Python matplotlib安装以及实现简单曲线的绘制


Posted in Python onApril 26, 2022

一、安装matplotlib

1)由于已安装anaconda,可直接打开anaconda prompt,再用命令pip install matplotlib进行安装,因镜像问题,可能较慢,建议第2种方式。

2)访问https://pypi.org/project/matplotlib/#files,并查找与你使用的Python版本匹配的wheel文件(扩展名为.whl的文件),比如与python3.9版本相应的matplotlib-3.5.1-cp39-cp39-win_amd64.whl放在目录G:\develop\python下,(或者你自己所建目录)

打开anaconda prompt,再用命令pip install G:\develop\python\matplotlib-3.5.1-cp39-cp39-win_amd64.whl(注意目录要保持一致) 执行完成即可。

Python matplotlib安装以及实现简单曲线的绘制

二、测试 matplotlib

打开anaconda prompt 先输入python,再输入 import matplotlib,如图所示,没有出现任何错误消息,就说明系统安装成功。

Python matplotlib安装以及实现简单曲线的绘制

三、 绘制简单的折线

import matplotlib.pyplot as plt   #导入模块matplotlib.pyplot,并重新命名为plt

squares = [1,4,9,16,25,36,49,64,81,100]  #定义一个数组

plt.plot(squares, linewidth=5)# 设置图表标题,并给坐标轴加上标签和 参数 linewidth 决定了绘制的线条的粗细
plt.title("Square Numbers", fontsize=24)#设置标题和字体大小
plt.xlabel("Value", fontsize=14)  #  x轴标签,和字体大小
plt.ylabel("Square of Value", fontsize=14)  #  y轴标签,和字体大小
plt.tick_params(axis='both', labelsize=14) # 设置刻度标记的大小,函数 tick_params() 设置刻度的样式
plt.show()

这样就完成一个简单的折线图,运行效果如下:

Python matplotlib安装以及实现简单曲线的绘制

注:如果运行过程中,出现图中红色方框所示警告,需要重新设置spyder中Tools,如下图所示:

Python matplotlib安装以及实现简单曲线的绘制

四、使用 scatter() 绘制散点图并设置其样式

1、要绘制单个点

可使用函数 scatter() ,并向它传递一对x和y坐标,它将在指定位置绘制一个点:

import matplotlib.pyplot as plt   #导入模块matplotlib.pyplot,并重新命名为plt

plt.scatter(2, 4, s=200) #调用了scatter(),并使用实参s设置了绘制图形时使用的点的尺寸,位置为2,4

plt.title("Square Numbers", fontsize=24) # 设置图表标题并给坐标轴加上标签
plt.xlabel("Value", fontsize=14)
plt.ylabel("Square of Value", fontsize=14)
# 设置刻度标记的大小
plt.tick_params(axis='both', which='major', labelsize=14)
plt.show()

Python matplotlib安装以及实现简单曲线的绘制

2、要绘制系列点

绘制系列点,只需要给出系列点的坐标即可。我们将上述代码中plt.scatter(2, 4, s=200)的2,4分别用两个数列代替。

import matplotlib.pyplot as plt   #导入模块matplotlib.pyplot,并重新命名为plt

x_values = [1, 2, 3, 4, 5]  #X轴的数列
y_values = [1, 3,6, 9, 12]  #y轴的数列
plt.scatter(x_values, y_values, s=100) #调用了scatter(),并使用实参s设置了绘制图形时使用的点的尺寸  plt.title(" series Numbers", fontsize=24) # 设置图表标题并给坐标轴加上标签 plt.xlabel("Value", fontsize=14) plt.ylabel("Value", fontsize=14) # 设置刻度标记的大小 plt.tick_params(axis='both', which='major', labelsize=14) plt.show()

运行结果如下:

Python matplotlib安装以及实现简单曲线的绘制

 3、自动计算数据

像上述手动输入点数,或数列,都是比较慢的处理方式 ,下面用for循环来替代手工输入。

可以先将x_values定义为一个数列,数值在一定的范围,比如1-1000,而对应的y_values也是一个数列,按一定的方式(函数)产生。于是,可以将上述代码修改为如下:

import matplotlib.pyplot as plt   #导入模块matplotlib.pyplot,并重新命名为plt

x_values = list(range(1, 1001))  #定义一个1-1000的数列,
y_values = [x**2 for x in x_values]  #定义Y值的生成方式。

plt.scatter(x_values, y_values, s=4) #调用了scatter(),并使用实参s设置了绘制图形时使用的点的尺寸

plt.title(" series Numbers", fontsize=24) # 设置图表标题并给坐标轴加上标签
plt.xlabel("Value", fontsize=14)
plt.ylabel("Value", fontsize=14)
# 设置刻度标记的大小
plt.tick_params(axis='both', which='major', labelsize=10)
plt.axis([1,1100,1,1100000]) #注意一下axis的参数
plt.show()

运行结果如下:

Python matplotlib安装以及实现简单曲线的绘制

matplotlib中的点默认为蓝色点和黑色轮廓,如上述三图所示,其中最后一图因为点较多,且连在一起,像是一条曲线,为区别不同的点,可以对点分别不同的颜色。

只需再配置几个参数 ,就可以删除黑色轮廓,和修改点的颜色。

plt.scatter(x_values, y_values, edgecolor='none', s=40),其中edgecolor='none'表示将黑色轮廓删除

