matplotlib的基本使用1
生活随笔
收集整理的這篇文章主要介紹了
matplotlib的基本使用1
小編覺得挺不錯的,現(xiàn)在分享給大家,幫大家做個參考.
Matplotlib的基本使用1
Matplotlib是一個Python 2D繪圖庫,它可以在各種平臺上以各種硬拷貝格式和交互式環(huán)境生成出具有出版品質(zhì)的圖形。
官網(wǎng):https://matplotlib.org
安裝Matplotlib:
pip install -U matplotlib 或 python -m pip install -U matplotlib中文顯示配置:
? 由于matplotlib庫中無中文字體,圖例為中文時將無法顯示
? 推薦解決方案一:每次編碼前進(jìn)行參數(shù)配置:
import matplotlib.pyplot as plt plt.rcParams['font.sans-serif']=['SimHei'] # 正常顯示中文 plt.rcParams['axes.unicode_minus']=False # 正常顯示負(fù)號? 推薦解決方案二:替換matplotlib字體庫,一勞永逸 參考地址
例子:
#引入numpy和matplotlib繪圖庫 import matplotlib.pyplot as plt plt.rcParams['font.sans-serif'] = ['SimHei'] #正常顯示中文 plt.rcParams['axes.unicode_minus'] = False #正常顯示負(fù)號import numpy as np#在0到10間創(chuàng)建100個等差數(shù)據(jù)點 x = np.linspace(0,10,100) print(x) y = np.sin(x) print(y) z = np.cos(x)#繪制多條 #設(shè)定顏色 #線條樣式修改“:”點虛線 “-.”短線+點 “--”短線虛線 “-”實線(默認(rèn)) plt.plot(x,y,label="sin(x)") plt.plot(x,z,color="red",linestyle="--",label="cos(x)") #坐標(biāo)軸范圍調(diào)節(jié) # plt.xlim(-5,15) # plt.ylim(0,1.5) #xy軸同時調(diào)整 axis([x軸起點,x軸終點,y軸起點,y軸終點]) # plt.axis([-1,11,-2,2]) #圖示與標(biāo)題 plt.xlabel("xxx") plt.ylabel("yyy") plt.legend() plt.title("Hello Ml") #圖像保存 注意plt.saveflg需在plt.show()之前 plt.savefig("D:/files/PythonFiles/img/1.png",dpi=300) plt.show()散點圖 Scatter Plot
#點的樣式設(shè)定 maker plt.scatter(x,y,marker="x") plt.scatter(x,z,marker="+") plt.xlabel("xxx") plt.ylabel("yyy") plt.legend() plt.title("Hello Ml") plt.savefig("D:/files/PythonFiles/img/3.png",dpi=300) plt.show() #二維正態(tài)分布 np.random.normal(均值為0,方差為1,10000個點) #plt.scatter(x軸,y軸,不透明度alpha=0.3) x = np.random.normal(0,1,10000) y = np.random.normal(0,1,10000) plt.scatter(x,y,alpha=0.2) plt.xlabel("xxx") plt.ylabel("yyy") plt.legend() plt.title("Hello Ml") plt.savefig("D:/files/PythonFiles/img/4.png",dpi=300) plt.show() plt.title("Hello Ml") plt.savefig("D:/files/PythonFiles/img/4.png",dpi=300) plt.show()
跟著大佬梳理的流程走下來的,在這里注明一下出處:
https://github.com/Exrick/Machine-Learning
注:大佬的更直觀詳細(xì)
總結(jié)
以上是生活随笔為你收集整理的matplotlib的基本使用1的全部內(nèi)容,希望文章能夠幫你解決所遇到的問題。
- 上一篇: numpy的基本使用3
- 下一篇: 简单接触一下scikit-learn