【Python_Matplotlib学习笔记(一)】pyplot模块的基本用法

这篇具有很好参考价值的文章主要介绍了【Python_Matplotlib学习笔记(一)】pyplot模块的基本用法。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

前言

Matplotlib 是一个 Python 的 2D绘图库,它以各种硬拷贝格式和跨平台的交互式环境生成出版质量级别的图形(来自:百度百科)。pyplot 模块是 Matplotlib 模块提供的快速绘图模块,它模仿了 MATLAB 的部分功能。在本文中主要介绍 pyplot 模块的基本用法,会进行持续的更新,欢迎各位读者朋友点赞收藏。

正文

1、导入pyplot模块

import matplotlib.pyplot as plt # 导入pyplot模块

2、plt.plot()方法绘制图像

  1. 传入一个参数绘制图像

    import matplotlib.pyplot as plt
    
    plt.plot([1, 3, 4, 6]) # 如果只传入一个数组作为参数, matplotlib 认为是 Y 轴的坐标
    plt.show()
    

    import matplotlib.pyplot,Python学习笔记,# Matplotlib学习笔记,matplotlib,python
    注意:

    1. 如果只传入一个数组作为参数, Matplotlib 认为是 Y 轴的坐标并自动生成 x 值。 由于 Python 范围从 0 开始,默认 x 向量具有与 y 相同的长度,但从 0 开始。因此 x 数据是 [0,1,2,3]。
    2. plt.show() 函数:默认情况下,matplotlib.pyplot 不会直接显示图像,只有调用 plt.show() 函数时,图像才会显示出来,类似 print() 函数。plt.show() 默认是在新窗口打开一幅图像,并且提供了对图像进行操作的按钮。
  2. 传入两个参数绘制图像

    import matplotlib.pyplot as plt
    
    plt.plot([1, 3, 4, 6], [2, 5, 10, 12])
    plt.show()
    

    import matplotlib.pyplot,Python学习笔记,# Matplotlib学习笔记,matplotlib,python

  3. plt.plot() 参数设置

    1. 设置线条颜色color = ' 'c = ' '

      import matplotlib.pyplot as plt
      
      plt.plot([1, 3, 4, 6], [2, 5, 10, 12],c='black') # 设置线条颜色为黑色
      plt.show()
      

      import matplotlib.pyplot,Python学习笔记,# Matplotlib学习笔记,matplotlib,python
      Matplotlib 支持的颜色缩写:

      字符 字符
      ‘b’ 蓝色
      ‘c’ 青色
      ‘k’ 黑色
      ‘g’ 绿色
      ‘m’ 洋红
      ‘w’ 白色
      ‘r’ 红色
      ‘y’ 黄色
    2. 设置线条风格linestyle = ' 'ls = ' '

      import matplotlib.pyplot as plt
      
      plt.plot([1, 3, 4, 6], [2, 5, 10, 12],ls='--') # 设置线条风格为虚线
      plt.show()
      

      import matplotlib.pyplot,Python学习笔记,# Matplotlib学习笔记,matplotlib,python

      Matplotlib 支持的控制线条样式格式字符串:

      字符 描述 字符 描述
      ‘-’ 实线 ‘–’ 虚线
      ‘-.’ 点划线 ‘:’ 点虚线
      ‘.’ ‘,’ 像素
      ‘o’ 圆圈 ‘v’ 下三角
      ‘^’ 上三角 ‘<’ 左三角
      ‘>’ 右三角 ‘1’ 1 加下三角
      ‘2’ 1加上三角 ‘3’ 1 加左三角
      ‘4’ 1加右三角 ‘s’ 正方形
      ‘p’ 五边形 ‘*’ 星形
      ‘h’ 六角形1 ‘H’ 六角形2
      ‘+’ 加号 ‘x’ 乘号
      ‘D’ 钻石 ‘d’ 菱形
    3. 设置线条宽度linewidth= ' 'lw= ' '