修改数据点的颜色,可向 scatter() 传递参数 c ,并将其设置为要使用的颜色的名称,如下:

plt.scatter(x_values, y_values, c='red', edgecolor='none', s=40) # 将颜色修改为红色。

颜色映射(colormap)

颜色映射是一系列颜色,从起始颜色渐变到结束颜色。在可视化中,颜色映射用于突出数据的规律

plt.scatter(x_values, y_values, c=y_values, cmap=plt.cm.Blues,edgecolor='none', s=40) 
#调用了scatter()参数 c 设置成了一个y值列表,并使用参数 cmap 告诉 pyplot 使用哪个颜色映射,
# 将y值较小的点显示为浅蓝色,并将y值较大的点显示为深蓝色

具体运行效果如下:

Python matplotlib安装以及实现简单曲线的绘制

注意,要了解所有相关颜色的映射,可访问官网,单击Examples,向下滚动到Color Examples,再单击colormaps_reference进行参考。

4、自动保存图表

方法 plt.show() 是显示图表

要让程序自动将图表保存到文件中,可调用 plt.savefig() 方法

plt.savefig('scatter.png', bbox_inches='tight')  #保存为scatter.png的图片文件

Python matplotlib安装以及实现简单曲线的绘制

到此这篇关于Python+matplotlib实现简单曲线的绘制的文章就介绍到这了!


Tags in this post...

Python 相关文章推荐
python解析文件示例
Jan 23 Python
Python中的ceil()方法使用教程
May 14 Python
编写Python脚本把sqlAlchemy对象转换成dict的教程
May 29 Python
Python实现查找最小的k个数示例【两种解法】
Jan 08 Python
对Python中实现两个数的值交换的集中方法详解
Jan 11 Python
解决python明明pip安装成功却找不到包的问题
Aug 28 Python
利用Python小工具实现3秒钟将视频转换为音频
Oct 29 Python
python实现飞机大战小游戏
Nov 08 Python
Python使用psutil获取进程信息的例子
Dec 17 Python
Python实现画图软件功能方法详解
Jul 28 Python
基于python爬取链家二手房信息代码示例
Oct 21 Python
python自动化之如何利用allure生成测试报告
May 02 Python
Python爬虫 简单介绍一下Xpath及使用
分享python函数常见关键字
Apr 26 #Python
python和Appium的移动端多设备自动化测试框架
Apr 26 #Python
Python查找算法的实现 (线性、二分,分块、插值查找算法)
Python 装饰器(decorator)常用的创建方式及解析
Apr 24 #Python
解决IDEA翻译插件Translation报错更新TTK失败不能使用
python使用BeautifulSoup 解析HTML
Apr 24 #Python
You might like
深入浅析yii2-gii自定义模板的方法
2016/04/26 PHP
Laravel 5.5官方推荐的Nginx配置学习教程
2017/10/06 PHP
PHP-FPM和Nginx的通信机制详解
2019/02/01 PHP
IE 缓存策略的BUG的解决方法
2007/07/21 Javascript
js中查找最近的共有祖先元素的实现代码
2010/12/30 Javascript
最精简的JavaScript实现鼠标拖动效果的方法
2015/05/11 Javascript
原生javascript实现自动更新的时间日期
2016/02/12 Javascript
底部悬浮通栏可以关闭广告位的实现方法
2016/06/01 Javascript
jQuery插件简单学习实例教程
2016/07/01 Javascript
Web性能优化系列 10个提升JavaScript性能的技巧
2016/09/27 Javascript
javascript学习之json入门
2016/12/22 Javascript
微信小程序图表插件(wx-charts)实例代码
2017/01/17 Javascript
Angular5给组件本身的标签添加样式class的方法
2018/04/07 Javascript
JavaScript中发出HTTP请求最常用的方法
2018/07/12 Javascript
详解Jest结合Vue-test-utils使用的初步实践
2019/06/27 Javascript
Vue中的transition封装组件的实现方法
2019/08/13 Javascript
Vue使用Clipboard.JS在h5页面中复制内容实例详解
2019/09/03 Javascript
在Windows服务器下用Apache和mod_wsgi配置Python应用的教程
2015/05/06 Python
Python中set与frozenset方法和区别详解
2016/05/23 Python
Python Django Cookie 简单用法解析
2019/08/13 Python
python图片二值化提高识别率代码实例
2019/08/24 Python
关于tf.nn.dynamic_rnn返回值详解
2020/01/20 Python
解决reload(sys)后print失效的问题
2020/04/25 Python
python爬虫实例之获取动漫截图
2020/05/31 Python
Python实现ElGamal加密算法的示例代码
2020/06/19 Python
Python 如何定义匿名或内联函数
2020/08/01 Python
Python request中文乱码问题解决方案
2020/09/17 Python
浅谈盘点5种基于Python生成的个性化语音方法
2021/02/05 Python
Omio中国:全欧洲低价大巴、火车和航班搜索和比价
2018/08/09 全球购物
一套比较完整的软件测试人员面试题
2012/05/13 面试题
精通CAD能手自荐书
2014/01/31 职场文书
就职演讲稿范文
2014/05/19 职场文书
正风肃纪剖析材料范文
2014/10/10 职场文书
党员违纪检讨书怎么写
2014/11/01 职场文书
快消品行业营销模式与盈利模式分享
2019/09/27 职场文书
python前后端自定义分页器
2022/04/13 Python