本篇要带来的是普通图和条形图的画法,大家在理解了Matplotlib的简单用法后,一起来看看具体的图形吧。
1.普通图
常用函数可以直接用 plt.plot()* 对象。如:
x = np.linspace(-10,10,100) y = 1/(1+np.exp(-x)) # sigmoid 函数 z = np.sin(x) plt.figure(figsize=(10,5)) plt.plot(x,y-0.5,label="$\sigma (x)$",color="r",linewidth=2) plt.plot(x,z,label="sin(x)",color="b",linewidth=2.5) plt.title("Matplotlib Figure: koding") #图表标题 plt.legend() #显示图形标签 plt.grid() #显示网格 plt.show() #显示绘图窗口
2.条形图
条形图可以利用 plt.bar() (axis.bar())对象,默认是垂直条形。水平条形图可以利用 plt.barh()
语法
plt.bar(x, height, width, bottom=None, *, align=‘center’, data=None, **kwargs)
import numpy as np import matplotlib.pyplot as plt X = ['G1','G2','G3','G4','G5'] # X 轴标签 A = [20, 35, 30, 35, 27] #A 类高度 B = [25, 32, 34, 20, 25] #B 类高度 aerr = [2, 3, 4, 2, 2] #误差线长度 berr = [3, 5, 2, 3, 3] #误差线长度 fig= plt.figure(figsize=(8,6)) ax = fig.add_subplot() # A 类的条形图 ax.bar(X, #每个条形的 X 坐标标签 A, #每个条形的高度 yerr=aerr, #垂直误差线长度 ecolor = "yellow", #垂直误差线长颜色 width = 0.9, #每个条形的宽度 label = "Class A", #每类条形的标签 color = "green", #条形的颜色 edgecolor = "red", #条形的边缘线颜色 linestyle = ":", #条形的边缘线样式 linewidth = 3.5, #条形的边缘线宽度 hatch = "/" #填充图案样式 ) # plt.bar 也行 # B 类的条形图,底部高度应该在A类上方。其余具体属性均没设置。 ax.bar(X,B,yerr=berr,bottom=A,label="Class B") # plt.bar 也行 ax.set_ylabel("Scores") ## plt.ylabel() 也行 ax.set_title("Scores by Class A & B") ## plt.title() 也行 ax.legend() ## plt.legend() 也行 plt.show()
概念
(1)Matplotlib是一个python的包
(2)用于2D绘图(也可以绘制3D,但是要安装一些支持的工具包)
(3)非常强大非常流行
(4)有很多扩展
以上就是python Matplotlib的一些图形画法,大家在掌握了相关的Matplotlib使用后,可以就上方的图形进行代码的运行试验。
(推荐操作系统:windows7系统、Python 3.9.1,DELL G3电脑。)
神龙|纯净稳定代理IP免费测试>>>>>>>>天启|企业级代理IP免费测试>>>>>>>>IPIPGO|全球住宅代理IP免费测试