      import matplotlib.pyplot as plt
      
      plt.plot([1, 3, 4, 6], [2, 5, 10, 12],lw=3) # 设置线条宽度为3
      plt.show()
      

      import matplotlib.pyplot,Python学习笔记,# Matplotlib学习笔记,matplotlib,python

    4. 设置线条透明度alpha=0.5 0-1范围内的浮点数

      import matplotlib.pyplot as plt
      
      plt.plot([1, 3, 4, 6], [2, 5, 10, 12],alpha=0.2) # 设置线条透明度为0.2
      plt.show()
      

      import matplotlib.pyplot,Python学习笔记,# Matplotlib学习笔记,matplotlib,python

3、plt.plot()方法添加描述信息

  1. 添加图片标题plt.title("")

  2. 添加轴标签plt.xlabel('') & plt.ylabel('')

  3. 设置显示中文字符:Matplotlib 的缺省字体不支持中文,所以要指定一个支持中文的字体 plt.rcParams['font.sans-serif']=['Microsoft Yahei'] # 设定字体为微软雅黑

    属性值 说明
    SimHei 中文黑体
    Kaiti 中文楷体
    Lisu 中文隶书
    FangSong 中文仿宋
    YouYuan 中文幼圆
    STSong 华文宋体
    import matplotlib.pyplot as plt
    
    plt.title("折线图")  # 设定图片标题
    plt.ylabel('Y轴')  # 设置Y轴标签
    plt.xlabel('Time')  # 设置X轴标签
    
    plt.rcParams['font.sans-serif'] = ['Microsoft Yahei'] # 设定字体为微软雅黑
    plt.plot([1, 3, 4, 6], [2, 5, 10, 12], alpha=1)
    plt.show()
    

    import matplotlib.pyplot,Python学习笔记,# Matplotlib学习笔记,matplotlib,python
    如果不设置中文字符
    import matplotlib.pyplot,Python学习笔记,# Matplotlib学习笔记,matplotlib,python
    运行时也会有 Warning 提示:UserWarning: Glyph 36724 (\N{CJK UNIFIED IDEOGRAPH-8F74}) missing from current font.

4、plt.lim()方法设置坐标轴取值范围

  1. 设置横坐标轴取值范围plt.xlim(xmin=1, xmax=10)

  2. 设置纵坐标轴取值范围plt.ylim(ymin=2, ymax=15)

    import matplotlib.pyplot as plt
    
    plt.title("折线图")  # 设定字体为微软雅黑
    plt.ylabel('Y轴')  # 设置Y轴标签
    plt.xlabel('Time')  # 设置X轴标签
    plt.xlim(xmin=1, xmax=10)
    plt.ylim(ymin=2, ymax=15)
    plt.rcParams['font.sans-serif'] = ['Microsoft Yahei']
    plt.plot([1, 3, 4, 6], [2, 5, 10, 12], alpha=1)
    plt.show()
    

    import matplotlib.pyplot,Python学习笔记,# Matplotlib学习笔记,matplotlib,python

5、plt.ticks()方法设置坐标轴刻度范围

  1. 设置横坐标轴刻度范围plt.xticks(ticks, labels, rotation=90, fontsize=12)
  2. 设置纵坐标轴刻度范围plt.yticks(ticks, labels, rotation=90, fontsize=12)
    参数介绍
    1. ticks 是一个 list,对应的是轴刻度,可以是小数可以是整数,ticks 不指定的位置不显示刻度;
    2. labels 是一个 list,长度和 ticks 相等,内容是想要在对应刻度显示的内容;
    3. rotation 是刻度内容旋转角度;plt.xticks(rotation=-90),使刻度文字与x轴垂直
    4. fontsize 设置刻度值的字体大小。
    import matplotlib.pyplot as plt
    
