Python+matplotlib實現循環作圖的方法詳解
大傢好,我是皮皮。
一、前言
前幾天在Python白銀交流群【在 途中要勤奮的熏肉肉】問瞭一道Python
可視化處理的問題,如下圖所示。
原始代碼,如下所示:
import pandas as pd import numpy as np import matplotlib.pyplot as plt import scipy.stats as st result_parameter_peak = pd.read_csv("result_parameter_peak.csv", encoding="utf_8_sig") # 設置畫佈 fig = plt.figure(figsize=(20, 8)) # figsize是常用的參數.(寬,高) axl = fig.add_subplot(1, 1, 1) for i in range(len(result_parameter_peak)): x = np.arange(0, 400, 1) # 繪制gamma曲線 y661 = st.gamma.pdf(x, result_parameter_peak.iloc[i, 1], scale=result_parameter_peak.iloc[i, 2]) axl.plot(x, y661, 'r-.', label="α= 9.9028,β=10.4205") # 設置坐標軸標題 axl.set_xlabel('Time') axl.set_ylabel('Probility') axl.set_title('分佈') # 可視化 plt.show()
得到的隻是單個的圖。
二、實現過程
這裡【月神】給瞭一個思路和一份示例代碼,如下所示:
import pandas as pd import numpy as np import matplotlib.pyplot as plt import scipy.stats as st result_parameter_peak = pd.read_csv("result_parameter_peak.csv", encoding="utf_8_sig") plt.figure() for i, alpha, beta in result_parameter_peak.itertuples(): x = np.arange(0, 300, 1) # 繪制gamma曲線 y661 = st.gamma.pdf(x, alpha, scale=beta) plt.plot(x, y661, '-.') # 設置坐標軸標題 plt.xlabel('Time') plt.ylabel('Probility') plt.title('分佈') # 可視化 plt.show()
運行之後,結果如下圖所示:
順利地解決瞭粉絲的問題!
後來【小趴菜】又給圖加瞭圖註,看上去高大上一些,代碼如下所示:
import pandas as pd import numpy as np import matplotlib.pyplot as plt import scipy.stats as st result_parameter_peak = pd.read_csv("result_parameter_peak.csv", encoding="utf_8_sig") plt.figure() for i, alpha, beta in result_parameter_peak.itertuples(): x = np.arange(0, 300, 1) # 繪制gamma曲線 y661 = st.gamma.pdf(x, alpha, scale=beta) # plt.plot(x, y661, '-.') plt.plot(x, y661, '-.', label="α:" + str(alpha) + "β:" + str(beta)) # 設置坐標軸標題 plt.xlabel('Time') plt.ylabel('Probility') plt.title('fenbu') # 可視化 plt.legend() plt.show()
得到的效果圖如下所示:
三、總結
大傢好,我是皮皮。這篇文章主要盤點瞭一道matplotlib
作圖的問題,文中針對該問題給出瞭具體的解析和代碼實現,幫助粉絲順利解決瞭問題。
到此這篇關於Python+matplotlib實現循環作圖的方法詳解的文章就介紹到這瞭,更多相關Python matplotlib循環作圖內容請搜索WalkonNet以前的文章或繼續瀏覽下面的相關文章希望大傢以後多多支持WalkonNet!
推薦閱讀:
- python數學建模之Matplotlib 實現圖片繪制
- python 生成正態分佈數據,並繪圖和解析
- python matplotlib各種畫圖
- Python+Scipy實現自定義任意的概率分佈
- Python數據分析之 Matplotlib 折線圖繪制