这篇文章给大家分享的是使用matplotlib绘图的基本知识和技巧有哪些。小编觉得挺实用的，因此分享给大家做个参考，文中的介绍得很详细，而要易于理解和学习，有需要的朋友可以参考，接下来就跟随小编一起了解看看吧。

测试环境：

Jupyter QtConsole 4.2.1
Python 3.6.1

1.  基本画线：

 

以下得出红蓝绿三色的点

import numpy as np
import matplotlib.pyplot as plt

# evenly sampled time at 200ms intervals
t = np.arange(0., 5., 0.2)

# red dashes, blue squares and green triangles
plt.plot(t, t, 'r--', t, t**2, 'bs', t, t**3, 'g^')
plt.show()

以下设置线宽，得到比较粗一点儿的线，如果 plot中只给了一维信息，

默认图形是把数值匹配成纵坐标的

x = np.arange(0., 5., 0.1)
plt.plot(x, 4*x, linewidth=8.0)
plt.show()

 

 

以下得到同一个图中两幅分图：

import numpy as np
import matplotlib.pyplot as plt

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

t1 = np.arange(0.0, 5.0, 0.1)
t2 = np.arange(0.0, 5.0, 0.02)

plt.figure(1)
plt.subplot(211)#表示两幅图竖着排列
plt.plot(t1, f(t1), 'bo', t2, f(t2), 'k')

plt.subplot(212)#如果为(221)和(222)表示横排列
plt.plot(t2, np.cos(2*np.pi*t2), 'r--')
plt.show()

2. 画直方图

 

以下为正态分布

np.random.seed(19680801)

mu, sigma = 100, 15
x = mu + sigma * np.random.randn(10000)

# the histogram of the data
n, bins, patches = plt.hist(x, 50, normed=1, facecolor='g', alpha=0.1)

plt.xlabel('Smarts')
plt.ylabel('Probability')
plt.title('Histogram of IQ')
plt.text(60, .025, r'$\mu=100,\ \sigma=15$')
plt.axis([40, 160, 0, 0.03])
plt.grid(True)
plt.show()

其中

n, bins, patches = plt.hist(arr, bins=10, normed=0, facecolor='black', edgecolor='black',alpha=1，histtype='bar')

hist的参数非常多，但常用的就这六个，只有第一个是必须的，后面四个可选

arr: 需要计算直方图的一维数组

bins: 直方图的柱数，可选项，默认为10

normed: 是否将得到的直方图向量归一化。默认为0

facecolor: 直方图颜色

edgecolor: 直方图边框颜色

alpha: 透明度

histtype: 直方图类型，‘bar’, ‘barstacked’, ‘step’, ‘stepfilled’

返回值 ：

n: 直方图向量，是否归一化由参数normed设定

bins: 返回各个bin的区间范围

patches: 返回每个bin里面包含的数据，是一个list

 

3. 特殊符号和标注

用以下方式可以写出特殊的数学公式符号：

plt.title(r'$\sigma_i=15$')

以下代码表示文字显示区域是(3, 1.5)指向坐标位置是（2,1）

import numpy as np import matplotlib.pyplot as plt ax = plt.subplot(111) t = np.arange(0.0, 5.0, 0.01) s = np.cos(2*np.pi*t) line, = plt.plot(t, s, lw=2) plt.annotate('local max', xy=(2, 1), xytext=(3, 1.5), arrowprops=dict(facecolor='black', shrink=0.05), )#shrink表示箭头缩放情况，值越小显示越大

plt.ylim(-2,2)#表示y坐标轴的上界和下界 plt.show()

关于“使用matplotlib绘图的基本知识和技巧有哪些”就介绍到这了，如果大家觉得不错可以参考了解看看，如果想要了解更多，欢迎关注群英网络，小编每天都会为大家更新不同的知识。

免责声明：本站发布的内容（图片、视频和文字）以原创、转载和分享为主，文章观点不代表本网站立场，如果涉及侵权请联系站长邮箱：mmqy2019@163.com进行举报，并提供相关证据，查实之后，将立刻删除涉嫌侵权内容。

猜你喜欢

• pytorch中[...,0]表示什么意思，用法是怎样

  在看程序的时候看到了x[…, 0]的语句不是很理解，后来自己做实验略微了解，以此记录方便自己查看。

• Python中关于多线程和多进程的联系是怎样的

  在Python的标准库中给出了2个模块：_thread和threading，_thread是低级模块不支持守护线程，当主线程退出了时，全部子线程都会被强制退出了。而threading是高级模块，用作对_thread进行了封装支持守护线程。在大部分状况下人们只需要采用threading这个高级模块即可。

• Python的json模块有哪些使用，怎样将数据转json格式

  这篇文章主要介绍了Python JSON模块的使用详情，JSON(JavaScript Object Notation) 是一种轻量级的数据交换格式，易于人阅读和编写下面文章围绕Python JSON模块的相关资料展开内容，需要的小伙伴可以参考一下，希望 对你有所帮助

• Python算法分析是什么，怎么理解算法复杂度

  这篇文章主要介绍了python数据结构算法分析,在python的数据结构的章节中，我们上次学习到了python面向对象的思想，即我们想用程序来实现一个东西，我们需是用对象的特征来描述我们想构建的对象。感兴趣的小伙伴可以查看下面内容</P><P>

• 详解Python3中常见的正则表达式处理函数是怎样的

  在Python3中正则表达式是一个特殊的字符序列，它能帮助你方便的检查一个字符串是否与某种模式匹配。下文有实例供大家参考，对大家了解操作过程或相关知识有一定的帮助，而且实用性强，希望这篇文章能帮助大家，下面我们一起来了解看看吧。