    plt.title("折线图")  # 设定字体为微软雅黑
    plt.ylabel('Y轴')  # 设置Y轴标签
    plt.xlabel('Time')  # 设置X轴标签
    plt.xlim(xmin=1, xmax=10)
    plt.ylim(ymin=2, ymax=15)
    plt.rcParams['font.sans-serif'] = ['Microsoft Yahei'] # 设置显示中文字体
    plt.xticks(list(range(1, 15,2)),rotation=0, fontsize=12)  # 调整刻度范围和刻度标签
    plt.plot([1, 3, 4, 6], [2, 5, 10, 12], alpha=1)
    plt.show()
    
    import matplotlib.pyplot,Python学习笔记,# Matplotlib学习笔记,matplotlib,python

6、plt.grid()方法绘制网格线

绘制网格线:plt.grid(alpha=0.4),可以指定网格线的透明度。

import matplotlib.pyplot as plt

plt.title("折线图")  # 设定字体为微软雅黑
plt.ylabel('Y轴')  # 设置Y轴标签
plt.xlabel('Time')  # 设置X轴标签
plt.xlim(xmin=1, xmax=10)  # 设置x轴范围
plt.ylim(ymin=2, ymax=15)  # 设置y轴范围
plt.rcParams['font.sans-serif'] = ['Microsoft Yahei']
plt.xticks(list(range(1, 15, 2)), rotation=0, fontsize=12)  # 调整x轴刻度范围
plt.plot([1, 3, 4, 6], [2, 5, 10, 12], alpha=1)
plt.grid(alpha=0.4)  # 绘制网格,透明度为0.4
plt.show()

import matplotlib.pyplot,Python学习笔记,# Matplotlib学习笔记,matplotlib,python

7、plt.axhline()方法绘制平行于坐标轴的水平参考线

绘制平行于 x 轴的水平参考线axhline()plt.axhline(y, c, ls, lw, label)
绘制平行于 y 轴的水平参考线axvline()plt.axvline(x, c, ls, lw, label)
参数介绍

  1. x&y:x&y轴的坐标;
  2. c:参考线的颜色;
  3. ls:参考线的风格;
  4. lw:参考线的宽度;
  5. label:参考线的名称。
import matplotlib.pyplot as plt

plt.title("折线图")  # 设定字体为微软雅黑
plt.ylabel('Y轴')  # 设置Y轴标签
plt.xlabel('Time')  # 设置X轴标签
plt.xlim(xmin=1, xmax=10)  # 设置x轴范围
plt.ylim(ymin=2, ymax=15)  # 设置y轴范围
plt.rcParams['font.sans-serif'] = ['Microsoft Yahei']
plt.xticks(list(range(1, 15, 2)), rotation=0, fontsize=12)  # 调整x轴刻度范围
plt.plot([1, 3, 4, 6], [2, 5, 10, 12], alpha=1)
plt.grid(alpha=0.4)  # 绘制网格,透明度为0.4
plt.axhline(5, color='green', lw=2, label="分割线")  # 绘制平行于x轴的水平参考线,绿色,名称为分割线
plt.show()

import matplotlib.pyplot,Python学习笔记,# Matplotlib学习笔记,matplotlib,python

8、plt.axvspan()方法绘制垂直于坐标轴的参考区域

绘制垂直于 x 轴的参考区域plt.axvspan( xmin, xmax ,facecolor, alpha)
绘制垂直于 y 轴的参考区域plt.axhspan( ymin, ymax ,facecolor, alpha)
参数介绍

