脚本之家 服务器常用软件
快捷导航
您的位置：首页 → 脚本专栏 → python → python数据可视化plt库

python数据可视化plt库实例详解

 更新时间：2021年06月16日 10:54:11   作者：_____________''  
这篇文章主要介绍了python可视化数据plt库实例,下面使用pycharm环境给大家详细介绍，文中提到jupyter和pycharm环境的差别，需要的朋友可以参考下

先看下jupyter和pycharm环境的差别
左边是jupyter----------------------------------------------------------右边是pycharm

在这里插入图片描述

以下都是使用pycharm环境

1.一个窗口画出一个线性方程

import numpy as np
import matplotlib.pyplot as plt
x = np.linspace(0,1,11)# 从0到1，个数为11的等差数列
print(x)
y = 2*x
plt.plot(x,y)
plt.show()

在这里插入图片描述

2.两个窗口分别画出一个线性方程

import numpy as np
import matplotlib.pyplot as plt
x = np.linspace(0,1,11)# 从0到1，个数为11的等差数列
y1 = 2*x
y2 = 3*x
# 一个figure就是一个窗口
plt.figure()
plt.plot(x,y1)
# 一个figure就是一个窗口
plt.figure()
plt.plot(x,y2)
# 显示
plt.show()

在这里插入图片描述

3.一个窗口画出两个线性方程

import numpy as np
import matplotlib.pyplot as plt
x = np.linspace(0,1,11)# 从0到1，个数为11的等差数列
y1 = 2*x
y2 = 3*x
# 一个figure就是一个窗口
plt.figure()
plt.plot(x,y1)
plt.plot(x,y2)
# 显示
plt.show()

在这里插入图片描述

4.定义画图的样式

import numpy as np
import matplotlib.pyplot as plt
x = np.linspace(0,1,11)# 从0到1，个数为11的等差数列
y = 2*x
# 一个figure就是一个窗口
plt.figure(num=1)
plt.plot(x,y)
plt.figure(num=2)
# color是线条的颜色
plt.plot(x,y,color='red')
plt.figure(num=3)
# linestyle 是线条的样式
plt.plot(x,y,linestyle='--')
plt.figure(num=4)
# linewidth 是线条的宽度
plt.plot(x,y,linewidth=3)
# 显示
plt.show()

在这里插入图片描述

5.设置xy轴的范围，标签，刻度

import numpy as np
import matplotlib.pyplot as plt
x = np.linspace(0,1,11)# 从0到1，个数为11的等差数列
y = 2*x
plt.figure(num=1)# 这里是figure1
plt.plot(x,y)
plt.figure(num=2)# 这里是figure2
plt.plot(x,y)
plt.xlim(0,3)# 设置x轴范围
plt.ylim(0,3)# 设置y轴范围
plt.xlabel('this is x')# 设置x轴标签
plt.ylabel('this is y')# 设置y轴标签
plt.figure(num=3)# 这里是figure3
plt.plot(x,y)
# 设置x轴刻度
x_ticks = np.linspace(1,3,3)
plt.xticks(x_ticks)
plt.figure(num=4)# 这里是figure4
plt.plot(x,y)
plt.ylim(0,3)# 设置y轴范围
plt.yticks([1,2],['bad','good'])# 设置y轴刻度
# 显示
plt.show()

在这里插入图片描述

6.设置图例

import numpy as np
import matplotlib.pyplot as plt
x = np.linspace(0,1,11)# 从0到1，个数为11的等差数列
y1 = 2*x
y2 = 3*x
plt.figure()
plt.plot(x,y1,label='y1')
plt.plot(x,y2,label='y2')
plt.legend()
# 显示
plt.show()

在这里插入图片描述

7.散点图

import numpy as np
import matplotlib.pyplot as plt

x = np.random.randint(0,50,1024)
y = np.random.randint(0,50,1024)

plt.scatter(x,y,s=20)
# 隐藏 x 轴刻度
plt.xticks(())
# 显示
plt.show()

在这里插入图片描述

8.柱状图

import numpy as np
import matplotlib.pyplot as plt

n = 6
x = np.arange(n)
print(x)
# 生成6个数，这6个数在0到1正态分布
y = np.random.uniform(0,1,n)
print(y)
plt.bar(x,y)

# 显示
plt.show()

在这里插入图片描述

9.柱状图显示高度

import numpy as np
import matplotlib.pyplot as plt
n = 6
X = np.arange(n)
Y = np.random.uniform(0,1,n)

plt.figure(num=1)
plt.bar(X,Y)
for x,y in zip(X,Y):
    plt.text(x,y,y)

plt.figure(num=2)
plt.bar(X,Y)
for x,y in zip(X,Y):
    plt.text(x,y,"%.2f"%y)

plt.figure(num=3)
plt.bar(X,Y)
for x,y in zip(X,Y):
    plt.text(x,y,"%.2f"%y,ha='center')

plt.figure(num=4)
plt.bar(X,Y)
for x,y in zip(X,Y):
    plt.text(x,y+0.01,"%.2f"%y,ha='center')
# 显示
plt.show()

在这里插入图片描述

10.等高线图

import numpy as np
import matplotlib.pyplot as plt

def f(X,Y):
    return X+Y

n = 256
x = np.linspace(0,3,n)
y = np.linspace(0,3,n)
X,Y=np.meshgrid(x,y)
plt.figure()
plt.contourf(X,Y,f(X,Y),4,cmap=plt.cm.hot)

plt.figure()
plt.contourf(X,Y,f(X,Y),9,cmap=plt.cm.hot)

plt.figure()
plt.contourf(X,Y,f(X,Y),9,cmap=plt.cm.hot)
plt.contour(X,Y,f(X,Y),9)

plt.figure()
plt.contourf(X,Y,f(X,Y),9,cmap=plt.cm.hot)
C = plt.contour(X,Y,f(X,Y),9)
plt.clabel(C,inline=True)
# 显示
plt.show()

