liusarazhang 2020-04-10
Matplotlib 可能是 Python 2D-绘图领域使用最广泛的套件。它能让使用者很轻松地将数据图形化,并且提供多样化的输出格式。这里将会探索 matplotlib 的常见用法。
安装matplotib
pip install -i https://pypi.douban.com/simple/ matplotlib
测试matplotib
$python >>>import matplotlib >>> #没有错误信息输出,则表示matplotlib安装成功。
这个可能pyCharm识别不了,可以进行以下操作
import matplotlib.pyplot as plt squares = [1,4,9,16,25] plt.plot(squares) plt.show()
import matplotlib.pyplot as plt squares = [1,4,9,16,25] #修改线条的宽度: linewidth plt.plot(squares,linewidth=5) #设置图标的标题,并且给坐标轴加上标签 plt.title(‘queares number‘,fontsize=24) plt.xlabel(‘value‘,fontsize=24) plt.ylabel(‘quares value‘,fontsize=24) # 设置刻度标记的大小 plt.tick_params(axis="both",labelsize=14) plt.show()
import matplotlib.pyplot as plt #捕入值 input_values = [1,2,3,4,5] #输出值 squares = [1,4,9,16,25] #修改线条的宽度: linewidth plt.plot(input_values,squares,linewidth=5) #设置图标的标题,并且给坐标轴加上标签 plt.title(‘queares number‘,fontsize=24) plt.xlabel(‘value‘,fontsize=24) plt.ylabel(‘quares value‘,fontsize=24) # 设置刻度标记的大小 plt.tick_params(axis="both",labelsize=14) plt.show()
import matplotlib.pyplot as plt plt.scatter(2,4) plt.show()
import matplotlib.pyplot as plt plt.scatter(2,4) #设置图标标题,并且给坐标轴加上标签 plt.title(‘squares numbers‘,fontsize=24) plt.xlabel(‘value‘,fontsize=24) plt.ylabel(‘squares of value‘,fontsize=14) # 设置刻度标记的大小 plt.tick_params(axis="both",which=‘major‘,labelsize=14) plt.show()
import matplotlib.pyplot as plt x_values = [1,2,3,4,5] y_values = [1,4,9,16,25] plt.scatter(x_values,y_values,s=100) #设置图标标题,并且给坐标轴加上标签 plt.title(‘squares numbers‘,fontsize=24) plt.xlabel(‘value‘,fontsize=24) plt.ylabel(‘squares of value‘,fontsize=14) # 设置刻度标记的大小 plt.tick_params(axis="both",which=‘major‘,labelsize=14) plt.show()
import matplotlib.pyplot as plt x_values = list(range(1,1001)) y_values = [x ** 2 for x in x_values] plt.scatter(x_values,y_values,s=100) #设置图标标题,并且给坐标轴加上标签 plt.title(‘squares numbers‘,fontsize=24) plt.xlabel(‘value‘,fontsize=24) plt.ylabel(‘squares of value‘,fontsize=14) # 设置刻度标记的大小 plt.tick_params(axis="both",which=‘major‘,labelsize=14) #设置每个坐标轴的取值范围 plt.axis([0,1100,0,1100000]) plt.show()
# 自定义颜色 import matplotlib.pyplot as plt x_values = list(range(1,1001)) y_values = [x ** 2 for x in x_values] plt.scatter(x_values,y_values,c=‘red‘,s=100) #设置图标标题,并且给坐标轴加上标签 plt.title(‘squares numbers‘,fontsize=24) plt.xlabel(‘value‘,fontsize=24) plt.ylabel(‘squares of value‘,fontsize=14) # 设置刻度标记的大小 plt.tick_params(axis="both",which=‘major‘,labelsize=14) #设置每个坐标轴的取值范围 plt.axis([0,1100,0,1100000]) plt.show()
# 自定义颜色 import matplotlib.pyplot as plt x_values = list(range(1,1001)) y_values = [x ** 2 for x in x_values] #参数c表示紅绿蓝3种颜色的分量 plt.scatter(x_values,y_values,c=(0,0.5,0.2),s=100) #设置图标标题,并且给坐标轴加上标签 plt.title(‘squares numbers‘,fontsize=24) plt.xlabel(‘value‘,fontsize=24) plt.ylabel(‘squares of value‘,fontsize=14) # 设置刻度标记的大小 plt.tick_params(axis="both",which=‘major‘,labelsize=14) #设置每个坐标轴的取值范围 plt.axis([0,1100,0,1100000]) plt.show()
# 自定义颜色 import matplotlib.pyplot as plt x_values = list(range(1,1001)) y_values = [x ** 2 for x in x_values] # 将参数c设置为一个y值的列表,使用参数cmap告诉plot使用哪个颜色映射 plt.scatter(x_values,y_values,c=y_values,cmap=plt.cm.Blues,s=100) #设置图标标题,并且给坐标轴加上标签 plt.title(‘squares numbers‘,fontsize=24) plt.xlabel(‘value‘,fontsize=24) plt.ylabel(‘squares of value‘,fontsize=14) # 设置刻度标记的大小 plt.tick_params(axis="both",which=‘major‘,labelsize=14) #设置每个坐标轴的取值范围 plt.axis([0,1100,0,1100000]) # plt.show() # bbox_inches=‘tight‘ -->将图表多余的空白区域哉减掉 # 保存图片为squares1.png plt.savefig(‘squares1.png‘,bbox_inches=‘tight‘)
import matplotlib.pyplot