import matplotlib.pyplot as plt
import numpy as np
import random
基本示例
# 生成数据
x = np.linspace(0, 10, 1000)
y = x**2
plt.figure() # 新建一个空画布
plt.plot(x, y) # 绘图
plt.show()
另一种实现方式;
#生成数据
x = np.linspace(0, 10, 1000)
y = x**3
fig, ax = plt.subplots() # 创建画布(包含axes)
ax.plot(x, y)
plt.show()
# 生成数据
x = np.linspace(-10, 10, 1000)
plt.figure(figsize=(8, 5)) # 新建一个空画布,设置尺寸
plt.plot(x, np.sin(x), ':r', label='sin(x)')
plt.plot(x, np.cos(x), '-.g', label='cos(x)')
plt.legend() # 显示图例
plt.title("I'm Title")
plt.show()
坐标轴文本设置;
# 指定字体,默认不支持中文显示
# 显示中文
plt.rcParams['font.sans-serif'] = ['SimHei'] #Windows
#plt.rcParams['font.sans-serif'] = ['Arial Unicode MS'] #Mac
plt.rcParams['axes.unicode_minus'] = False
# 生成数据
x = np.linspace(-10, 10, 1000)
plt.figure(figsize=(8, 5)) # 新建一个空画布,设置尺寸
plt.plot(x, np.sin(x), ':r', label='sin(x)')
plt.plot(x, np.cos(x), '-.g', label='cos(x)')
plt.legend() # 显示图例
plt.title("我是中文标题")
plt.ylabel('我是Y轴')
plt.show()
# 示例数据,
cate = ['Apple', 'Huawei', 'Xiaomi', 'Oppo', 'Vivo', 'Meizu']
data1 = [123, 153, 157, 107, 98, 142]
data2 = [56, 77, 93, 68, 45, 67]
plt.figure(figsize=(8, 5)) # 新建一个空画布,设置尺寸
plt.bar(cate, data1, label='总计')
plt.bar(cate, data2, label='线上')
plt.legend()
plt.title('各手机品牌销售额对比',
# 设置标题位置
loc="left")
plt.show()
# 示例数据,
cate = ['Apple', 'Huawei', 'Xiaomi', 'Oppo', 'Vivo', 'Meizu']
data1 = [89, 45, 56, 74, 23, 21]
data2 = [56, 77, 93, 68, 45, 67]
x_location = np.arange(len(cate))
plt.figure(figsize=(8, 5)) # 新建一个空画布,设置尺寸
plt.bar(x_location, data1, label='线下', width=0.3)
plt.bar(x_location+0.3, data2, label='线上', width=0.3)
# 为X轴设置刻度值
plt.xticks(x_location+0.15, cate)
plt.legend()
plt.title('各手机品牌销售额对比', loc="left",
# 设置标题字体
fontdict={'fontsize':18,'color':'red'})
plt.show()
如遇标签过长,可选择纵向显示图像;
# 示例数据,
cate = ['Apple', 'Huawei', 'Xiaomi', 'Oppo', 'Vivo', 'Meizu']
data1 = [89, 45, 56, 74, 23, 21]
data2 = [56, 77, 93, 68, 45, 67]
x_location = np.arange(len(cate))
plt.figure(figsize=(8, 5)) # 新建一个空画布,设置尺寸
plt.barh(x_location, data1, label='线下', height=0.3)
plt.barh(x_location+0.3, data2, label='线上', height=0.3)
# 为X轴设置刻度值
plt.yticks(x_location+0.15, cate)
plt.legend()
plt.title('各手机品牌销售额对比', loc="left",
# 设置标题字体
fontdict={'fontsize':18,'color':'red'})
plt.show()
# 示例数据
cate = ['Apple', 'Huawei', 'Xiaomi', 'Oppo', 'Vivo', 'Meizu']
data = [153, 124, 107, 99, 89, 46]
plt.figure(figsize=(5, 5)) # 新建一个空画布,设置尺寸
plt.pie(data, labels=cate,
