python數據可視化plt庫實例詳解
先看下jupyter和pycharm環境的差別
左邊是jupyter———————————————————-右邊是pycharm
以下都是使用pycharm環境
1.一個窗口畫出一個線性方程
import numpy as np import matplotlib.pyplot as plt x = np.linspace(0,1,11)# 從0到1，個數為11的等差數列 print(x) y = 2*x plt.plot(x,y) plt.show()
2.兩個窗口分別畫出一個線性方程
import numpy as np import matplotlib.pyplot as plt x = np.linspace(0,1,11)# 從0到1，個數為11的等差數列 y1 = 2*x y2 = 3*x # 一個figure就是一個窗口 plt.figure() plt.plot(x,y1) # 一個figure就是一個窗口 plt.figure() plt.plot(x,y2) # 顯示 plt.show()
3.一個窗口畫出兩個線性方程
import numpy as np import matplotlib.pyplot as plt x = np.linspace(0,1,11)# 從0到1，個數為11的等差數列 y1 = 2*x y2 = 3*x # 一個figure就是一個窗口 plt.figure() plt.plot(x,y1) plt.plot(x,y2) # 顯示 plt.show()
4.定義畫圖的樣式
import numpy as np import matplotlib.pyplot as plt x = np.linspace(0,1,11)# 從0到1，個數為11的等差數列 y = 2*x # 一個figure就是一個窗口 plt.figure(num=1) plt.plot(x,y) plt.figure(num=2) # color是線條的顏色 plt.plot(x,y,color='red') plt.figure(num=3) # linestyle 是線條的樣式 plt.plot(x,y,linestyle='--') plt.figure(num=4) # linewidth 是線條的寬度 plt.plot(x,y,linewidth=3) # 顯示 plt.show()
5.設置xy軸的范圍，標簽，刻度
import numpy as np
import matplotlib.pyplot as plt
x = np.linspace(0,1,11)# 從0到1，個數為11的等差數列
y = 2*x
plt.figure(num=1)# 這裡是figure1
plt.plot(x,y)
plt.figure(num=2)# 這裡是figure2
plt.plot(x,y)
plt.xlim(0,3)# 設置x軸范圍
plt.ylim(0,3)# 設置y軸范圍
plt.xlabel('this is x')# 設置x軸標簽
plt.ylabel('this is y')# 設置y軸標簽
plt.figure(num=3)# 這裡是figure3
plt.plot(x,y)
# 設置x軸刻度
x_ticks = np.linspace(1,3,3)
plt.xticks(x_ticks)
plt.figure(num=4)# 這裡是figure4
plt.plot(x,y)
plt.ylim(0,3)# 設置y軸范圍
plt.yticks([1,2],['bad','good'])# 設置y軸刻度
# 顯示
plt.show()
6.設置圖例
import numpy as np import matplotlib.pyplot as plt x = np.linspace(0,1,11)# 從0到1，個數為11的等差數列 y1 = 2*x y2 = 3*x plt.figure() plt.plot(x,y1,label='y1') plt.plot(x,y2,label='y2') plt.legend() # 顯示 plt.show()
7.散點圖
import numpy as np import matplotlib.pyplot as plt x = np.random.randint(0,50,1024) y = np.random.randint(0,50,1024) plt.scatter(x,y,s=20) # 隱藏 x 軸刻度 plt.xticks(()) # 顯示 plt.show()
8.柱狀圖
import numpy as np import matplotlib.pyplot as plt n = 6 x = np.arange(n) print(x) # 生成6個數，這6個數在0到1正態分佈 y = np.random.uniform(0,1,n) print(y) plt.bar(x,y) # 顯示 plt.show()
9.柱狀圖顯示高度
import numpy as np
import matplotlib.pyplot as plt
n = 6
X = np.arange(n)
Y = np.random.uniform(0,1,n)
plt.figure(num=1)
plt.bar(X,Y)