在这里插入图片描述

11.一个窗口多个子图

import matplotlib.pyplot as plt

plt.figure()
# 两行两列的第一个位置，不加逗号也可以
plt.subplot(2,2,1)
plt.plot([0,1],[0,1])
# 两行两列的第二个位置，不加逗号也可以
plt.subplot(2,2,2)
plt.plot([0,2],[0,2])
# 两行两列的第三个位置，不加逗号也可以
plt.subplot(223)
plt.plot([0,3],[0,3])
# 两行两列的第四个位置，不加逗号也可以
plt.subplot(224)
plt.plot([0,4],[0,4])

plt.figure()
# 两行两列的第一个位置，不加逗号也可以
plt.subplot(2,1,1)
plt.plot([0,1],[0,1])
# 两行两列的第二个位置，不加逗号也可以
plt.subplot(2,3,4)
plt.plot([0,2],[0,2])
# 两行两列的第三个位置，不加逗号也可以
plt.subplot(235)
plt.plot([0,3],[0,3])
# 两行两列的第四个位置，不加逗号也可以
plt.subplot(236)
plt.plot([0,4],[0,4])
# 显示
plt.show()

在这里插入图片描述

12.常用子图显示

plt.figure(figsize=(20,10))
for i in range(40):
    plt.subplot(4,10,i+1)
    plt.xticks()
    plt.yticks()
    plt.grid(False)
    plt.imshow(train_images[i],cmap=plt.cm.binary_r)
    plt.title(train_labels[i])
plt.show()

在这里插入图片描述

13.格子布局放置子图

import matplotlib.pyplot as plt

plt.figure()

# 三行三列的布局，从0行0列开始，占一行三列
ax1 = plt.subplot2grid((3,3),(0,0),colspan=3,rowspan=1)
ax1.plot([0,1],[0,1])
ax1.set_title('this is ax1')
# 三行三列的布局，从1行0列开始，占一行两列
ax2 = plt.subplot2grid((3,3),(1,0),colspan=2,rowspan=1)
# 三行三列的布局，从1行2列开始，占两行一列
ax3 = plt.subplot2grid((3,3),(1,2),colspan=1,rowspan=2)
# 三行三列的布局，从2行0列开始，占一行一列
ax4 = plt.subplot2grid((3,3),(2,0),colspan=1,rowspan=1)
# 三行三列的布局，从2行1列开始，占一行一列
ax5 = plt.subplot2grid((3,3),(2,1),colspan=1,rowspan=1)
# 显示
plt.show()

在这里插入图片描述

以上就是python可视化数据plt库实例的详细内容，更多关于python可视化数据plt库的资料请关注脚本之家其它相关文章！

您可能感兴趣的文章:

相关文章

  • Python如何判断字符串是否仅包含数字

    Python如何判断字符串是否仅包含数字

    在用Python进行数据处理的时候，经常会遇到DataFrame中的某一列本应该是数值类型，但由于数据不规范导致在字段中夹杂了非数值类型，本文就介绍了Python如何判断字符串是否仅包含数字，感兴趣的可以了解一下
    2022-03-03
  • django如何实现视图重定向

    django如何实现视图重定向

    这篇文章主要介绍了django如何实现视图重定向,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,需要的朋友可以参考下
    2019-07-07
  • Django实现静态文件缓存到云服务的操作方法

    Django实现静态文件缓存到云服务的操作方法

    这篇文章主要介绍了Django实现静态文件缓存到云服务的操作方法,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
    2021-08-08
  • 利用Python破解验证码实例详解

    利用Python破解验证码实例详解

    这篇文章主要给大家介绍的是如何通过一个简单的例子来实现破解验证码。从本文中我们可以学习到 Python 基本知识，PIL 模块的使用，破解验证码的原理。文中通过实例一步步介绍的很详细，相信对大家理解和学习具有一定的参考借鉴价值，有需要的朋友们下面来一起看看吧。
    2016-12-12
  • Python导入模块的3种方式小结

    Python导入模块的3种方式小结

    本文主要介绍了Python导入模块的3种方式小结，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
    2023-03-03
  • python如何导入依赖包

    python如何导入依赖包

    在本篇文章里小编给大家整理的是关于python导入依赖包的方法，需要的朋友们学习下。
    2020-07-07
  • 使用python代码进行身份证号校验的实现示例

    使用python代码进行身份证号校验的实现示例

    这篇文章主要介绍了使用python代码进行身份证号校验的实现示例，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
    2019-11-11
  • python命令行参数argparse模块基本用法详解

    python命令行参数argparse模块基本用法详解

    argparse 是python自带的命令行参数解析包，可以用来方便地读取命令行参数，这篇文章主要介绍了python命令行参数-argparse模块基本用法,需要的朋友可以参考下
    2023-01-01
  • Python基于gevent实现高并发代码实例

    Python基于gevent实现高并发代码实例

    这篇文章主要介绍了Python基于gevent实现高并发代码实例,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,需要的朋友可以参考下
    2020-05-05
  • Python编程实现删除VC临时文件及Debug目录的方法

    Python编程实现删除VC临时文件及Debug目录的方法

    这篇文章主要介绍了Python编程实现删除VC临时文件及Debug目录的方法,涉及Python针对文件与目录的遍历、删除等相关操作技巧,需要的朋友可以参考下
    2017-03-03

最新评论