Python matplotlib 图像可视化
2020-04-01 18:44
471 查看
Python matplotlib 图像可视化
import matplotlib.pyplot as plt #plt 用于显示图片
import matplotlib.image as mpimg #mpimg 用于读取图片
plot()函数–绘制坐标图
展现变量的趋势变化,基本绘图函数
- 函数原型
plt.plot(x, y, ls='xxx', lw=, label=)
- 参数:
-
x: 位置参数,点的横坐标,可迭代对象
-
y: 位置参数,点的纵坐标,可迭代对象
-
ls: 位置参数,点和线的样式,字符串 ('ls='可省略)
(此参数分三部分,点线的颜色、点的形状、线的形状)
点线的颜色:g | green;b | blue;c | cyan 蓝绿色;m | magenta 品红色 …
点的形状:. | 点儿;v | 实心倒三角;o | 实心圆;* | 实心五角星;+ | 加号 …
线的形状:- | 实线;-- | 虚线;-. 点划线 -
lw: linewidth关键字参数,设置线的粗细,
-
label:label 关键字参数,设置图例,需要调用 plt 或子图的 legend 方法
样例:
import matplotlib.pyplot as plt import numpy as np x = np.linspace(0.05, 10, 1000) y = np.cos(x) plt.plot(x, y, ls="-", lw=2, label="plot figure") plt.legend() plt.show()
pie()函数–绘制饼图
- 函数原型:
def pie(x, explode=None, labels=None, colors=None, autopct=None, pctdistance=0.6, shadow=False, labeldistance=1.1, startangle=None, radius=None, counterclock=True, wedgeprops=None, textprops=None, center=(0, 0), frame=False, rotatelabels=False, hold=None, data=None)
- 参数:
x :(每一块)的比例,如果sum(x) > 1会使用sum(x)归一化;
labels :(每一块)饼图外侧显示的说明文字;
explode :(每一块)离开中心距离;
startangle :起始绘制角度,默认图是从x轴正方向逆时针画起,如设定=90则从y轴正方向画起;
shadow :在饼图下面画一个阴影。默认值:False,即不画阴影;
labeldistance :label标记的绘制位置,相对于半径的比例,默认值为1.1, 如<1则绘制在饼图内侧;
autopct :控制饼图内百分比设置,可以使用format字符串或者format function
'%1.1f’指小数点前后位数(没有用空格补齐);
pctdistance :类似于labeldistance,指定autopct的位置刻度,默认值为0.6;
radius :控制饼图半径,默认值为1;
counterclock :指定指针方向;布尔值,可选参数,默认为:True,即逆时针。将值改为False即可改为顺时针。
wedgeprops :字典类型,可选参数,默认值:None。参数字典传递给wedge对象用来画一个饼图。例如:wedgeprops={‘linewidth’:3}设置wedge线宽为3。
textprops :设置标签(labels)和比例文字的格式;字典类型,可选参数,默认值为:None。传递给text对象的字典参数。
center :浮点类型的列表,可选参数,默认值:(0,0)。图标中心位置。
frame :布尔类型,可选参数,默认值:False。如果是true,绘制带有表的轴框架。
rotatelabels :布尔类型,可选参数,默认为:False。如果为True,旋转每个label到指定的角度。 - 样例:
参考: https://www.cnblogs.com/biyoulin/p/9565350.html
hist()函数–绘制直方图
- 函数原型:
hist(x, bins=None, density=None,……*kwargs)
- 参数:太多了…
参考官方文档
-样例:
np.random.seed(0) mu,sigma=100,20 a=np.random.normal(mu,sigma,size=100) plt.hist(a,10,normed=1,histtype='stepfilled', facecolor='b',alpha=1)%原始数据,直方图分块个数,类型,颜色,颜色显示比例 plt.title('Histogram') plt.show()
matplotlib.pyplot其他常见函数
- plt.title(“xxx”)
为图片设置title - plt.savefig(“xxx.jpg”)
将图片保存至源码目录下 - plt.show()
显示图片 - plt.rcParams[‘font.sans-serif’]=[‘simhei’]
用来正常显示中文标签(因为matplotlib默认为英文字体,汉字会使其乱码) - plt.rcParams[‘axes.unicode_minus’]=False
可显示‘-’负号
fig = plt.figure(0)
新图0
plt. close(0)
关闭图 0
pyplot的基础图标函数
- 点赞
- 收藏
- 分享
- 文章举报
相关文章推荐
- Python高级数据处理与可视化(三)---- Matplotlib图像属性控制
- Python高级数据处理与可视化(三)---- Matplotlib图像属性控制 & Pandas作图
- Python数据可视化图像库MatPlotLib基本图像操作
- python与数据可视化matplotlib
- Python可视化学习(2):Matplotlib快速绘图基础
- matplotlib模块数据可视化-figure图像
- Python数据可视化笔记--Matplotlib基础
- Python - matplotlib 数据可视化
- 【数据可视化】Daft:(Python)基于matplotlib绘制精美概率图模型
- 用python中的matplotlib绘制方程图像
- 用Python获取股价数据,通过Matplotlib可视化
- Python可视化库matplotlib
- python 使用matplotlib 实现从文件中读取x,y坐标的可视化方法
- python可视化--matplotlib
- Python数据可视化Matplotlib——Figure画布背景设置
- 2.Python数据分析与应用——Matplotlib数据可视化基础
- Python--matplotlib绘图可视化知识点整理
- Python数据可视化之matplotlib实践(1.入门②)
- Python可视化学习(1):Matplotlib的配置
- Python_matplotlib画图时图例说明(legend)放到图像外侧