for x,y in zip(X,Y):
plt.text(x,y,y)
plt.figure(num=2)
plt.bar(X,Y)
for x,y in zip(X,Y):
plt.text(x,y,"%.2f"%y)
plt.figure(num=3)
plt.bar(X,Y)
for x,y in zip(X,Y):
plt.text(x,y,"%.2f"%y,ha='center')
plt.figure(num=4)
plt.bar(X,Y)
for x,y in zip(X,Y):
plt.text(x,y+0.01,"%.2f"%y,ha='center')
# 顯示
plt.show()
10.等高線圖
import numpy as np
import matplotlib.pyplot as plt
def f(X,Y):
return X+Y
n = 256
x = np.linspace(0,3,n)
y = np.linspace(0,3,n)
X,Y=np.meshgrid(x,y)
plt.figure()
plt.contourf(X,Y,f(X,Y),4,cmap=plt.cm.hot)
plt.figure()
plt.contourf(X,Y,f(X,Y),9,cmap=plt.cm.hot)
plt.figure()
plt.contourf(X,Y,f(X,Y),9,cmap=plt.cm.hot)
plt.contour(X,Y,f(X,Y),9)
plt.figure()
plt.contourf(X,Y,f(X,Y),9,cmap=plt.cm.hot)
C = plt.contour(X,Y,f(X,Y),9)
plt.clabel(C,inline=True)
# 顯示
plt.show()
11.一個窗口多個子圖
import matplotlib.pyplot as plt plt.figure() # 兩行兩列的第一個位置，不加逗號也可以 plt.subplot(2,2,1) plt.plot([0,1],[0,1]) # 兩行兩列的第二個位置，不加逗號也可以 plt.subplot(2,2,2) plt.plot([0,2],[0,2]) # 兩行兩列的第三個位置，不加逗號也可以 plt.subplot(223) plt.plot([0,3],[0,3]) # 兩行兩列的第四個位置，不加逗號也可以 plt.subplot(224) plt.plot([0,4],[0,4]) plt.figure() # 兩行兩列的第一個位置，不加逗號也可以 plt.subplot(2,1,1) plt.plot([0,1],[0,1]) # 兩行兩列的第二個位置，不加逗號也可以 plt.subplot(2,3,4) plt.plot([0,2],[0,2]) # 兩行兩列的第三個位置，不加逗號也可以 plt.subplot(235) plt.plot([0,3],[0,3]) # 兩行兩列的第四個位置，不加逗號也可以 plt.subplot(236) plt.plot([0,4],[0,4]) # 顯示 plt.show()
12.常用子圖顯示
plt.figure(figsize=(20,10))
for i in range(40):
plt.subplot(4,10,i+1)
plt.xticks()
plt.yticks()
plt.grid(False)
plt.imshow(train_images[i],cmap=plt.cm.binary_r)
plt.title(train_labels[i])
plt.show()
13.格子佈局放置子圖
import matplotlib.pyplot as plt
plt.figure()
# 三行三列的佈局，從0行0列開始，占一行三列
ax1 = plt.subplot2grid((3,3),(0,0),colspan=3,rowspan=1)
ax1.plot([0,1],[0,1])
ax1.set_title('this is ax1')
# 三行三列的佈局，從1行0列開始，占一行兩列
ax2 = plt.subplot2grid((3,3),(1,0),colspan=2,rowspan=1)
# 三行三列的佈局，從1行2列開始，占兩行一列
ax3 = plt.subplot2grid((3,3),(1,2),colspan=1,rowspan=2)
# 三行三列的佈局，從2行0列開始，占一行一列
ax4 = plt.subplot2grid((3,3),(2,0),colspan=1,rowspan=1)
# 三行三列的佈局，從2行1列開始，占一行一列
ax5 = plt.subplot2grid((3,3),(2,1),colspan=1,rowspan=1)
# 顯示
plt.show()
以上就是python可視化數據plt庫實例的詳細內容，更多關於python可視化數據plt庫的資料請關註WalkonNet其它相關文章！
推薦閱讀：
- Python Matplotlib繪圖基礎詳細教程
- 基於python,Matplotlib繪制函數的等高線與三維圖像
- Python Matplotlib數據可視化模塊使用詳解
- 利用python繪制線型圖
- Python Matplotlib 實現3D繪圖詳解