第七节 使用matplotlib可视化数据
2017-11-04 11:44
671 查看
第七节 使用matplotlib可视化数据
数据区 data
横、纵轴
图例
标题--title
导入matplotlib相关的工具包
准备数据 ,numpy数组
绘制原始的曲线
添加标题、坐标轴、title、刻度、图例
添加文字说明、注解
显示、保存绘图结果
案例1:
第一步:导入工具包
导入matplotlib工具包
原始数据使用numpy工具包的导入
导入pylab工具包
准备数据¶
使用numpy组织数据源
绘制基本的曲线
使用matplotlib的plot函数来绘制曲线,可以修改曲线的粗细、颜色、样式、标记
import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif']=['SimHei'] #用来正常显示中文标签
plt.rcParams['axes.unicode_minus']=False #用来正常显示负号
有中文出现的情况,需要u'内容'
plt.rcParams["figure.figsize"]来调整图像显示的大小
代码如下:
#一共是三个工具包+%matplotlib
%matplotlib inline
import matplotlib as plt
import numpy as np
from pylab import *
x=np.arange(0.,10,0.2)
y1=np.cos(x)
y2=np.sin(x)
y3=np.sqrt(x)
x#使用rcParam["figure.figuresize"]来调整图像显示的大小
plt.rcParams["figure.figsize"]=(12,8)
#使用plot函数来画图
plt.plot(x,y1,color='blue',linewidth=1.5,linestyle='-',marker='.',label=r'$ y = cos{x} $')
plt.plot(x,y2,color='r',linewidth=1.5,linestyle='--',marker='*',label=r'$ y=sin{x}$')
plt.plot(x,y3,color='c',linewidth=1.5,linestyle='-',marker='4',label=r'$y= \sqrt(x)$')
#plt.plot(x, y3, color='m', linewidth=1.5, linestyle='-', marker='x', label=r'$y = \sqrt{x}$')
#plt.plot(x, y1, color='blue', linewidth=1.5, linestyle='-', marker='.', label=r'$y = cos{x}$')
1、一幅图包含的元素
数据区 data横、纵轴
图例
标题--title
2、绘制一幅图像的步骤:
导入matplotlib相关的工具包准备数据 ,numpy数组
绘制原始的曲线
添加标题、坐标轴、title、刻度、图例
添加文字说明、注解
显示、保存绘图结果
案例1:
第一步:导入工具包
导入matplotlib工具包
原始数据使用numpy工具包的导入
导入pylab工具包
准备数据¶
使用numpy组织数据源
绘制基本的曲线
使用matplotlib的plot函数来绘制曲线,可以修改曲线的粗细、颜色、样式、标记
import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif']=['SimHei'] #用来正常显示中文标签
plt.rcParams['axes.unicode_minus']=False #用来正常显示负号
有中文出现的情况,需要u'内容'
plt.rcParams["figure.figsize"]来调整图像显示的大小
代码如下:
#一共是三个工具包+%matplotlib
%matplotlib inline
import matplotlib as plt
import numpy as np
from pylab import *
x=np.arange(0.,10,0.2)
y1=np.cos(x)
y2=np.sin(x)
y3=np.sqrt(x)
x#使用rcParam["figure.figuresize"]来调整图像显示的大小
plt.rcParams["figure.figsize"]=(12,8)
#使用plot函数来画图
plt.plot(x,y1,color='blue',linewidth=1.5,linestyle='-',marker='.',label=r'$ y = cos{x} $')
plt.plot(x,y2,color='r',linewidth=1.5,linestyle='--',marker='*',label=r'$ y=sin{x}$')
plt.plot(x,y3,color='c',linewidth=1.5,linestyle='-',marker='4',label=r'$y= \sqrt(x)$')
#plt.plot(x, y3, color='m', linewidth=1.5, linestyle='-', marker='x', label=r'$y = \sqrt{x}$')
#plt.plot(x, y1, color='blue', linewidth=1.5, linestyle='-', marker='.', label=r'$y = cos{x}$')
相关文章推荐
- python 数据可视化 matplotlib学习三:生成随机漫步数据并使用matplotlib呈现
- Python进阶(三十九)-数据可视化の使用matplotlib进行绘图分析数据
- 教程 | 如何优雅而高效地使用Matplotlib实现数据可视化
- python 数据可视化 matplotlib学习二 : 对折线图使用颜色映射
- 如何优雅而高效地使用Matplotlib实现数据可视化
- Python进阶(四十)-数据可视化の使用matplotlib进行绘图
- python数据可视化matplotlib的使用
- python中数据分析数据可视化作图matplotlib
- Python科学计算数据可视化模块-Matplotlib
- 一个小例子集合xlrd,matplotlib,numpy,scipy使用方法(从Excel导入数据)
- Python进阶(三十八)-数据可视化の利用matplotlib 进行折线图,直方图和饼图的绘制
- 数据可视化matplotlib的应用(二)
- Python数据可视化图像库MatPlotLib基本图像操作
- 在Linux下使用Python的matplotlib绘制数据图的教程
- 数据可视化——matplotlib.pyplot
- 使用python中的matplotlib进行绘图分析数据
- 数据可视化——Matplotlib模块入门(一)
- 数据可视化matplotlib的应用(三)
- 在Linux下使用Python的matplotlib绘制数据图的教程
- matplotlib数据可视化入门-python