python科學計算與資料可視化—

Matplotlib（https://matplotlib.org/）是一個用來繪圖的python庫,它的matplotlib.pyplot模塊提供了一個繪圖系統，

matplotlib中最重要的函式就plot，它可以繪制二維影像

使用subplot函式，你就可以在同一個影像里繪制多個子圖

#1.matplotlib小測驗
import matplotlib.pyplot as plt #匯入可視化庫

plt.plot([4,1,4],[1,3,4],[1,3,4],[4,1,4])
 #給圖表拐點坐標賦值（當為一組資料時默認為y坐標，如果是兩組或以上為（x,y)

plt.savefig('test0',dpi=600)    #保存圖表到當前位置
plt.savefig('../picture/test0',dpi=600)     #保存圖表到指定位置
plt.axis([1,8,1,10])                        #定義xy軸的區域范圍
plt.show()                                  #在視窗顯示圖表

#2.matplotlib綜合測驗
import matplotlib.pyplot as plt

plt.plot([4,1,4],[1,3,4],[1,3,4],[4,1,4])
plt.xlabel('Grade')
plt.ylabel('Course')
plt.savefig('test1',dpi=600)   #保存圖表到當前位置
plt.savefig('../picture/test1',dpi=600)     #保存圖表到指定位置
plt.axis('equal')      #定義xy軸的區域范圍
plt.show()  #在視窗顯示圖表

1.matplotlib小測驗 2.matplotlib綜合測驗

3.同一區域繪制多圖

#3.同一繪圖區域繪制多圖

import numpy as np  #匯入科學計算庫
import matplotlib.pyplot as plt

a=np.arange(0,150,2)
plt.plot(a,a*1.5,'ro-',label='a')
plt.plot(a,a*2.5,'gx--',label='b')
plt.plot(a,a*3.5,'y*',label='c')
plt.plot(a,a*4.5,'bs-',label='d')
plt.plot(a,a*5.5,'mH--',label='e')

plt.savefig('test2',dpi=600)
plt.savefig('../picture/test2',dpi=600)
plt.legend()
plt.show()

4.多區域繪圖

#4.多區域繪圖
import numpy as np
import matplotlib.pyplot as plt

def f(t):
    return np.exp(-t)*np.cos(2*np.pi*t)

a=np.arange(0,5,0.02)

plt.subplot(321)
plt.plot(a,f(a))

plt.subplot(323)
plt.plot(a,np.cos(2*np.pi*a),'-.',color='r')

plt.subplot(324)
plt.plot(a,np.sin(2*np.pi*a),'--',color='g')

plt.subplot(325)
plt.plot(a,np.tan(2*np.pi*a),':',color='m')

plt.savefig('test3',dpi=600)
plt.savefig('../picture/test3',dpi=600)
plt.show()

5.餅圖繪制

#5.餅圖繪制
import matplotlib.pyplot as plt
labels='Frogs','Hogs','Dogs','Logs'
sizes=[15,30,45,10]
explode=(0,0.1,0,0)

plt.pie(sizes,explode,labels,autopct='%1.1f%%',shadow=True,startangle=90)
plt.axis('equal')

plt.savefig('test4',dpi=600)
plt.savefig('../picture/test4',dpi=600)
plt.show()

6.條形圖繪制

#6.條形圖繪制
    #繪制2018所到2021年中國大陸地區生產口罩總量的條形圖
import numpy as np
import matplotlib.pyplot as plt

datearr=['2018Y','2019Y','2020Y','2021Y']
num_masks=np.asarray([45.4,50,62.2,77])
plt.bar(datearr,num_masks,width=0.3)
plt.xlabel('2018年- -2021年',fontproperties='SimHei',fontsize=10)
plt.ylabel('數量/億只',fontproperties='SimHei',fontsize=10)
plt.title('2018年—2021年中國大陸地區口罩生產量',fontproperties='SimHei',fontsize=15)

plt.savefig('test5',dpi=600)
plt.savefig('../picture/test5',dpi=600)
plt.show()

不畏將來，不念過往

轉載請註明出處，本文鏈接：https://www.uj5u.com/qita/402578.html

標籤：其他

上一篇：【深度學習】目標檢測之評價指標

下一篇：Python灰度影像彩色化

python科學計算與資料可視化——Matplotlib