python数学建模之Matplotlib 实现图片绘制

 更新时间:2022年07月03日 16:04:10   作者:lxw-pro  
这篇文章主要介绍了python数学建模之Matplotlib 实现图片绘制,文章围绕主题展开详细的内容介绍,具有一定的参考价值,需要的小伙伴可以参考一下

Matplotlib 学习

Matplotlib简介

# Matplotlib简介:
'''
使用 Matplotlib 在 Python 中创建图表【Matplotlib 是用于创建图表的 Python 库】
Matplotlib 是一个非常强大的 Python 画图工具,我们可以使用该工具将很多数据通过图表的形式更直观的呈现出来。
它能让使用者很轻松地将数据图形化,并且提供多样化的输出格式【可创建散点图,折线图,条形图和饼图等】
Matplotlib 可以用来绘制各种静态,动态,交互式的图表。
注:在使用之前需在终端安装Matplotlib
安装命令为:pip install matplotlib
Matplotlib应用:
Matplotlib 通常与 NumPy 和 SciPy(Scientific Python)一起使用, 这种组合广泛用于替代 MatLab,
是一个强大的科学计算环境,有助于我们通过 Python 学习数据科学或者机器学习

'''
# 查看版本
import matplotlib
print(matplotlib.__version__)

Matplotlib 散点图

# Matplotlib 散点图
# 散点图是一种图形或数学图,使用笛卡尔坐标显示一组数据的两个变量的值

# 使用时,我们可以使用 import 导入 pyplot 库,并设置一个别名 plt
import matplotlib.pyplot as plt

x_hz = [i for i in range(10)]                   # 时间数据
y_zz = [6, 14, 21, 36, 45, 52, 66, 72, 88, 92]  # 价格数据

plt.title('price for 10 years')                 # 设置图表标题
plt.scatter(x_hz, y_zz, color='blue', marker='x', label='item 1')   # scatter()功能绘制散点图
plt.xlabel('year')      # 设置x轴标签
plt.ylabel('price')     # 设置y轴标签

plt.grid(True)          # grid()功能显示网格
plt.legend()            # legend()功能在轴上放置图例
plt.show()              # 显示图表

运行效果如下:

Matplotlib Pyplot

# Matplotlib Pyplot
'''
Pyplot 是 Matplotlib 的子库,提供了和 MATLAB 类似的绘图 API。
Pyplot 是常用的绘图模块,能很方便让用户绘制 2D 图表。
Pyplot 包含一系列绘图函数的相关函数,每个函数会对当前的图像进行一些修改

'''
import matplotlib.pyplot as plt
import numpy as np
x_d = np.array([0, 8])
y_d = np.array([0, 120])
plt.plot(x_d, y_d)  # plot() 函数是绘制二维图形的最基本函数
plt.show()

运行效果如下:

关于plot()

# 关于plot()
'''
plot() 用于画图它可以绘制点和线,语法格式如下:
# 画单条线
plot([x], y, [fmt], *, data=None, **kwargs)
# 画多条线
plot([x], y, [fmt], [x2], y2, [fmt2], ..., **kwargs)
参数说明:
x, y:点或线的节点,x 为 x 轴数据,y 为 y 轴数据,数据可以列表或数组。
fmt:可选,定义基本格式(如颜色、标记和线条样式)。
**kwargs:可选,用在二维平面图上,设置指定属性,如标签,线的宽度等。
颜色字符:'b' 蓝色,'m' 洋红色,'g' 绿色,'y' 黄色,'r' 红色,'k' 黑色,'w' 白色,'c' 青绿色,'#008000' RGB 颜色符串。多条曲线不指定颜色时,会自动选择不同颜色。
线型参数:'‐' 实线,'‐‐' 破折线,'‐.' 点划线,':' 虚线。
标记字符:'.' 点标记,',' 像素标记(极小点),'o' 实心圈标记,'v' 倒三角标记,'^' 上三角标记,'>' 右三角标记,'<' 左三角标记...等等
'''
# 可使用 o 参数,表示一个实心圈的标记
import matplotlib.pyplot as plt
import numpy as np
x_p = np.array([0, 6])
y_p = np.array([3, 9])
plt.plot(x_p, y_p, 'o')
plt.show()

运行效果如下:

绘制任意数量的点

# 绘制任意数量的点
import matplotlib.pyplot as plt
import numpy as np
x_dp = np.array([1, 3, 5, 7, 9])
y_dp = np.array([8, 4, 2, 6, 0])
plt.plot(x_dp, y_dp)
plt.show()