  1. xmin&ymin:参考区域的起始位置;
  2. xmax&ymax:参考区域的终止位置;
  3. facecolor:参考区域的填充颜色;
  4. alpha:参考区域填充颜色的透明度,[0~1]。
import matplotlib.pyplot as plt

plt.title("折线图")  # 设定字体为微软雅黑
plt.ylabel('Y轴')  # 设置Y轴标签
plt.xlabel('Time')  # 设置X轴标签
plt.xlim(xmin=1, xmax=10)  # 设置x轴范围
plt.ylim(ymin=2, ymax=15)  # 设置y轴范围
plt.rcParams['font.sans-serif'] = ['Microsoft Yahei']
plt.xticks(list(range(1, 15, 2)), rotation=0, fontsize=12)  # 调整x轴刻度范围
plt.plot([1, 3, 4, 6], [2, 5, 10, 12], alpha=1)
plt.grid(alpha=0.4)  # 绘制网格,透明度为0.4
plt.axhline(5, color='green', lw=2, label="分割线")  # 绘制平行于x轴的水平参考线,绿色,名称为分割线
plt.axvspan(xmin=2,xmax=5,facecolor='r',alpha=0.2)  # 绘制垂直于x轴的参考区域
plt.show()

import matplotlib.pyplot,Python学习笔记,# Matplotlib学习笔记,matplotlib,python

9、pyplot模块绘制柱状图、饼图、散点图

plt.plot() 方法绘制的是折线图,也是最常用的方法;
pyplot 模块也提供了其他方法来绘制柱状图、饼图、散点图:

  1. plt.bar() 方法绘制柱状图

    import matplotlib.pyplot as plt
    
    plt.title("柱状图")  # 设定字体为微软雅黑
    plt.ylabel('Y轴')  # 设置Y轴标签
    plt.xlabel('Time')  # 设置X轴标签
    plt.xlim(xmin=1, xmax=10)  # 设置x轴范围
    plt.ylim(ymin=2, ymax=15)  # 设置y轴范围
    plt.rcParams['font.sans-serif'] = ['Microsoft Yahei']
    plt.xticks(list(range(1, 15, 2)), rotation=0, fontsize=12)  # 调整x轴刻度范围
    plt.bar([1, 3, 4, 6], [2, 5, 10, 12], alpha=1)
    plt.grid(alpha=0.4)  # 绘制网格,透明度为0.4
    plt.show()
    
    

    import matplotlib.pyplot,Python学习笔记,# Matplotlib学习笔记,matplotlib,python

  2. plt.pie() 方法绘制饼图

    import matplotlib.pyplot as plt
    
    plt.title("饼图")  # 设定字体为微软雅黑
    plt.rcParams['font.sans-serif'] = ['Microsoft Yahei']
    value = [1, 3, 4, 6]
    plt.pie(value) # 绘制饼图,将一个列表传入到 pie() 函数中即可
    plt.grid(alpha=0.4)  # 绘制网格,透明度为0.4
    plt.show()
    

    import matplotlib.pyplot,Python学习笔记,# Matplotlib学习笔记,matplotlib,python
    饼图属性设置

    1. 设置饼图的颜色:colors 关键字设置,颜色列表由表示颜色的英文单词、表示颜色单词的简称或 RGB 格式组成。
    2. 设置标签:labels 关键字设置,默认为None,需要传入列表形式的值。
    3. 设置突出部分:explode 关键字设置,默认为None,需要传入列表数据,要强调那个扇形,就把相应的值设置成非 0。
    4. 设置填入百分比数值:autopct 关键字设置,默认为None,格式字符串如:‘%1.1f%%’。
    5. 饼图旋转从x轴逆时针旋转角度:startangle 关键字设置,默认为0,浮点类型;指定分数方向顺逆时针:counterclock 关键字设置,默认为True,bool类型。
    6. 设置阴影:shadow 关键字设置,默认为False。
    import matplotlib.pyplot as plt
    
    plt.title("饼图")  # 设定字体为微软雅黑
    plt.rcParams['font.sans-serif'] = ['Microsoft Yahei']
    value = [1, 3, 4, 6]
    colors = ["blue", 'g', "#88c999", 'y']  # 1、设置饼图的颜色
    labels = ["Python", "C#", "Java", "Other"]  # 2、设置饼图标签
    explode = (0, 0.1, 0, 0)  # 3、设置突出部分,第二个数据突出
    autopct = "%1.1f%%"  # 4、设置填入百分比数值
    plt.pie(value, colors=colors, labels=labels, explode=explode, autopct=autopct, shadow=True)
    plt.grid(alpha=0.4)  # 绘制网格,透明度为0.4
    plt.show()
    

