Press "Enter" to skip to content

快速上手Matplotlib常用API

本站内容均来自兴趣收集,如不慎侵害的您的相关权益,请留言告知,我们将尽快删除.谢谢.

Matplotlib是一个Python 2D绘图库,它以多种硬拷贝格式和跨平台的交互式环境生成出版物质量的图形。它可以生成图表、直方图、功率谱、条形图、误差图、散点图等。本文重点介绍线形图相关api的使用方法!

 

生成常用图型的API

 

线形图

 

方法plot

散点图

 

方法scatter()

饼图

 

方法pie()

条形图

 

方法bar()

更多图形展示请参考官网:

 

http://www.matplotlib.org.cn/tutorials/introductory/sample_plots.html#line-plot

 

线性plot api详解

 

基础api

 

实例代码

 

from matplotlib import pyplot as plt

 

y = [0.21, 0.01, 0.0, 0.9]#纵轴坐标数据

 

x = [1, 2,3,4] #横轴坐标数据,如果不写,默认数据就是自增1

 

plt.title(“cpu Test”)#图片标题

 

plt.xlabel(“time(s)”) #横轴文字

 

plt.ylabel(“cpu(%)”)#纵轴文字

 

plt.yscale(‘linear’) #设置线性轴,包括: linear、log、symlog、logit

 

plt.plot(y,color=”blue”,linewidth=2,marker=”o”,markersize=5,markerfacecolor=”yellow”,markeredgewidth=1,markeredgecolor=”red”)

 

plt.show() #图片展示

 

plt.savefig(‘d:\\testblueline.jpg’) #保存图片到d盘

 

生成图形展示如下:

plt.plot参数解释如下

 

y是纵轴数据

 

color=”blue” 线条显示蓝色

 

linewidth=2 线条宽度是2

 

marker=”o” 节点图形是O

 

markersize=5 节点大小是5

 

markerfacecolor=”yellow” 节点颜色是黄色

 

markeredgewidth=1 节点边缘线条宽度是1

 

markeredgecolor=”red” 节点边缘线条颜色是红色

 

plt.show() 图片展示

 

plt.savefig(‘d:\\testblueline.jpg’) 保存图片到d盘

 

同一张图显示多组数据并设置节点形状

 

实例代码

 

from matplotlib import pyplot as plt

 

import numpy as np

 

# 数据范围是0-5,间隔是0.5

 

t = np.arange(0, 5,0.5)

 

# 红色 –, 蓝色方块 绿色三角

 

plt.plot(t, t, ‘r–‘, t, t**2, ‘bs’, t, t**3, ‘g^’)

 

plt.show()

 

生成图形展示如下:

设置坐标轴取值范围

 

实例代码

 

from matplotlib import pyplot as plt

 

y=[1,2,3,4,5,6,7,8,9]

 

plt.plot(y)

 

plt.ylabel(‘test data’)

 

plt.ylim(1,5) 设置y轴显示的数据范围是1-5,方法xlim设置x轴显示范围

 

plt.show()

设置坐标轴显示刻度

 

实例代码

 

import numpy as np

 

from matplotlib import pyplot as plt

 

y=[1,2,3,4,5,6,7,8,9]

 

plt.plot(y)

 

plt.ylabel(‘test data’)

 

plt.xticks(np.arange(0, 10, step=2)) #x轴刻度显示范围是0-10,刻度是2,y轴刻度使用plt.yticks()

 

plt.show()

subplot创建多个子图

 

在matplotlib下,一个Figure对象可以包含多个子图(Axes),可以使用subplot()快速绘制

 

实例代码

 

from matplotlib import pyplot as plt

 

names = [‘group_a’, ‘group_b’, ‘group_c’]

 

values = [1, 10, 100]

 

plt.figure(figsize=(9, 3)) #设置主图长款大小

 

plt.subplot(131) #131表示一行、三列,第一个

 

plt.bar(names, values)

 

plt.subplot(132) #132表示一行、三列,第二个

 

plt.scatter(names, values)

 

plt.subplot(133) #133表示一行、三列,第三个

 

plt.plot(names, values)

 

plt.suptitle(‘Categorical Plotting’)

 

plt.show()

Be First to Comment

发表评论

您的电子邮箱地址不会被公开。 必填项已用*标注