# 显示百分比,支持调用方法
autopct='%.2f%%')
plt.show()
# 示例数据
cate = ['Apple', 'Huawei', 'Xiaomi', 'Oppo', 'Vivo', 'Meizu']
data = [153, 124, 107, 99, 89, 46]
plt.figure(figsize=(5, 5)) # 新建一个空画布,设置尺寸
plt.pie(data, labels=cate,
# 对应类目偏移,0为不偏移
explode=[0,0.1,0,0,0.2,0],
autopct='%.2f%%',
shadow=True)
plt.show()
# 示例数据
cate = ['Apple', 'Huawei', 'Xiaomi', 'Oppo', 'Vivo', 'Meizu']
data = [153, 124, 107, 99, 89, 46]
plt.figure(figsize=(8, 8)) # 新建一个空画布,设置尺寸
plt.pie(data,
labels=cate,
explode=[0,0.1,0,0,0,0],
autopct='%.2f%%',
shadow=True,
# 自定义颜色,不需要于类目数相等,循环调用
colors=['#FFC0CB', '#FF00FF', '#FFD700', '#FFA500', '#00FF7F', 'blue'],
# 文本设置,包括字体,大小,颜色等属性
textprops={'fontsize':12,'color':'red'})
plt.legend()
plt.show()
data_x = [random.randint(1, 100) for _ in range(1000)]
data_y = [random.randint(1, 100) for _ in range(1000)]
plt.figure(figsize=(8, 8))
plt.scatter(data_x, data_y)
plt.show()
N = 100
x = np.random.rand(N)
y = np.random.rand(N)
colors = np.random.rand(N)
area = np.pi * (15 * np.random.rand(N))**2
plt.figure(figsize=(8, 8))
plt.scatter(x, y,
# 图形大小
s=area,
# 颜色
c=colors,
# 透明度
alpha=0.3)
plt.show()
# jupyter中动态显示需要
from IPython import display
x, y1, y2 = [], [], []
plt.ion() # 交互模式打开
for i in np.linspace(0,20,500):
x.append(i)
y1.append(np.cos(i))
y2.append(np.sin(i))
plt.figure(figsize=(12, 2))
plt.clf()
plt.ylim(-1, 1) # 设置y轴刻度值最大最小值
plt.plot(x, y1, '--r')
plt.plot(x, y2, 'g')
plt.pause(0.1)
display.clear_output(wait=True) # 清除输出
plt.ioff() # 关闭交互模式
# 可用风格
style_list = plt.style.available
# 数据
cate = ['Apple', 'Huawei', 'Xiaomi', 'Oppo', 'Vivo', 'Meizu']
data1 = [89, 45, 56, 74, 23, 21]
data2 = [56, 77, 93, 68, 45, 67]
x_location = np.arange(len(cate))
plt.figure(figsize=(20, 40))
for i, style in enumerate(style_list):
with plt.style.context(style): # 设置图表风格
plt.subplot(7, 4, i+1)
plt.bar(x_location, data1, label='线下', width=0.3)
plt.bar(x_location+0.3, data2, label='线上', width=0.3)
# 为X轴设置刻度值
plt.xticks(x_location+0.15, cate)
plt.title(style,
fontdict={'fontsize':20,'color':'red'})
plt.show()
from PIL import Image
img = Image.open('img/新垣结衣.jpeg')
plt.figure(figsize=(15, 8))
plt.subplot(1, 2, 1)
plt.imshow(img)
plt.axis('off') # 关掉坐标轴为 off
plt.subplot(1, 2, 2)
# 显示灰度图片
plt.imshow(img.convert('L'), cmap='gray')
plt.axis('off') # 关掉坐标轴为 off
plt.show()
如果您发现该资源为电子书等存在侵权的资源或对该资源描述不正确等,可点击“私信”按钮向作者进行反馈;如作者无回复可进行平台仲裁,我们会在第一时间进行处理!
加入交流群
请使用微信扫一扫!