    import matplotlib.pyplot,Python学习笔记,# Matplotlib学习笔记,matplotlib,python

  3. plt.scatter() 方法绘制散点图

    import matplotlib.pyplot as plt
    
    plt.title("散点图")  # 设定字体为微软雅黑
    plt.rcParams['font.sans-serif'] = ['Microsoft Yahei']
    value = [1, 3, 4, 6]
    labels = ["Python", "C#", "Java", "Other"]  # 2、设置饼图标签 & 设置散点图横坐标
    plt.scatter(labels, value)
    plt.grid(alpha=0.4)  # 绘制网格,透明度为0.4
    plt.show()
    

    import matplotlib.pyplot,Python学习笔记,# Matplotlib学习笔记,matplotlib,python
    散点图属性设置

    1. 点的大小:s 关键字设置;

    2. 点的颜色:c 关键字设置;

    3. 点的透明度:alpha 关键字设置;

    4. 点的边缘颜色:edgecolors 关键字设置;

    5. 点的边缘线宽度:linewidths 关键字设置。

      import matplotlib.pyplot as plt
      
      plt.title("散点图")  # 设定标题
      plt.rcParams['font.sans-serif'] = ['Microsoft Yahei']  # 设定字体为微软雅黑
      value = [1, 3, 4, 6]  # y轴
      labels = ["Python", "C#", "Java", "Other"]  # 2、设置饼图标签 & 设置散点图横坐标
      plt.scatter(labels, value, s=100, c="y", alpha=0.5, edgecolors="b",
                  linewidths=0.5)  # 点大小设置为100,颜色设置为黄色,透明度0.5,边缘线颜色黑色,粗度0.5
      plt.grid(alpha=0.4)  # 绘制网格,透明度为0.4
      plt.show()
      

      import matplotlib.pyplot,Python学习笔记,# Matplotlib学习笔记,matplotlib,python

10、plt.subplot()绘制多个子图对象(Axes对象)

在 Matplotlib 中,一个 Figure 对象(也就是画布)可以包括多个 Axes 对象(也就是子图),一个 Axes 代表一个绘图区域。
Matplotlib 提供了两个方法来绘制多图 plt.subplot() 和 plt.subplots() 方法。

  1. subplot() 方法:在绘图时需要指定位置,如果不创建 Axes 对象,Matplotlib 缺省会自动调用 plt.subplot(1,1,1) 指定 1行,1列,共1个子图,当前子图为第1个。

    import matplotlib.pyplot as plt
    
    
    plt.rcParams['font.sans-serif'] = ['Microsoft Yahei']  # 设定字体为微软雅黑
    x = [2, 6, 8, 10] # x轴
    y1 = [1, 3, 4, 6]  # y轴
    y2 = [9, 5, 6, 11]  # y轴
    plt.subplot(2, 1, 1)  # 指定2行,1列,共两个axe,当前使用第1个绘图块
    plt.title("绘图块1")  # 设定标题
    plt.plot(x, y1, 1)  # 绘图
    plt.grid(alpha=0.4)  # 绘制网格,透明度为0.4
    plt.subplot(2, 1, 2)  # 当前使用第2个绘图块
    plt.title("绘图块2")  # 设定标题
    plt.plot(x, y2, 2)  # 绘图
    plt.grid(alpha=0.4)  # 绘制网格,透明度为0.4
    plt.show()
    

    import matplotlib.pyplot,Python学习笔记,# Matplotlib学习笔记,matplotlib,python

  2. subplots() 方法:可以一次生成多个,在调用时只需要调用生成对象的 ax 即可。同时 subplots() 方法中融合了plt.figure() 的功能。
    常用参数设置

    1. 设置图表的行数:nrows,默认为 1;

    2. 设置图表的列数:ncols,默认为 1;

