Python+matplotlib實現(xiàn)簡單曲線的繪制
一、安裝matplotlib
1）由于已安裝anaconda，可直接打開anaconda prompt，再用命令pip install matplotlib進(jìn)行安裝，因鏡像問題，可能較慢，建議第2種方式。
2）訪問https://pypi.org/project/matplotlib/#files，并查找與你使用的Python版本匹配的wheel文件（擴展名為.whl的文件），比如與python3.9版本相應(yīng)的matplotlib-3.5.1-cp39-cp39-win_amd64.whl放在目錄G:\develop\python下，（或者你自己所建目錄）
打開anaconda prompt，再用命令pip install G:\develop\python\matplotlib-3.5.1-cp39-cp39-win_amd64.whl（注意目錄要保持一致） 執(zhí)行完成即可。
二、測試 matplotlib
打開anaconda prompt 先輸入python,再輸入 import matplotlib，如圖所示，沒有出現(xiàn)任何錯誤消息，就說明系統(tǒng)安裝成功。
三、 繪制簡單的折線
import matplotlib.pyplot as plt #導(dǎo)入模塊matplotlib.pyplot，并重新命名為plt
squares = [1,4,9,16,25,36,49,64,81,100] #定義一個數(shù)組
plt.plot(squares, linewidth=5)# 設(shè)置圖表標(biāo)題，并給坐標(biāo)軸加上標(biāo)簽和 參數(shù) linewidth 決定了繪制的線條的粗細(xì)
plt.title("Square Numbers", fontsize=24)#設(shè)置標(biāo)題和字體大小
plt.xlabel("Value", fontsize=14) # x軸標(biāo)簽，和字體大小
plt.ylabel("Square of Value", fontsize=14) # y軸標(biāo)簽，和字體大小
plt.tick_params(axis='both', labelsize=14) # 設(shè)置刻度標(biāo)記的大小，函數(shù) tick_params() 設(shè)置刻度的樣式
plt.show()這樣就完成一個簡單的折線圖，運行效果如下：
注：如果運行過程中，出現(xiàn)圖中紅色方框所示警告，需要重新設(shè)置spyder中Tools,如下圖所示：
四、使用 scatter() 繪制散點圖并設(shè)置其樣式
1、要繪制單個點
可使用函數(shù) scatter() ，并向它傳遞一對x和y坐標(biāo)，它將在指定位置繪制一個點：
import matplotlib.pyplot as plt #導(dǎo)入模塊matplotlib.pyplot，并重新命名為plt
plt.scatter(2, 4, s=200) #調(diào)用了scatter()，并使用實參s設(shè)置了繪制圖形時使用的點的尺寸，位置為2，4
plt.title("Square Numbers", fontsize=24) # 設(shè)置圖表標(biāo)題并給坐標(biāo)軸加上標(biāo)簽
plt.xlabel("Value", fontsize=14)
plt.ylabel("Square of Value", fontsize=14)
# 設(shè)置刻度標(biāo)記的大小
plt.tick_params(axis='both', which='major', labelsize=14)
plt.show()
2、要繪制系列點
繪制系列點，只需要給出系列點的坐標(biāo)即可。我們將上述代碼中plt.scatter(2, 4, s=200)的2，4分別用兩個數(shù)列代替。
import matplotlib.pyplot as plt #導(dǎo)入模塊matplotlib.pyplot，并重新命名為plt
x_values = [1, 2, 3, 4, 5] #X軸的數(shù)列
y_values = [1, 3,6, 9, 12] #y軸的數(shù)列
plt.scatter(x_values, y_values, s=100) #調(diào)用了scatter()，并使用實參s設(shè)置了繪制圖形時使用的點的尺寸 plt.title(" series Numbers", fontsize=24) # 設(shè)置圖表標(biāo)題并給坐標(biāo)軸加上標(biāo)簽 plt.xlabel("Value", fontsize=14) plt.ylabel("Value", fontsize=14) # 設(shè)置刻度標(biāo)記的大小 plt.tick_params(axis='both', which='major', labelsize=14) plt.show()運行結(jié)果如下：
3、自動計算數(shù)據(jù)
像上述手動輸入點數(shù)，或數(shù)列，都是比較慢的處理方式 ，下面用for循環(huán)來替代手工輸入。
可以先將x_values定義為一個數(shù)列，數(shù)值在一定的范圍，比如1-1000，而對應(yīng)的y_values也是一個數(shù)列，按一定的方式（函數(shù)）產(chǎn)生。于是，可以將上述代碼修改為如下：
import matplotlib.pyplot as plt #導(dǎo)入模塊matplotlib.pyplot，并重新命名為plt
x_values = list(range(1, 1001)) #定義一個1-1000的數(shù)列，
y_values = [x**2 for x in x_values] #定義Y值的生成方式。
plt.scatter(x_values, y_values, s=4) #調(diào)用了scatter()，并使用實參s設(shè)置了繪制圖形時使用的點的尺寸
plt.title(" series Numbers", fontsize=24) # 設(shè)置圖表標(biāo)題并給坐標(biāo)軸加上標(biāo)簽
plt.xlabel("Value", fontsize=14)
plt.ylabel("Value", fontsize=14)
# 設(shè)置刻度標(biāo)記的大小
plt.tick_params(axis='both', which='major', labelsize=10)
