小清新个人网站,合肥水运建设工程监理网站,携程网站建设的基本特点,柳州住建局官网Matplotlib是Python最著名的绘图库#xff0c;它提供了一整套和Matlab相似的命令API#xff0c;十分适合交互式地进行制图。而且也可以方便地将它作为绘图控件#xff0c;嵌入到GUI应用程序中。Matplotlib能够创建多数类型的图表#xff0c;如条形图、散点图、条形图、饼图…Matplotlib是Python最著名的绘图库它提供了一整套和Matlab相似的命令API十分适合交互式地进行制图。而且也可以方便地将它作为绘图控件嵌入到GUI应用程序中。Matplotlib能够创建多数类型的图表如条形图、散点图、条形图、饼图、堆叠图、3D图和地图图表。 Python安装好以后默认是没有安装Matplotlib库的需要单独安装。在Windows系统中打开一个cmd窗口执行如下命令安装Matplotlib库 pip install matplotlib
下面介绍如何使用Matplotlib绘制一些简单的图表。 首先要导入pyplot模块 import matplotlib.pyplot as plt
接下来我们调用plot方法绘制一些坐标 plt.plot([1,2,3],[4,8,5]) plot()方法需要很多参数但是最主要的是前2个参数分别表示x坐标和y坐标比如上面语句中放入了两个列表[1,2,3]和[4,8,5]就表示生成了3个坐标(1,4)、(2,8)和(3,5)。 下面可以把图表显示到屏幕上 plt.show() 下面画出两条折线并且给每条折线一个名称
x [1,2 ,3] # 第1条折线的横坐标
y [4, 8, 5] # 第1条折线的纵坐标
x2 [1, 2, 3] # 第2条折线的横坐标
y2 [11, 15, 13] # 第2条折线的纵坐标plt.plot(x, y, labelFirst Line) # 绘制第1条折线给折线一个名称First Line
plt.plot(x2, y2, labelSecond Line) # 绘制第2条折线给折线一个名称Second Line
plt.xlabel(Plot Number) # 给横坐标轴添加名称
plt.ylabel(Important var) # 给纵坐标轴添加名称
plt.title(Graph Example\nTwo lines) # 添加标题plt.legend() # 添加图例
plt.show() # 显示到屏幕上 下面介绍条形图的绘制方法。
plt.bar([1,3,5,7,9],[6,3,8,9,2], labelFirst Bar) #第1个数据系列#下面的colorg表示设置颜色为绿色
plt.bar([2,4,6,8,10],[9,7,3,6,7], labelSecond Bar, colorg) #第2个数据系列
plt.legend() #添加图例
plt.xlabel(bar number) #给横坐标轴添加名称
plt.ylabel(bar height) #给纵坐标轴添加名称
plt.title(Bar Example\nTwo bars!) #添加标题
plt.show() #显示到屏幕上下面介绍直方图的绘制方法。
population_ages [21,57,61,47,25,21,33,41,41,5,96,103,108, 121,122,123,131,112,114,113,82,77,67,56,46,44,45,47]
bins[0,10,20,30,40,50,60,70,80,90,100,110,120,130]
plt.hist(population_ages, bins, histtypebar, rwidth0.8)
plt.xlabel(x)
plt.ylabel(y)
plt.title(Graph Example\n Histogram)
plt.show() #显示到屏幕上下面介绍饼图的绘制方法。
slices [7,2,2,13] #即activities分别占比7/24,2/,2/24,13/24
activities [sleeping,eating,working,playing]
cols [c,m,r,b]
plt.pie(slices,labelsactivities,colorscols,startangle90,shadow True,explode(0,0.1,0,0),autopct%1.1f%%)
plt.title(Graph Example\n Pie chart)
plt.show() #显示到屏幕上 下面介绍散点图的绘制方法。
import matplotlib.pyplot as plt# 示例数据
x [1, 2, 3, 4, 5]
y [2, 3, 5, 7, 11]# 绘制散点图
plt.scatter(x, y, colorblue, markero, labelScatter Plot)# 添加标题和轴标签
plt.title(Scatter Plot Example)
plt.xlabel(X-axis Label)
plt.ylabel(Y-axis Label)# 添加图例
plt.legend()# 显示图表
plt.show()如果你想自定义 x 轴和 y 轴的刻度你可以使用 plt.xticks 和 plt.yticks 函数。这两个函数允许你指定刻度的位置和标签。
import matplotlib.pyplot as plt# 示例数据
x [1, 2, 3, 4, 5]
y [2, 3, 5, 7, 11]# 绘制散点图
plt.scatter(x, y, colorblue, markero, labelScatter Plot)# 添加标题和轴标签
plt.title(Scatter Plot Example)
plt.xlabel(X-axis Label)
plt.ylabel(Y-axis Label)# 添加图例
plt.legend()# 自定义 x 轴刻度
plt.xticks([1, 2, 3, 4, 5], [A, B, C, D, E])# 自定义 y 轴刻度
plt.yticks([2, 5, 7, 11], [Min, Mid, High, Max])# 显示图表
plt.show()plt.xticks 和 plt.yticks 分别用于自定义 x 轴和 y 轴的刻度。你可以提供刻度的位置和对应的标签这样就能够替换默认的刻度标签。这对于将抽象的数值映射到实际的含义时很有用。
在 plt.xticks 和 plt.yticks 的第一个参数中提供了要显示的刻度的位置而在第二个参数中提供了对应位置的标签。在这个示例中x 轴的刻度分别用字母 A 到 E 表示而 y 轴的刻度用 Min、Mid、High 和 Max 表示。