    3. 设置 x、y 轴是否共享属性:sharex、sharey,默认为 False。
      注意当定义子图分布只有一行或一列时,ax的索引也只有1位,当子图分布是两行两列及以上时,ax的索引也要变成ax[0,0],ax[0,1]这样的形式。

      import matplotlib.pyplot as plt
      
      plt.rcParams['font.sans-serif'] = ['Microsoft Yahei']  # 设定字体为微软雅黑
      x = [2, 6, 8, 10]  # x轴
      y1 = [1, 3, 4, 6]  # y轴
      y2 = [9, 5, 6, 11]  # y轴
      f, ax = plt.subplots(2, 2, sharey=True)  #
      ax[0,0].plot(x, y1)
      ax[0,0].set_title('Sharing Y axis')
      ax[0,1].set_title("绘图块1行2列")  # 设定标题
      ax[1,0].set_title("绘图块2行1列")  # 设定标题
      ax[1,1].plot(x, y2)
      plt.show()
      

      import matplotlib.pyplot,Python学习笔记,# Matplotlib学习笔记,matplotlib,python

11、plt.figure()绘制多个绘图对象(Figure对象)

Matplotlib 每个绘图区都对应一个 Figure 对象,一个绘图 Figure 对象里面可以包含多个 Axes 子图对象。如果不创建 Figure 对象,Matplotlib 缺省会自动调用 plt.figure(1) 创建绘图对象。
创建 Figure() 对象

figure(num=None, figsize=None, dpi=None, facecolor=None,
edgecolor=None, frameon=True, FigureClass=Figure, clear=False, **kwargs)

常用参数

  1. 设置图形背景颜色:facecolor 关键字;
  2. 设置图形分辨率:dpi 关键字,缺省值为 rc figure.dpi
  3. 设置图像大小:figsize 关键字,缺省值为 rc figure.figsize (1 英寸等于 2.54 cm)。

注意使用 subplots() 方法 创建子图 Axes 对象时也会创建 Figure 对象

import matplotlib.pyplot as plt

plt.figure(1, facecolor="y")  # 创建第一个 Figure对象
plt.plot([1, 4, 6, 23])  # 绘图
plt.title("第一个 Figure对象")  # 设定标题
plt.rcParams['font.sans-serif'] = ['Microsoft Yahei']  # 设定字体为微软雅黑
x = [2, 6, 8, 10]  # x轴
y1 = [1, 3, 4, 6]  # y轴
y2 = [9, 5, 6, 11]  # y轴
f, ax = plt.subplots(2, 2, sharey=True)  # 创建第二个 Figure对象
ax[0, 0].plot(x, y1)
ax[0, 0].set_title('Sharing Y axis')
ax[0, 1].set_title("绘图块1行2列")  # 设定标题
ax[1, 0].set_title("绘图块2行1列")  # 设定标题
ax[1, 1].plot(x, y2)
plt.show()

import matplotlib.pyplot,Python学习笔记,# Matplotlib学习笔记,matplotlib,python文章来源地址https://www.toymoban.com/news/detail-653757.html

到了这里,关于【Python_Matplotlib学习笔记(一)】pyplot模块的基本用法的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • 【Matplotlib】pyplot的高级功能

    代码 运行结果 代码分析 首先,在第09和第11行为曲线添加了标签属性,然后在第16行,通过设置plt.legend(loc=‘best’)使图例能够在画布的“最佳”位置显示,这里的“最佳”是由系统自动判别的,通常哪里留白较多,系统就将图例放到哪里,loc参数是location(位置)的简写,表

    2023年04月10日
    浏览(42)
  • Matplotlib.pyplot.plot 绘图

    Matplotlib.pyplot.scatter 散点图绘制 Matplotlib.pyplot 创建图形、在图形中创建创建一个绘图区域、在绘图区域中你那个绘制一些线、在图形中添加标签之类 format_string 控制曲线的格式字符串,可选,由颜色 字符 、 风格 字符和 标记 字符组成 颜色 字符 说明 字符 说明 字符 说明 \\\'

