• 机器学习2--matplotlib绘图包


    一、折线图

    import matplotlib.pyplot as plt
    # 创建画布
    plt.figure(figsize=(10,10), dpi=100) #指定长宽、清晰度
    #绘制图像
    plt.plot([1,2,4,7,1,3,4,6,2])
    #显示图片
    plt.show()
    

    二、基础绘图功能

    import matplotlib.pyplot as plt
    import random
    #准备数据
    x = range(60)
    y = [random.uniform(15,18) for i in x]
    # 创建画布
    plt.figure(figsize=(15,5), dpi=100) #指定长宽、清晰度
    #绘制图像
    plt.plot(x,y)
    #显示图片
    plt.show()
    

    (1)添加自定义x,y刻度

    import matplotlib.pyplot as plt
    import random
    #0 准备数据
    x = range(60)
    y = [random.uniform(15,18) for i in x]
    #1 创建画布
    plt.figure(figsize=(15,5), dpi=100) #指定长宽、清晰度
    #2 绘制图像
    plt.plot(x,y)
    # 2.1 添加x,y刻度
    x_tic = ["11点{}分".format(i) for i in x]
    y_ = range(40)
    # 修改x,y坐标刻度显示
    plt.xticks(x[::5], x_tic[::5])
    plt.yticks(y_[::5])
    #3 显示图片
    plt.show()
    

    (2)添加网格显示

    import matplotlib.pyplot as plt
    import random
    #0 准备数据
    x = range(60)
    y = [random.uniform(15,18) for i in x]
    #1 创建画布
    plt.figure(figsize=(15,5), dpi=100) #指定长宽、清晰度
    #2 绘制图像
    plt.plot(x,y)
    # 2.1 添加x,y刻度
    x_tic = ["11点{}分".format(i) for i in x]
    y_ = range(40)
    # 修改x,y坐标刻度显示
    plt.xticks(x[::5], x_tic[::5])
    plt.yticks(y_[::5])
    # 2.2 添加网格显示
    plt.grid(True, linestyle="--",alpha=1)
    #3 显示图片
    plt.show()
    

    (3)添加描述信息

    plt.xlabel(“时间”)
    plt.ylabel(“温度”)
    plt.title(“中午11点0分到12点之间的温度变化图示”, fontsize=20)

    (4)图像保存

    plt.sazefig(“test.png”)

    三、一个坐标系绘制多张图像

    1. 多次plot;
    2. 显示图例,先在plot里加label属性,然后用plt.legend显示
    import matplotlib.pyplot as plt
    import random
    #0 准备数据
    x = range(60)
    y = [random.uniform(15,18) for i in x]
    #1 创建画布
    plt.figure(figsize=(15,5), dpi=100) #指定长宽、清晰度
    #2 绘制图像
    plt.plot(x,y,label="SH")
    # 2.1 添加x,y刻度
    x_tic = ["11点{}分".format(i) for i in x]
    y_ = range(40)
    # 修改x,y坐标刻度显示
    plt.xticks(x[::5], x_tic[::5])
    plt.yticks(y_[::5])
    # 2.2 添加网格显示
    plt.grid(True, linestyle="--",alpha=1)
    # 2.3 绘制多个图像
    y_1 = [random.uniform(1,3) for i in x]
    plt.plot(x, y_1,label="BJ")
    # 2.4 显示图例
    plt.legend(loc = "best")
    #3 显示图片
    plt.show()
    

    四、多个坐标系显示

    面向对象的画图方法。

    import matplotlib.pyplot as plt
    import random
    #0 准备数据
    x = range(60)
    y = [random.uniform(15,18) for i in x]
    y_1 = [random.uniform(1,3) for i in x]
    #1 创建画布
    ##plt.figure(figsize=(15,10), dpi=100) #指定长宽、清晰度
    fig,axes = plt.subplots(nrows = 1, ncols = 2, figsize = (15,10), dpi = 100)
    #2 绘制图像
    ##plt.plot(x,y,label="SH")
    axes[0].plot(x,y,label="SH")
    axes[1].plot(x, y_1,label="BJ")
    # 2.1 添加x,y刻度
    x_tic = ["11点{}分".format(i) for i in x]
    y_ = range(40)
    # 修改x,y坐标刻度显示
    #plt.xticks(x[::5], x_tic[::5])
    #plt.yticks(y_[::5])
    axes[0].set_xticks(x[::5])
    axes[0].set_yticks(y_[::5])
    axes[1].set_xticks(x[::5])
    axes[1].set_yticks(y_[::5])
    # 2.2 添加网格显示
    ##plt.grid(True, linestyle="--",alpha=1)
    axes[0].grid(True, linestyle="--",alpha=1)
    axes[1].grid(True, linestyle="--",alpha=1)
    # 2.4 显示图例
    ##plt.legend(loc = "best")
    axes[0].legend(loc = 0)
    axes[1].legend(loc = 0)
    #3 显示图片
    plt.show()
    
  • 相关阅读:
    创建JUnit4 的TestBase类
    计算机网络-Traffic-Filter流量过滤策略
    数仓工具—Hive语法之Merge 语句
    读书郎通过上市聆讯:平板业务毛利率走低,2021年利润同比下滑11%
    UData查询引擎优化-如何让一条SQL性能提升数倍
    Pytorch利用图像分割识别手势验证码(Deeplabv3)
    Gin框架的post方法实现传递信息到后台
    集成学习-Boosting
    一个具有强大PDF处理能力的.Net开源项目
    MySQL 主从复制、读写分离理论分析+实战演示
  • 原文地址:https://blog.csdn.net/qq_54641174/article/details/142185230