真实的国产乱ⅩXXX66竹夫人,五月香六月婷婷激情综合,亚洲日本VA一区二区三区,亚洲精品一区二区三区麻豆

成都創(chuàng)新互聯(lián)網(wǎng)站制作重慶分公司

python里畫圖函數(shù) python畫圖函數(shù)turtle

python之pyplot

1、 定義x和y,畫圖展示,保存圖片

十年的鐵西網(wǎng)站建設(shè)經(jīng)驗(yàn),針對設(shè)計(jì)、前端、開發(fā)、售后、文案、推廣等六對一服務(wù),響應(yīng)快,48小時及時工作處理。成都營銷網(wǎng)站建設(shè)的優(yōu)勢是能夠根據(jù)用戶設(shè)備顯示端的尺寸不同,自動調(diào)整鐵西建站的顯示方式,使網(wǎng)站能夠適用不同顯示終端,在瀏覽器中調(diào)整網(wǎng)站的寬度,無論在任何一種瀏覽器上瀏覽網(wǎng)站,都能展現(xiàn)優(yōu)雅布局與設(shè)計(jì),從而大程度地提升瀏覽體驗(yàn)。成都創(chuàng)新互聯(lián)公司從事“鐵西網(wǎng)站設(shè)計(jì)”,“鐵西網(wǎng)站推廣”以來,每個客戶項(xiàng)目都認(rèn)真落實(shí)執(zhí)行。

其中dpi參數(shù)指定圖像的分辨率為120

2、 優(yōu)化繪圖線條風(fēng)格

線條顏色color

線條標(biāo)記marker

線條風(fēng)格linestyle

3、 坐標(biāo)軸的控制

坐標(biāo)軸范圍和標(biāo)題

坐標(biāo)圖上標(biāo)記

坐標(biāo)間隔設(shè)定

函數(shù)plt.xticks()和plt.xticks()用來實(shí)現(xiàn)對x軸和y軸坐標(biāo)間隔(也就是軸記號)的設(shè)定。用法上,函數(shù)的輸入是兩個列表,第一個表示取值,第二個表示標(biāo)記。當(dāng)然如果你的標(biāo)記就是取值本身,則第二個列表可以忽略

多圖與子圖

figure() 函數(shù)可以幫助我們同時處理生成多個圖,而subplot()函數(shù)則用來實(shí)現(xiàn),在一個大圖中,出現(xiàn)多個小的子圖。需要注意的是, figure() 中的參數(shù)為圖片序號,一般是按序增加的,這里面還涉及一個當(dāng)前圖的概念,其中 subplot() 的參數(shù)有3個,分別為行數(shù)、列數(shù)、以及子圖序號。比如 subplot(1,2,1) 表示這是一個1行,2列布局的圖(兩個子圖,在同一行,分居左右),其中,當(dāng)前處理的子圖是第一個圖(也就是左圖)。

這樣,我們就用一個腳本畫了兩張圖fig.1和fig.2。其中,fig.1包含了分居左右的兩個子圖,分別是y1和y3的曲線;fig.2是一張整圖,畫的是y2曲線。

如果想要某個子圖占據(jù)整行或者整列,可以采用下面

第三個圖,實(shí)際上相當(dāng)于將前面的兩個小的子圖看作是一個整圖

python中plt.post是什么函數(shù)

2018-05-04 11:11:36

122點(diǎn)贊

qiurisiyu2016

碼齡7年

關(guān)注

matplotlib

1、plt.plot(x,y)

plt.plot(x,y,format_string,**kwargs)?

x軸數(shù)據(jù),y軸數(shù)據(jù),format_string控制曲線的格式字串?

format_string 由顏色字符,風(fēng)格字符,和標(biāo)記字符

import matplotlib.pyplot as plt

plt.plot([1,2,3,6],[4,5,8,1],’g-s’)?

plt.show()

結(jié)果

**kwards:?

color 顏色?

linestyle 線條樣式?

marker 標(biāo)記風(fēng)格?

markerfacecolor 標(biāo)記顏色?

markersize 標(biāo)記大小 等等?

plt.plot([5,4,3,2,1])? ?

plt.show()

結(jié)果

plt.plot([20,2,40,6,80])? ?#缺省x為[0,1,2,3,4,...]

plt.show()

結(jié)果

plt.plot()參數(shù)設(shè)置

Property Value Type

alpha 控制透明度,0為完全透明,1為不透明

animated [True False]

antialiased or aa [True False]

clip_box a matplotlib.transform.Bbox instance

clip_on [True False]

clip_path a Path instance and a Transform instance, a Patch

color or c 顏色設(shè)置

contains the hit testing function

dash_capstyle [‘butt’ ‘round’ ‘projecting’]

dash_joinstyle [‘miter’ ‘round’ ‘bevel’]

dashes sequence of on/off ink in points

data 數(shù)據(jù)(np.array xdata, np.array ydata)

figure 畫板對象a matplotlib.figure.Figure instance

label 圖示

linestyle or ls 線型風(fēng)格[‘-’ ‘–’ ‘-.’ ‘:’ ‘steps’ …]

linewidth or lw 寬度float value in points

lod [True False]

marker 數(shù)據(jù)點(diǎn)的設(shè)置[‘+’ ‘,’ ‘.’ ‘1’ ‘2’ ‘3’ ‘4’]

markeredgecolor or mec any matplotlib color

markeredgewidth or mew float value in points

markerfacecolor or mfc any matplotlib color

markersize or ms float

markevery [ None integer (startind, stride) ]

picker used in interactive line selection

pickradius the line pick selection radius

solid_capstyle [‘butt’ ‘round’ ‘projecting’]

solid_joinstyle [‘miter’ ‘round’ ‘bevel’]

transform a matplotlib.transforms.Transform instance

visible [True False]

xdata np.array

ydata np.array

zorder any number

確定x,y值,將其打印出來

x=np.linspace(-1,1,5)

y=2*x+1

plt.plot(x,y)

plt.show()