    2024年02月05日
    浏览(35)
  • Python学习笔记(11-2):matplotlib绘图——图形绘制函数

    因为部分图形绘制函数共用了一套参数体系,在颜色、曲线形状等部分的使用方式也是一致的。所以,在讲解各类图形绘制之前,我们整体性地对各类通用参数进行一个整理,并在此基础上对于颜色(color)、数据点标记(marker)和曲线形式(linestyle)等几个通用参数进行相

    2024年02月06日
    浏览(58)
  • Python学习笔记第六十八天(Matplotlib 饼图)

    饼图(Pie Chart)是一种常用的数据可视化图形,用来展示各类别在总体中所占的比例。 我们可以使用 pyplot 中的 pie() 方法来绘制饼图。 pie() 方法语法格式如下: 参数说明: x:浮点型数组或列表,用于绘制饼图的数据,表示每个扇形的面积。 explode:数组,表示各个扇形之间

    2024年02月08日
    浏览(36)
  • PyCharm中使用matplotlib.pyplot.show()报错MatplotlibDeprecationWarning的解决方案

    其实这只是一个警告,忽略也可。 MatplotlibDeprecationWarning: Support for FigureCanvases without a required_interactive_framework attribute was deprecated in Matplotlib 3.6 and will be removed two minor releases later. MatplotlibDeprecationWarning:在Matplotlib 3.6中,对不带required_interactive_framework属性的FigureCanvas的支持已被

    2024年02月09日
    浏览(38)
  • python数据分析学习笔记之matplotlib、numpy、pandas

    为了学习机器学习,在此先学习以下数据分析的matplotlib,numpy,pandas,主要是为自己的学习做个记录,如有不会的可以随时查阅。希望大家可以一起学习共同进步,我们最终都可以说:功不唐捐,玉汝于成。就算遇到困难也不要气馁,大声说:我不怕,我敏而好学!! 把大量

    2024年02月08日
    浏览(59)
  • Python学习笔记第六十四天(Matplotlib 网格线)

    我们可以使用 pyplot 中的 grid() 方法来设置图表中的网格线。 grid() 方法语法格式如下: 参数说明: b:可选,默认为 None,可以设置布尔值,true 为显示网格线,false 为不显示,如果设置 **kwargs 参数,则值为 true。 which:可选,可选值有 ‘major’、‘minor’ 和 ‘both’,默认为

    2024年02月12日
    浏览(45)
  • 30 Python的matplotlib模块

    概述         在上一节,我们介绍了Python的pandas模块,包括:Series、DataFrame、数据读取和写入等内容。在这一节,我们将介绍Python的matplotlib模块。matplotlib模块是一个Python的2D绘图库,可以实现各种类型的图形绘制,包括:线图、柱状图、饼图、散点图等。matplotlib支持各种

    2024年02月08日
    浏览(47)
  • python气象数据可视化学习笔记8——利用matplotlib和ERA5数据绘制时间-高度气象综合廓线图

    气象预报业务中,有种常用的综合廓线图,其本质上是单个站点时间-高度的等高线或者填色图,其中时间是从右到左来看。所以准备好(time, level)的二维数据,然后依次叠加线条和填色就可以,思路很简单,但是绘图中涉及到了很多细节问题,也是琢磨了一阵子,怕以后忘了

    2024年02月05日
    浏览(48)
  • Python-数据可视化:matplotlib模块、pyecharts模块

    返回Python系列文章目录 matplotlib 是一个基于python 的绘图库,完全支持二维图像,有限支持三维图形,Matplotlib是python编程语言及其数据科学扩展包NumPy的可视化操作界面库。 matplotlib模块 导入方式 可参考文章:Python之数据可视化——matplotlib系统介绍 Echarts 是一个由百度开源的

    2024年02月08日
    浏览(74)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包