure size

}

pylab.rcParams.update(params) #set figure parameter

#line_styles=['ro-','b^-','gs-','ro--','b^--','gs--'] #set line style

#We give the coordinate date directly to give an example.

x1 = [-20,-15,-10,-5,0,0,5,10,15,20]

y1 = [0,0.04,0.1,0.21,0.39,0.74,0.78,0.80,0.82,0.85]

y2 = [0,0.014,0.03,0.16,0.37,0.78,0.81,0.83,0.86,0.92]

y3 = [0,0.001,0.02,0.14,0.34,0.77,0.82,0.85,0.90,0.96]

y4 = [0,0,0.02,0.12,0.32,0.77,0.83,0.87,0.93,0.98]

y5 = [0,0,0.02,0.11,0.32,0.77,0.82,0.90,0.95,1]

plt.plot(x1,y1,'bo-',label='m=2, p=10%',markersize=20) # in 'bo-', b is blue, o is O marker, - is solid line and so on

plt.plot(x1,y2,'gv-',label='m=4, p=10%',markersize=20)

plt.plot(x1,y3,'ys-',label='m=6, p=10%',markersize=20)

plt.plot(x1,y4,'ch-',label='m=8, p=10%',markersize=20)

plt.plot(x1,y5,'mD-',label='m=10, p=10%',markersize=20)

fig1 = plt.figure(1)

axes = plt.subplot(111)

#axes = plt.gca()

axes.set_yticks([0.1,0.2,0.3,0.4,0.5,0.6,0.7,0.8,0.9,1.0])

axes.grid(True) # add grid

plt.legend(loc="lower right") #set legend location

plt.ylabel('Percentage') # set ystick label

plt.xlabel('Difference') # set xstck label

plt.savefig('D:\commonNeighbors_CDF_snapshots.eps',dpi = 1000,bbox_inches='tight')

plt.show()

显示效果如下:

代码没什么好说的,这里只说一下plt.subplot(111)这个函数。

plt.subplot(111)和plt.subplot(1,1,1)是等价的。意思是将区域分成1行1列,当前画的是第一个图(排序由行至列)。

plt.subplot(211)意思就是将区域分成2行1列,当前画的是第一个图(第一行,第一列)。以此类推,只要不超过10,逗号就可省去。

python画条形图。代码如下。

import scipy.io

import numpy as np

import matplotlib.pylab as pylab

import matplotlib.pyplot as plt

import matplotlib.ticker as mtick

params={

'axes.labelsize': '35',

'xtick.labelsize':'27',

'ytick.labelsize':'27',

'lines.linewidth':2 ,

'legend.fontsize': '27',

'figure.figsize' : '24, 9'

}

pylab.rcParams.update(params)

y1 = [9.79,7.25,7.24,4.78,4.20]

y2 = [5.88,4.55,4.25,3.78,3.92]

y3 = [4.69,4.04,3.84,3.85,4.0]

y4 = [4.45,3.96,3.82,3.80,3.79]

y5 = [3.82,3.89,3.89,3.78,3.77]

ind = np.arange(5) # the x locations for the groups

width = 0.15

plt.bar(ind,y1,width,color = 'blue',label = 'm=2')

plt.bar(ind+width,y2,width,color = 'g',label = 'm=4') # ind+width adjusts the left start location of the bar.

plt.bar(ind+2*width,y3,width,color = 'c',label = 'm=6')

plt.bar(ind+3*width,y4,width,color = 'r',label = 'm=8')

plt.bar(ind+4*width,y5,width,color = 'm',label = 'm=10')

plt.xticks(np.arange(5) + 2.5*width, ('10%','15%','20%','25%','30%'))

plt.xlabel('Sample percentage')

plt.ylabel('Error rate')

fmt = '%.0f%%' # Format you want the ticks, e.g. '40%'

xticks = mtick.FormatStrFormatter(fmt)

# Set the formatter

axes = plt.gca() # get current axes

axes.yaxis.set_major_formatter(xticks) # set % format to ystick.

axes.grid(True)

plt.legend(loc="upper right")

plt.savefig('D:\errorRate.eps', format='eps',dpi = 1000,bbox_inches='tight')

plt.show()

结果如下:

