python绘图与可视化

Axes 对象设置:
ax.set_title 设置图形的标题；

ax.set_xticks 设置 X 轴的刻度，其中 minor=True 参数表示设置更小的刻度；

ax.set_yticks 设置 Y 轴的刻度；

ax.set_xlabel 设置 X 轴的标签；

ax.set_ylabel 设置 Y 轴的标签；

ax.grid 开启图形的刻度网格，其中 minor=True 参数表示显示小刻度的网格；

ax.text 为图形添加文字，前两个参数表示添加的文字在坐标系中的位置；

import numpy as np
import matplotlib.pyplot as plt

x = np.linspace(0, 1,100)
fig = plt.figure()
ax = fig.add_subplot(1,1,1)
ax.set_title("shiyanlou")

ax.plot(x, x ** (1/8), 'b--', label=r'$y = x^{1/8}$')
ax.plot(x, x ** 8, 'r--', label=r'$y = x^{8}$')

ax.plot(x, x ** (1/2), 'r.', label=r'$y = x^{1/2}$')
ax.plot(x, x ** 2, 'b.', label=r'$y = x^{2}$')

ax.plot(x, x, 'g-', label=r'$y = x$')

ax.legend()
ax.axis([0, 1, 0, 1])

1、np.linspace(0, 1, 100) 创建了 100 个值，这些值平均分布在 0 到 1 的范围内；
2、 在 Axes 对象上绘制了 5 条曲线，这 5 条曲线分别对应于 5 个函数；

3、使用类似于 ax.plot(x, x ** (1/8), 'b--', label=r'$y = x^{1/8}$') 方法绘制曲线，该方法有四个参数，前两个参数分别对应于 X, Y 轴的数据，绘图时会根据 x 和 x ** (1/8) 值序列确定曲线的位置。第三个参数 b-- 代表绘制的曲线是 blue 蓝色，样式是虚线。matplotlib 中有多种指定线条颜色和样式的办法，如 r-- 指明红色虚线，r. 代表红色点,最后一个参数 label=r'$y = x^{1/8}$') 设置了线条的标签；

4、图形的视口坐标设置[0, 1, 0, 1] ，代表X, Y坐标轴范围都设置为 0 到 1。如果图形显示范围超过了 0 到 1 的范围，则会自动截取 0 到 1 范围内的图形进行显示

Seaborn:

import numpy as np
import matplotlib as mpl
import matplotlib.pyplot as plt
import seaborn as sns
np.random.seed(sum(map(ord, "aesthetics")))

def sinplot(flip=1):
x = np.linspace(0, 14, 100)
for i in range(1, 7):
plt.plot(x, np.sin(x + i * .5) * (7 - i) * flip)

sns.set()
sinplot()

plt.show()Bokeh:
import numpy as np

from bokeh.layouts import gridplot
from bokeh.plotting import figure, show, output_file

# sin 曲线
x = np.linspace(0, 4*np.pi, 100)
y = np.sin(x)

p = figure(title="Shiyanlou Bokeh Example")

p.circle(x, y, legend="sin(x)")
p.circle(x, 2*y, legend="2*sin(x)", color="orange")
p.circle(x, 3*y, legend="3*sin(x)", color="green")

show(p)