Python matplotlib绘图学习笔记
2017-07-02 21:17
465 查看
测试环境:
JupyterQtConsole4.2.1
Python3.6.1
1.基本画线:
以下得出红蓝绿三色的点
importnumpyasnp
importmatplotlib.pyplotasplt
#evenlysampledtimeat200msintervals
t=np.arange(0.,5.,0.2)
#reddashes,bluesquaresandgreentriangles
plt.plot(t,t,'r--',t,t**2,'bs',t,t**3,'g^')
plt.show()
以下设置线宽,得到比较粗一点儿的线,如果plot中只给了一维信息,
默认图形是把数值匹配成纵坐标的
x=np.arange(0.,5.,0.1)
plt.plot(x,4*x,linewidth=8.0)
plt.show()
以下得到同一个图中两幅分图:
importnumpyasnp
importmatplotlib.pyplotasplt
deff(t):
returnnp.exp(-t)*np.cos(2*np.pi*t)
t1=np.arange(0.0,5.0,0.1)
t2=np.arange(0.0,5.0,0.02)
plt.figure(1)
plt.subplot(211)#表示两幅图竖着排列
plt.plot(t1,f(t1),'bo',t2,f(t2),'k')
plt.subplot(212)#如果为(221)和(222)表示横排列
plt.plot(t2,np.cos(2*np.pi*t2),'r--')
plt.show()
2.画直方图
以下为正态分布
np.random.seed(19680801)
mu,sigma=100,15
x=mu+sigma*np.random.randn(10000)
#thehistogramofthedata
n,bins,patches=plt.hist(x,50,normed=1,facecolor='g',alpha=0.1)
plt.xlabel('Smarts')
plt.ylabel('Probability')
plt.title('HistogramofIQ')
plt.text(60,.025,r'$\mu=100,\\sigma=15$')
plt.axis([40,160,0,0.03])
plt.grid(True)
plt.show()
其中
hist的参数非常多,但常用的就这六个,只有第一个是必须的,后面四个可选
arr:需要计算直方图的一维数组
bins:直方图的柱数,可选项,默认为10
normed:是否将得到的直方图向量归一化。默认为0
facecolor:直方图颜色
edgecolor:直方图边框颜色
alpha:透明度
histtype:直方图类型,‘bar’,‘barstacked’,‘step’,‘stepfilled’
返回值:
n:直方图向量,是否归一化由参数normed设定
bins:返回各个bin的区间范围
patches:返回每个bin里面包含的数据,是一个list
3.特殊符号和标注
用以下方式可以写出特殊的数学公式符号:
更多信息:
http://blog.csdn.net/panda1234lee/article/details/52311593
JupyterQtConsole4.2.1
Python3.6.1
1.基本画线:
以下得出红蓝绿三色的点
importnumpyasnp
importmatplotlib.pyplotasplt
#evenlysampledtimeat200msintervals
t=np.arange(0.,5.,0.2)
#reddashes,bluesquaresandgreentriangles
plt.plot(t,t,'r--',t,t**2,'bs',t,t**3,'g^')
plt.show()
以下设置线宽,得到比较粗一点儿的线,如果plot中只给了一维信息,
默认图形是把数值匹配成纵坐标的
x=np.arange(0.,5.,0.1)
plt.plot(x,4*x,linewidth=8.0)
plt.show()
以下得到同一个图中两幅分图:
importnumpyasnp
importmatplotlib.pyplotasplt
deff(t):
returnnp.exp(-t)*np.cos(2*np.pi*t)
t1=np.arange(0.0,5.0,0.1)
t2=np.arange(0.0,5.0,0.02)
plt.figure(1)
plt.subplot(211)#表示两幅图竖着排列
plt.plot(t1,f(t1),'bo',t2,f(t2),'k')
plt.subplot(212)#如果为(221)和(222)表示横排列
plt.plot(t2,np.cos(2*np.pi*t2),'r--')
plt.show()
2.画直方图
以下为正态分布
np.random.seed(19680801)
mu,sigma=100,15
x=mu+sigma*np.random.randn(10000)
#thehistogramofthedata
n,bins,patches=plt.hist(x,50,normed=1,facecolor='g',alpha=0.1)
plt.xlabel('Smarts')
plt.ylabel('Probability')
plt.title('HistogramofIQ')
plt.text(60,.025,r'$\mu=100,\\sigma=15$')
plt.axis([40,160,0,0.03])
plt.grid(True)
plt.show()
其中
n,bins,patches=plt.hist(arr,bins=10,normed=0,facecolor='black',edgecolor='black',alpha=1,histtype='bar')
hist的参数非常多,但常用的就这六个,只有第一个是必须的,后面四个可选
arr:需要计算直方图的一维数组
bins:直方图的柱数,可选项,默认为10
normed:是否将得到的直方图向量归一化。默认为0
facecolor:直方图颜色
edgecolor:直方图边框颜色
alpha:透明度
histtype:直方图类型,‘bar’,‘barstacked’,‘step’,‘stepfilled’
返回值:
n:直方图向量,是否归一化由参数normed设定
bins:返回各个bin的区间范围
patches:返回每个bin里面包含的数据,是一个list
3.特殊符号和标注
用以下方式可以写出特殊的数学公式符号:
plt.title(r'$\sigma_i=15$') 以下代码表示文字显示区域是(3,1.5)指向坐标位置是(2,1)
importnumpyasnp importmatplotlib.pyplotasplt ax=plt.subplot(111) t=np.arange(0.0,5.0,0.01) s=np.cos(2*np.pi*t) line,=plt.plot(t,s,lw=2) plt.annotate('localmax',xy=(2,1),xytext=(3,1.5), arrowprops=dict(facecolor='black',shrink=0.05), )#shrink表示箭头缩放情况,值越小显示越大
plt.ylim(-2,2)#表示y坐标轴的上界和下界plt.show()
更多信息:
相关文章推荐
- 按钮实现Python--绘图工具matplotlib的使用
- python使用matplotlib绘图 -- barChart
- python中matplotlib绘图中文显示问题
- 安装python Matplotlib 库绘图工具流程
- python中的matplotlib绘图问题
- 绘图: Python matplotlib简介
- Python绘图——Matplotlib 库绘图的安装步骤
- python使用matplotlib绘图 -- barChart
- 使用 python Matplotlib 库绘图
- python使用matplotlib绘图 -- barChart
- 使用 python Matplotlib 库绘图
- 使用 python Matplotlib 库绘图
- Python开发环境Wing IDE matplotlib 2D绘图库代码调试技巧
- python科学计算学习二:matplotlib绘图(1)
- Python绘图和数值工具:matplotlib 和 numpy下载与使用
- Python--绘图工具matplotlib的使用
- python使用matplotlib绘图 -- barChart
- 使用 python Matplotlib 库绘图
- Python绘图和数值工具:matplotlib 和 numpy下载与使用
- 利用Python中的matplotlib模块抓取yahoo finance里的历史数据并绘图