画散点图,主要是scatter这个函数,其他类似。

画网络图,要用到networkx这个库,下面给出一个实例:

import networkx as nx

import pylab as plt

g = nx.Graph()

g.add_edge(1,2,weight = 4)

g.add_edge(1,3,weight = 7)

g.add_edge(1,4,weight = 8)

g.add_edge(1,5,weight = 3)

g.add_edge(1,9,weight = 3)

g.add_edge(1,6,weight = 6)

g.add_edge(6,7,weight = 7)

g.add_edge(6,8,weight = 7)

g.add_edge(6,9,weight = 6)

g.add_edge(9,10,weight = 7)

g.add_edge(9,11,weight = 6)

fixed_pos = {1:(1,1),2:(0.7,2.2),3:(0,1.8),4:(1.6,2.3),5:(2,0.8),6:(-0.6,-0.6),7:(-1.3,0.8), 8:(-1.5,-1), 9:(0.5,-1.5), 10:(1.7,-0.8), 11:(1.5,-2.3)} #set fixed layout location

#pos=nx.spring_layout(g) # or you can use other layout set in the module

nx.draw_networkx_nodes(g,pos = fixed_pos,nodelist=[1,2,3,4,5],

node_color = 'g',node_size = 600)

nx.draw_networkx_edges(g,pos = fixed_pos,edgelist=[(1,2),(1,3),(1,4),(1,5),(1,9)],edge_color='g',width = [4.0,4.0,4.0,4.0,4.0],label = [1,2,3,4,5],node_size = 600)

nx.draw_networkx_nodes(g,pos = fixed_pos,nodelist=[6,7,8],

node_color = 'r',node_size = 600)

nx.draw_networkx_edges(g,pos = fixed_pos,edgelist=[(6,7),(6,8),(1,6)],width = [4.0,4.0,4.0],edge_color='r',node_size = 600)

nx.draw_networkx_nodes(g,pos = fixed_pos,nodelist=[9,10,11],

node_color = 'b',node_size = 600)

nx.draw_networkx_edges(g,pos = fixed_pos,edgelist=[(6,9),(9,10),(9,11)],width = [4.0,4.0,4.0],edge_color='b',node_size = 600)

plt.text(fixed_pos[1][0],fixed_pos[1][1]+0.2, s = '1',fontsize = 40)

plt.text(fixed_pos[2][0],fixed_pos[2][1]+0.2, s = '2',fontsize = 40)

plt.text(fixed_pos[3][0],fixed_pos[3][1]+0.2, s = '3',fontsize = 40)

plt.text(fixed_pos[4][0],fixed_pos[4][1]+0.2, s = '4',fontsize = 40)

plt.text(fixed_pos[5][0],fixed_pos[5][1]+0.2, s = '5',fontsize = 40)

plt.text(fixed_pos[6][0],fixed_pos[6][1]+0.2, s = '6',fontsize = 40)

plt.text(fixed_pos[7][0],fixed_pos[7][1]+0.2, s = '7',fontsize = 40)

plt.text(fixed_pos[8][0],fixed_pos[8][1]+0.2, s = '8',fontsize = 40)

plt.text(fixed_pos[9][0],fixed_pos[9][1]+0.2, s = '9',fontsize = 40)

plt.text(fixed_pos[10][0],fixed_pos[10][1]+0.2, s = '10',fontsize = 40)

plt.text(fixed_pos[11][0],fixed_pos[11][1]+0.2, s = '11',fontsize = 40)

plt.show()

结果如下:

总结

以上就是本文关于Python科学画图代码分享的全部内容,希望对大家有所帮助。感兴趣的朋友可以继续参阅本站其他相关专题,如有不足之处,欢迎留言指出。感谢朋友们对本站的支持!

2021年python画图方法大全相关推荐

  1. python画图代码大全-Python科学画图代码分享

    Python画图主要用到matplotlib这个库.Matplotlib 是一个 Python 的 2D绘图库,它以各种硬拷贝格式和跨平台的交互式环境生成出版质量级别的图形. 这里有一本电子书供大家参 ...