plt.axis([1,1100,1,1100000]) #注意一下axis的參數(shù)
plt.show()運行結(jié)果如下：
matplotlib中的點默認(rèn)為藍(lán)色點和黑色輪廓，如上述三圖所示，其中最后一圖因為點較多，且連在一起，像是一條曲線，為區(qū)別不同的點，可以對點分別不同的顏色。
只需再配置幾個參數(shù) ，就可以刪除黑色輪廓，和修改點的顏色。
plt.scatter(x_values, y_values, edgecolor='none', s=40)，其中edgecolor='none'表示將黑色輪廓刪除
修改數(shù)據(jù)點的顏色，可向 scatter() 傳遞參數(shù) c ，并將其設(shè)置為要使用的顏色的名稱，如下：
plt.scatter(x_values, y_values, c='red', edgecolor='none', s=40) # 將顏色修改為紅色。
顏色映射（colormap）
顏色映射是一系列顏色，從起始顏色漸變到結(jié)束顏色。在可視化中，顏色映射用于突出數(shù)據(jù)的規(guī)律
plt.scatter(x_values, y_values, c=y_values, cmap=plt.cm.Blues,edgecolor='none', s=40) #調(diào)用了scatter()參數(shù) c 設(shè)置成了一個y值列表，并使用參數(shù) cmap 告訴 pyplot 使用哪個顏色映射， # 將y值較小的點顯示為淺藍(lán)色，并將y值較大的點顯示為深藍(lán)色
具體運行效果如下：
注意，要了解所有相關(guān)顏色的映射，可訪問官網(wǎng)，單擊Examples，向下滾動到Color Examples，再單擊colormaps_reference進(jìn)行參考。
4、自動保存圖表
方法 plt.show() 是顯示圖表
要讓程序自動將圖表保存到文件中，可調(diào)用 plt.savefig() 方法
plt.savefig('scatter.png', bbox_inches='tight') #保存為scatter.png的圖片文件
到此這篇關(guān)于Python+matplotlib實現(xiàn)簡單曲線的繪制的文章就介紹到這了,更多相關(guān)Python matplotlib繪制曲線內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！
- python 如何在 Matplotlib 中繪制垂直線
- python matplotlib擬合直線的實現(xiàn)
- Python實現(xiàn)在matplotlib中兩個坐標(biāo)軸之間畫一條直線光標(biāo)的方法
- Python matplotlib 繪制雙Y軸曲線圖的示例代碼
- Python matplotlib繪制圖形實例(包括點,曲線,注釋和箭頭)
- 教你利用python的matplotlib(pyplot)繪制折線圖和柱狀圖
- Python?matplotlib實現(xiàn)折線圖的繪制
- python數(shù)據(jù)可視化之matplotlib.pyplot基礎(chǔ)以及折線圖
- python學(xué)習(xí)之使用Matplotlib畫實時的動態(tài)折線圖的示例代碼
- python??Matplotlib繪圖直線,折線,曲線
相關(guān)文章
這篇文章主要介紹了Python中統(tǒng)計函數(shù)運行耗時的方法,涉及Python時間操作的相關(guān)技巧,非常簡單實用,需要的朋友可以參考下2015-05-05
Python3內(nèi)置函數(shù)chr和ord實現(xiàn)進(jìn)制轉(zhuǎn)換
這篇文章主要介紹了Python3內(nèi)置函數(shù)chr和ord實現(xiàn)進(jìn)制轉(zhuǎn)換,文中通過示例代碼介紹的非常詳細(xì)，對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值,需要的朋友可以參考下2020-06-06
python使用dabl幾行代碼實現(xiàn)數(shù)據(jù)處理分析及ML自動化
這篇文章主要為大家分享一個名為?dabl?的開源?Python?工具包，它可以自動化機器學(xué)習(xí)模型開發(fā)，包括數(shù)據(jù)預(yù)處理、特征可視化和分析、建模2021-11-11
這篇文章主要介紹了Python的賦值、深拷貝與淺拷貝的區(qū)別,需要的朋友可以參考下2020-02-02
PyTorch 導(dǎo)數(shù)應(yīng)用的使用教程
這篇文章主要介紹了PyTorch 導(dǎo)數(shù)應(yīng)用的使用教程，文中通過示例代碼介紹的非常詳細(xì)，對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值，需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧2020-08-08
這篇文章主要介紹了使用Python自定義創(chuàng)建的Log日志模塊,日志文件是用于記錄系統(tǒng)操作事件的文件集合，可分為事件日志和消息日志。具有處理歷史數(shù)據(jù)、診斷問題的追蹤以及理解系統(tǒng)的活動等重要作用,需要的朋友可以參考下2023-07-07
Python分割單詞和轉(zhuǎn)換命名法的實現(xiàn)
本文主要介紹了Python分割單詞和轉(zhuǎn)換命名法的實現(xiàn)，文中通過示例代碼介紹的非常詳細(xì)，對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值，需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧2023-03-03
這篇文章主要介紹了python靜態(tài)方法,實例分析了python靜態(tài)方法的使用技巧,具有一定參考借鑒價值,需要的朋友可以參考下2015-01-01
這篇文章主要介紹了Pytorch中的torch.where函數(shù)使用方式,具有很好的參考價值,希望對大家有所幫助,如有錯誤或未考慮完全的地方,望不吝賜教2024-02-02
正則表達(dá)式又稱規(guī)則表達(dá)式，通常被用來檢索、替換那些符合某個模式(規(guī)則)的文本，它是最強的文本處理工具，至于原因本文將給你答案2021-09-09