matplotlib
plt.plot()繪制線性圖
- 繪制單條線形圖
- 繪制多條線形圖
- 設定坐標系的比例
plt.figure(figsize=(a,b)) - 設定圖例legend()
- 設定軸的標識
- 圖例保存
fig = plt.figure()plt.plot(x,y)figure.savefig（）
import matplotlib.pyplot as plt
import numpy as np
#繪制單條線形圖
x = np.array([1,2,3,4,5])
y = x + 3
plt.plot(x,y)
#繪制多條線形圖
plt.plot(x,y)
plt.plot(x+1,y-2)
#設定坐標系的比例plt.figure(figsize=(a,b)) 影像變換，但是坐標值不變
plt.figure(figsize=(5,9))#放置在繪圖的plot方法之前
plt.plot(x,y)
#設定圖例legend()
plt.plot(x,y,label='x,y')
plt.plot(x+1,y-2,label='x+1,y-2')
plt.legend() #圖例生效
#設定軸的標識
plt.plot(x,y)
plt.xlabel('ivanlee')
plt.ylabel('regina')
plt.title('ivanlee??regina')
#圖例保存
fig = plt.figure() #該物件的創建一定要放置在plot繪圖之前
plt.plot(x,y,label='x,y')
fig.savefig('./123.png')
##曲線的樣式和風格（自學）
plt.plot(x,y,c='red',alpha=0.5) 線條顏色和透明度
柱狀圖：plt.bar()
- 引數：第一個引數是索引，第二個引數是資料值，第三個引數是條形的寬度
plt.bar(x,y)
直方圖
- 是一個特殊的柱狀圖，又叫做密度圖
- plt.hist()的引數
- bins
可以是一個bin數量的整數值，也可以是表示bin的一個序列，默認值為10 - normed
如果值為True，直方圖的值將進行歸一化處理，形成概率密度，默認值為False - color
指定直方圖的顏色，可以是單一顏色值或顏色的序列，如果指定了多個資料集合,例如DataFrame物件，顏色序列將會設定為相同的順序，如果未指定，將會使用一個默認的線條顏色 - orientation
通過設定orientation為horizontal創建水平直方圖，默認值為vertical
- bins
餅圖
- pie()，餅圖也只有一個引數x
- 餅圖適合展示各部分占總體的比例，條形圖適合比較各部分的大小
arr=[11,22,31,15]
plt.pie(arr)
-
Labels:
-
labeldistance
-
autopct
-
explode 到圓心的距離
散點圖scatter()
- 因變數隨自變數而變化的大致趨勢
x = np.array([1,3,5,7,9])
y = x ** 2 - 3
plt.scatter(x,y)
畫愛心
import numpy as np
import matplotlib.pyplot as plt
T = np.linspace(0, 2 * np.pi, 1024) # 角度范圍 0-2*pi，劃為1024等份
plt.axes(polar=True) # 開啟極坐標模式
plt.plot(T, 1. - np.sin(T), color="r")
plt.show()
本文來自博客園，作者：ivanlee717，轉載請注明原文鏈接：https://www.cnblogs.com/ivanlee717/p/16995445.html
轉載請註明出處，本文鏈接：https://www.uj5u.com/houduan/540349.html
標籤：Python