as plt # plt.scatter(2,4) x_values = list(range(1, 1001)) y_values = [x ** 2 for x in x_values] # plt.scatter(x_values, y_values,c=‘red‘, s=50) ## 参数c表示红绿蓝3种颜色的分量 # plt.scatter(x_values, y_values,c=(0,0.5,0.2), s=50) ## 将参数c设置为一个y值的列表,使用参数cmap告诉plot使用哪个颜色映射 plt.scatter(x_values, y_values,c=y_values,cmap=plt.cm.Reds, s=50) # 设置图标标题,并且 给坐标轴加上标签 plt.title(‘squares numbers‘, fontsize=24) plt.xlabel(‘value‘, fontsize=24) plt.ylabel(‘square of value‘, fontsize=14) # 设置刻度的标记大小 plt.tick_params(axis=‘both‘, which=‘major‘, labelsize=14) # 设置每个坐标轴的取值范围 plt.axis([0,1100,0,1100000]) # plt.show() # 保存图片为squares22.png plt.savefig(‘squares22.png‘,bbox_inches=‘tight‘)
# 随机漫步 from random import choice class RandomWalk(): """-个生成随机漫步数据的类""" def __init__(self,num_points=5000): """初始化随机漫步的属性""" self.num_points = num_points # 所有随机漫步都始于(0,0) self.x_values = [0] self.y_values = [0] def fill_walk(self): """计算随机漫步包含的所有点""" # 不断漫步,直到列表达到指定的长度 while len(self.x_values) < self.num_points: # 决定前进方向以及沿着这个方向前进的距离 x_direction = choice([1,-1]) x_distance = choice([0,1,2,3,4]) x_step = x_direction * x_distance y_direction = choice([1,-1]) y_distance = choice([0,1,2,3,4]) y_step = y_direction * y_distance # 拒绝原地踏步 if x_step == 0 and y_step ==0: continue # 计算下一个点的x和y的值 next_x =self.x_values[-1] + x_step next_y =self.y_values[-1] + y_step # # 不断漫步,直到列表达到指定的长度 while len(self.x_values) < self.num_points: # 决定前进方向以及沿着这个方向前进的距离 x_direction = choice([1, -1]) x_distance = choice([0, 1, 2, 3, 4]) x_step = x_direction * x_distance y_direction = choice([1, -1]) y_distance = choice([0, 1, 2, 3, 4]) y_step = y_direction * y_distance # 决绝原地踏步 if x_step == 0 and y_step == 0: continue # 计算下一个点的x和y的值 next_x = self.x_values[-1] + x_step next_y = self.y_values[-1] + y_step # self.x_values.append(next_x) self.y_values.append(next_y)
import matplotlib.pyplot as plt from 示例.mpl_squares import RandomWalk # 创建RandomWalk实例,并且将包含的点都绘制出来 rw = RandomWalk() rw.fill_walk() # 给点着色 point_numbers = list(range(rw.num_points)) plt.scatter(rw.x_values, rw.y_values, c=point_numbers,cmap=plt.cm.Greens,s=15) # 隐藏边框 # plt.axes().get_xaxis().set_visible(False) # plt.axes().get_yaxis().set_visible(False) plt.show()
import matplotlib.pyplot as plt from 示例.mpl_squares import RandomWalk while True: # 创建RandomWalk实例,并且将包含的点都绘制出来 rw = RandomWalk() rw.fill_walk() plt.scatter(rw.x_values, rw.y_values, s=15) # 隐藏边框 # plt.axes().get_xaxis().set_visible(False) # plt.axes().get_yaxis().set_visible(False) plt.show() keep_running = input(‘继续漫步吗?(y/n)‘) if keep_running == ‘n‘: break
继续漫步吗?(y/n) y
import matplotlib.pyplot as plt from 示例.mpl_squares import RandomWalk # 创建RandomWalk实例,并且将包含的点都绘制出来 rw = RandomWalk() rw.fill_walk() # 给点着色 point_numbers = list(range(rw.num_points)) plt.scatter(0,0,c=‘green‘,s=100) plt.scatter(rw.x_values[-1],rw.y_values[-1],c=‘red‘,s=100) # plt.scatter(rw.x_values, rw.y_values, c=point_numbers,cmap=plt.cm.Greens,s=15) # 隐藏边框 # plt.axes().get_xaxis().set_visible(False) # plt.axes().get_yaxis().set_visible(False) plt.show()
import matplotlib.pyplot as plt from 示例.mpl_squares import RandomWalk # 创建RandomWalk实例,并且将包含的点都绘制出来 rw = RandomWalk(500000) rw.fill_walk() # 给点着色 point_numbers = list(range(rw.num_points)) plt.scatter(0,0,c=‘green‘,s=100) plt.scatter(rw.x_values[-1],rw.y_values[-1],c=‘red‘,s=100) plt.scatter(rw.x_values, rw.y_values, c=point_numbers,cmap=plt.cm.Blues,s=1) # 隐藏边框 # plt.axes().get_xaxis().set_visible(False) # plt.axes().get_yaxis().set_visible(False) plt.figure(dpi=128, figsize=(10,6)) plt.show()