Python可视化的扩展模块matplotlib的简单应用
2017-09-13 14:20
1206 查看
用于Python科学计算与可视化的扩展模块主要有:NumPy、SciPy、SymPy、matplotlib、Traits、TraitsUI、Chaco、TVTK、Mayavi、VPython、OpenCV。
matplotlib模块依赖于numpy模块和tkinter模块,可以绘制多种形式的图形,包括线图、直方图、饼状图、散点图、误差线图等等。
绘制正弦曲线
>>> import numpyas np
>>> import pylabas pl
>>> t = np.arange(0.0, 2.0*np.pi, 0.01)
>>> s = np.sin(t)
>>> pl.plot(t,s)
>>> pl.xlabel('x')
>>> pl.ylabel('y')
>>> pl.title('sin')
>>> pl.plot(t,s)
>>> pl.show()
绘制散点图
>>> a = np.arange(0, 2.0*np.pi, 0.1)
>>> b = np.cos(a)
>>> pl.scatter(a,b)
>>> pl.show()
绘制散点图
>>> import matplotlib.pylabas pl
>>> import numpyas np
>>> x = np.random.random(100)
>>> y = np.random.random(100)
>>> pl.scatter(x,y,s=x*500,c=u'r',marker=u'*')
#s指大小,c指颜色,marker指符号形状
>>> pl.show()
修改散点符号
>>> a = np.arange(0, 2.0*np.pi, 0.1)
>>> b = np.cos(a)
>>> pl.scatter(a,b,marker='+')
>>> pl.show()
matplotlib模块依赖于numpy模块和tkinter模块,可以绘制多种形式的图形,包括线图、直方图、饼状图、散点图、误差线图等等。
绘制正弦曲线
>>> import numpyas np
>>> import pylabas pl
>>> t = np.arange(0.0, 2.0*np.pi, 0.01)
>>> s = np.sin(t)
>>> pl.plot(t,s)
>>> pl.xlabel('x')
>>> pl.ylabel('y')
>>> pl.title('sin')
>>> pl.plot(t,s)
>>> pl.show()
绘制散点图
>>> a = np.arange(0, 2.0*np.pi, 0.1)
>>> b = np.cos(a)
>>> pl.scatter(a,b)
>>> pl.show()
绘制散点图
>>> import matplotlib.pylabas pl
>>> import numpyas np
>>> x = np.random.random(100)
>>> y = np.random.random(100)
>>> pl.scatter(x,y,s=x*500,c=u'r',marker=u'*')
#s指大小,c指颜色,marker指符号形状
>>> pl.show()
修改散点符号
>>> a = np.arange(0, 2.0*np.pi, 0.1)
>>> b = np.cos(a)
>>> pl.scatter(a,b,marker='+')
>>> pl.show()
相关文章推荐
- Python可视化的扩展模块matplotlib的简单应用
- python 数据可视化 matplotlib学习一:绘制简单的折线图
- 读书笔记-python,数据可视化之matplotlib简单实用
- python爬虫webdriver.Chrome 数据可视化简单案例matplotlib
- TensotFlow 应用实例:06-使用matplotlib可视化训练过程
- python 中的matplotlib.pylot 模块中的plot 用法
- Python的地形三维可视化Matplotlib和gdal使用实例
- Python实战小程序利用matplotlib模块画图代码分享
- matplotlib模块数据可视化-Annotation标注
- matplotlib模块数据可视化-绘制柱状图
- 数据可视化-Python之Matplotlib
- Python--matplotlib绘图可视化知识点整理
- Python-Matplotlib安装及简单使用
- 7057-1.Python数据可视化:利用matplotlib中的subplot进行图中图展示
- Python高级数据处理与可视化(三)---- Matplotlib图像属性控制 & Pandas作图
- Python--matplotlib绘图可视化知识点整理
- python数据分析之(6)简单绘图matplotlib.pyplot
- Python数据可视化matplotlib(一)—— 图表的基本元素
- python绘图---matplotlib几个简单例子
- Python高级数据处理与可视化(二)---Matplotlib绘图基础