运行效果如下:

不指定 x 轴上的点,看看效果

# 不指定 x 轴上的点,看看效果
import matplotlib.pyplot as plt
import numpy as np
yd = np.array([2, 9])
plt.plot(yd)
plt.show()

运行效果如下:

再看看y更多值的效果

# 再看看y更多值的效果
import matplotlib.pyplot as plt
import numpy as np
yd2 = np.array([2, 9, 1, 8, 3, 8])
plt.plot(yd2)
plt.show()

运行效果如下:

绘制正余弦图:

# 绘制正余弦图:
import matplotlib.pyplot as plt
import numpy as np
x = np.arange(0, 4*np.pi, 0.1)
y = np.sin(x)
z = np.cos(x)
plt.plot(x, y, x, z)
plt.show()

运行效果如下:

两个数据集

# 两个数据集
import matplotlib.pyplot as plt
x_d1 = [i for i in range(1, 11)]
y_d1 = [2, 32, 41, 6, 15, 34, 34, 23, 12, 9]
x_d2 = [i for i in range(1, 11)]
y_d2 = [4, 12, 43, 21, 52, 32, 12, 43, 8, 20]
plt.title('Prices for 10 years')
plt.scatter(x_d1, y_d1, color='darkblue', marker='x', label='item 1')
plt.scatter(x_d2, y_d2, color='darkred', marker='x', label='item 2')
plt.xlabel('Year')
plt.ylabel('Price')
plt.grid(True)
plt.legend()
plt.show()

运行效果如下:

Matplotlib 绘图标记

实心圆标记:

# Matplotlib 绘图标记
# 绘图过程可使用 plot() 方法的 marker 参数来定义标记
# 实心圆标记:
import matplotlib.pyplot as plt
import numpy as np
yp = np.array([1, 3, 1, 4, 1, 5, 9, 5, 2, 1])
plt.plot(yp, marker='o')
plt.show()

运行效果如下:

用 * 标记

# 用 * 标记
import matplotlib.pyplot as plt
import numpy as np
yp2 = np.array([2, 3, 2, 43, 23, 12, 3, 4, 12, 43, 12])
plt.plot(yp, marker='*')
plt.show()

运行效果如下:

用下箭头标记

# 用下箭头标记
import matplotlib.pyplot as plt
import matplotlib.markers
plt.plot([1, 3, 5], marker=matplotlib.markers.CARETUPBASE)
plt.show()

运行效果如下:

Matplotlib 折线图

# Matplotlib 折线图
# 折线图是一种显示图表的图表,该信息显示为一系列数据点,这些数据点通过直线段相连,称为标记
# 正弦波折线图:
import matplotlib.pyplot as plt
import numpy as np
t = np.arange(0.0, 4.0, 0.01)   # arange()函数返回给定间隔内的均匀间隔的值列表
s = np.sin(2.5*np.pi*t)
# plot()功能绘制折线图
plt.plot(t, s)
plt.title('Wave')
plt.xlabel('Time')
plt.ylabel('Vol')
plt.grid(True)
plt.show()

运行效果如下:

fmt 参数

# fmt参数
'''
fmt 参数
fmt 参数定义了基本格式,如标记、线条样式和颜色。
fmt = '[marker][line][color]'
如   o:r【o 表示实心圆标记,: 表示虚线,r 表示颜色为红色】

:  代表虚线        -  代表实线
-- 代表破折线      -. 代表点划线
除了黑色是用k表示,其他颜色均用各自英文首字母表示

'''
import matplotlib.pyplot as plt
import numpy as np
ft = np.array([3, 9, 2, 6])
plt.plot(ft, 'o:r')
plt.show()

运行效果如下:

标记大小与颜色

设置标记大小:

# 标记大小与颜色
'''
标记大小与颜色
我们可以自定义标记的大小与颜色,使用的参数分别是:
markersize,简写为 ms:定义标记的大小。
markerfacecolor,简写为 mfc:定义标记内部的颜色。
markeredgecolor,简写为 mec:定义标记边框的颜色。
'''
# 设置标记大小:
import matplotlib.pyplot as plt
import numpy as np
dx = np.array([2, 32, 1, 43, 12, 12, 3])
plt.plot(dx, marker='o', ms=20)
plt.show()

运行效果如下:

设置标记外边框颜色:

# 设置标记外边框颜色:
import numpy as np
import matplotlib.pyplot as plt
yys = np.array([2, 1, 43, 1, 2, 12, 1])
plt.plot(yys, marker='*', ms=20, mec='g')
plt.show()

运行效果如下:

设置标记内部颜色:

# 设置标记内部颜色:
import matplotlib.pyplot as plt
import numpy as np
nys = np.array([2,3, 32, 12, 43, 12, 9])
plt.plot(nys, marker='o', ms=20, mfc='r')
plt.show()

运行效果如下:

Matplotlib 条形图

# Matplotlib 条形图
# 条形图显示带有矩形条的分组数据,其长度与它们代表的值成比例【条形图可以垂直或水平绘制】
import matplotlib.pyplot as plt
import matplotlib.style as sty
sty.use('ggplot')
x = [i for i in range(1, 4)]
y = [12, 8, 4]
fuck, ax = plt.subplots()       # subplots()函数返回图形和轴对象
ax.bar(x, y, align='center')    # bar()功能生成条形图
ax.set_title('Olympic Gold for London')
ax.set_ylabel('Gold medals')
ax.set_xlabel('Countries')
ax.set_xticks(x)
ax.set_xticklabels(('China', 'UK', 'USA'))
plt.show()

运行效果如下:

总结

到此这篇关于python数学建模之Matplotlib 实现图片绘制的文章就介绍到这了,更多相关python Matplotlib 内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家!

上一章链接:python数学建模(SciPy+ Numpy+Pandas)

相关文章

  • python常用数据结构字典梳理

    python常用数据结构字典梳理

    这篇文章主要介绍了python常用数据结构字典梳理,文章围绕主题展开详细的内容介绍,具有一定的参考价值,需要的小伙伴可以参考一下
    2022-08-08
  • 解决selenium模块利用performance获取network日志请求报错的问题(亲测有效)

    解决selenium模块利用performance获取network日志请求报错的问题(亲测有效)

    这篇文章主要介绍了解决selenium模块利用performance获取network日志请求报错的问题(亲测有效),本文给大家介绍的非常详细,对大家的学习或工作具有一定的参考借鉴价值,需要的朋友可以参考下
    2023-03-03
  • Python基本数据结构之字典类型dict用法分析

    Python基本数据结构之字典类型dict用法分析

    这篇文章主要介绍了Python基本数据结构之字典类型dict用法,结合实例形式分析了Python字典类型dict概念、原理、定义及基本使用技巧,需要的朋友可以参考下
    2019-06-06
  • python经典100题之皮球掉落的几种解法

    python经典100题之皮球掉落的几种解法

    这篇文章主要给大家介绍了关于python经典100题之皮球掉落的几种解法,这个问题相信不少人都可以从网络上找到相对应的答案本文提供了3种解法,需要的朋友可以参考下
    2023-11-11
  • Pycharm 文件更改目录后,执行路径未更新的解决方法

    Pycharm 文件更改目录后,执行路径未更新的解决方法

    今天小编就为大家分享一篇Pycharm 文件更改目录后,执行路径未更新的解决方法,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
    2019-07-07
  • python 字符串模糊匹配Fuzzywuzzy的实现

    python 字符串模糊匹配Fuzzywuzzy的实现

    本文主要介绍了python 字符串模糊匹配Fuzzywuzzy的实现,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧
    2022-07-07
  • 浅谈Python中函数的参数传递

    浅谈Python中函数的参数传递

    下面小编就为大家带来一篇浅谈Python中函数的参数传递。小编觉得挺不错的,现在就分享给大家,也给大家做个参考。一起跟随小编过来看看吧
    2016-06-06
  • 三分钟内解决cfgrib的安装问题

    三分钟内解决cfgrib的安装问题

    这篇文章主要介绍了三分钟内解决cfgrib的安装问题,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教
    2023-09-09
  • pytorch如何保存训练模型参数并实现继续训练

    pytorch如何保存训练模型参数并实现继续训练

    这篇文章主要介绍了pytorch如何保存训练模型参数并实现继续训练问题,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教
    2023-09-09
  • 基于pygame实现贪吃蛇小游戏示例

    基于pygame实现贪吃蛇小游戏示例

    大家好,本篇文章主要讲的是基于pygame实现贪吃蛇小游戏示例,感兴趣的同学赶快来看一看吧,对你有帮助的话记得收藏一下,方便下次浏览
    2021-12-12

最新评论