  2. Python魔法方法大全

    Python魔法方法指南 Contents (译)Python魔法方法指南 简介 构造方法 操作符 比较操作符 数值操作符 一元操作符 常见算数操作符 反射算数运算符 增强赋值运算符 类型转换操作符 ...

  3. python画图代码大全-Python实现画图软件功能方法详解

    概述 虽然Python的强项在人工智能,数据处理方面,但是对于日常简单的应用,Python也提供了非常友好的支持(如:Tkinter),本文主要一个简单的画图小软件,简述Python在GUI(图形用户 ...

  4. python画图代码大全-Python Matplotlib 绘图使用指南 (附代码)

    雷锋网(公众号:雷锋网)按:本文为雷锋字幕组编译的技术博客,原标题 Matplotlib Plotting Guide, 作者为 Prince Grover. 翻译 | 李振 于志鹏 整理 | 凡江 ...

  5. 使用python画图案例大全【画玫瑰花、樱花树、小黄人等】

    这篇文章主要介绍了使用Python的turtle模块画图的方法,涉及turtle简介,运动命令,画笔控制命令的分享,以及具体操作的步骤,具有一定参考价值,需要的朋友可以了解下. 简介:turtle是一 ...

  6. [转载] python 字符串方法大全

    参考链接: Python字符串| rpartition 4.7.1.字符串方法 字符串实现所有常见的序列操作,以及下面描述的其他方法. 字符串还支持两种类型的字符串格式化的,一个提供了很大程度的灵活性 ...

  7. python画图代码大全-纯干货:手把手教你用Python做数据可视化(附代码)

    原标题:纯干货:手把手教你用Python做数据可视化(附代码) 导读:制作提供信息的可视化(有时称为绘图)是数据分析中的最重要任务之一.可视化可能是探索过程的一部分,例如,帮助识别异常值或所需的数据转 ...

  8. python 赋值方法大全

    NB(注意): # 后面的部分表示输出结果. 第一种:类似于其他语言的中规中矩的赋值方式,代码如下: class Debug:def __init__(self):self.x1 = 5self.x2 ...

  9. python+selenium 方法大全

    01 selenium 定位方法 1.1 WebDriver8 种基本元素定位方式 1)find_element_by_id() 根据 id 属性进行定位: 2)find_element_by_nam ...

最新文章

  1. 用Java语言编写ajax设计模式_使用JavaScript发布订阅设计模式实现Ajax请求节流
  2. golang相关在线学习文档
  3. UA OPTI570 量子力学26 无自旋的氢原子
  4. 摊牌了,我靠他实现了NLP模型使用入门
  5. 机器学习相关——SVD分解
  6. C++ STL : 模拟实现STL中的list类
  7. C++string容器应用举例
  8. maven setting文件_只用一招,让你Maven依赖下载速度快如闪电
  9. 多传感器融合理论及其应用——1
  10. excel中单元格的引用方法
  11. Python解析器安装后测试打开微软商店
  12. 当AI开始创作出令人惊叹的作品时 你的双眼已被蒙蔽
  13. Nature Reviews Microbiology | 土壤微生物组与同一健康
  14. 17-内部类的基本概念
  15. 如何利用计算机窃取信息,震惊部 · 用非接触的方式,窃取一台电脑上的信息...
  16. 计算机游戏攻略32关,保卫萝卜3游乐场第32关通关攻略 保卫萝卜3分享
  17. 怎么看域名最终指向的ip_购买最终域名
  18. 算法可以用不同的语言描述如果用c语言,【判断题】算法可以用不同的语言描述,如果用C 语言或PASCAL语言等高级语言来描述,则算法实际上就是程序了。...
  19. 【DKN】(二)config.py
  20. css动画放大缩小效果

热门文章

  1. 南艺附中 计算机音乐,南京艺术学院2018年音乐类本科招生考试科目及内容
  2. css hover tr背景色
  3. bindService的使用方法
  4. 移除浏览器左下角的链接
  5. 大气磅礴的网站效果 scroll+easing+animation+水平、竖直滚动
  6. apt-get 更换源
  7. 解构推荐系统:“猜你喜欢”是怎么猜中你的心思
  8. 1396:病毒(virus)
  9. 计算机带宽定义,带宽 的定义
  10. 关于ANSI/ESD S20.20:2021新版标准转换的说明