matplotlib数据可视化的基本用法及代码实现
2018-09-29 17:38
585 查看
#导入matplotlib
import matplotlib.pyplot as plt from numpy.random import randn import numpy as np
fig = plt.figure(figsize=(8,6)) ax1 = fig.add_subplot(2,2,1) ax2 = fig.add_subplot(222) ax3 = fig.add_subplot(223) plt.plot(randn(50).cumsum(),'k--') #在最后一个子图上绘制 ax1.hist(randn(50),bins=50) ax2.scatter(np.arange(20),np.arange(20)+3*randn(20)) plt.show()阅读更多
相关文章推荐
- Python数据可视化图像库MatPlotLib基本图像操作
- 如何优雅而高效地使用Matplotlib实现数据可视化
- Matplotlib 数据可视化-基本使用教程
- Python数据可视化编程通过Matplotlib创建散点图代码示例
- matplotlib实现数据可视化
- matplotlib数据展现的基本用法
- 用matplotlib实现数据可视化之线形图(函数)
- Python数据可视化matplotlib(一)—— 图表的基本元素
- 教程 | 如何优雅而高效地使用Matplotlib实现数据可视化
- scatter 基本用法 python matplotlib
- python—matplotlib数据可视化实例注解系列-----设置标注字体样式(matplotlib颜色库)
- python数据挖掘课程 十.Pandas、Matplotlib、PCA绘图实用代码补充
- Numpy、matplotlib实现二维数据到图像的转换,添加colormap,无边距显示
- 数据可视化利器pyechart和matplotlib比较
- 数据可视化(二)Matplotlib pandas简易入门
- 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
- matplotlib的基本用法(十七)——保存figure
- python 数据可视化 matplotlib学习二 : 对折线图使用颜色映射
- matplotlib模块数据可视化-多图
- Python数据可视化利器Matplotlib,绘图入门篇,Pyplot介绍