2、plt.figure()用來畫圖,自定義畫布大小

fig1 = plt.figure(num='fig111111', figsize=(10, 3), dpi=75, facecolor='#FFFFFF', edgecolor='#0000FF')

plt.plot(x,y1) ? ? ? ? ? #在變量fig1后進(jìn)行plt.plot操作,圖形將顯示在fig1中

fig2 = plt.figure(num='fig222222', figsize=(6, 3), dpi=75, facecolor='#FFFFFF', edgecolor='#FF0000')

plt.plot(x,y2) ? ? ? ? ? #在變量fig2后進(jìn)行plt.plot操作,圖形將顯示在fig2中

plt.show()

plt.close()

結(jié)果

fig1 = plt.figure(num='fig111111', figsize=(10, 3), dpi=75, facecolor='#FFFFFF', edgecolor='#0000FF')

plt.plot(x,y1)

plt.plot(x,y2)

fig2 = plt.figure(num='fig222222', figsize=(6, 3), dpi=75, facecolor='#FFFFFF', edgecolor='#FF0000')

plt.show()

plt.close()

結(jié)果:

3、plt.subplot(222)

將figure設(shè)置的畫布大小分成幾個部分,參數(shù)‘221’表示2(row)x2(colu),即將畫布分成2x2,兩行兩列的4塊區(qū)域,1表示選擇圖形輸出的區(qū)域在第一塊,圖形輸出區(qū)域參數(shù)必須在“行x列”范圍? ? ? ? ? ? ? ? ? ? ? ?,此處必須在1和2之間選擇——如果參數(shù)設(shè)置為subplot(111),則表示畫布整個輸出,不分割成小塊區(qū)域,圖形直接輸出在整塊畫布上

plt.subplot(222)?

plt.plot(y,xx)? ? #在2x2畫布中第二塊區(qū)域輸出圖形

plt.show()

plt.subplot(223)? #在2x2畫布中第三塊區(qū)域輸出圖形

plt.plot(y,xx)

plt.subplot(224)? # 在在2x2畫布中第四塊區(qū)域輸出圖形

plt.plot(y,xx)

4、plt.xlim設(shè)置x軸或者y軸刻度范圍

plt.xlim(0,1000)? #? 設(shè)置x軸刻度范圍,從0~1000 ? ? ? ? #lim為極限,范圍

plt.ylim(0,20)? ?# 設(shè)置y軸刻度的范圍,從0~20

5、plt.xticks():設(shè)置x軸刻度的表現(xiàn)方式

fig2 = plt.figure(num='fig222222', figsize=(6, 3), dpi=75, facecolor='#FFFFFF', edgecolor='#FF0000')

plt.plot(x,y2)

plt.xticks(np.linspace(0,1000,15,endpoint=True))? # 設(shè)置x軸刻度

plt.yticks(np.linspace(0,20,10,endpoint=True))

結(jié)果

6、ax2.set_title('xxx')設(shè)置標(biāo)題,畫圖

#產(chǎn)生[1,2,3,...,9]的序列

x = np.arange(1,10)

y = x

fig = plt.figure()

ax1 = fig.add_subplot(221)

#設(shè)置標(biāo)題

ax1.set_title('Scatter Plot1')

plt.xlabel('M')

plt.ylabel('N')

ax2 = fig.add_subplot(222)

ax2.set_title('Scatter Plot2clf')

#設(shè)置X軸標(biāo)簽

plt.xlabel('X') ? ? ? ? ? #設(shè)置X/Y軸標(biāo)簽是在對應(yīng)的figure后進(jìn)行操作才對應(yīng)到該figure

#設(shè)置Y軸標(biāo)簽

plt.ylabel('Y')

#畫散點(diǎn)圖

ax1.scatter(x,y,c = 'r',marker = 'o') ? ? ? ? ?#可以看出畫散點(diǎn)圖是在對figure進(jìn)行操作

ax2.scatter(x,y,c = 'b',marker = 'x')

#設(shè)置圖標(biāo)

plt.legend('show picture x1 ')

#顯示所畫的圖

plt.show()

結(jié)果

7、plt.hist()繪制直方圖(可以將高斯函數(shù)這些畫出來)

繪圖都可以調(diào)用matplotlib.pyplot庫來進(jìn)行,其中的hist函數(shù)可以直接繪制直方圖

調(diào)用方式:

n, bins, patches = plt.hist(arr, bins=10, normed=0, facecolor='black', edgecolor='black',alpha=1,histtype='bar')

hist的參數(shù)非常多,但常用的就這六個,只有第一個是必須的,后面四個可選

arr: 需要計(jì)算直方圖的一維數(shù)組

bins: 直方圖的柱數(shù),可選項(xiàng),默認(rèn)為10

normed: 是否將得到的直方圖向量歸一化。默認(rèn)為0

facecolor: 直方圖顏色

edgecolor: 直方圖邊框顏色

alpha: 透明度

histtype: 直方圖類型,‘bar’, ‘barstacked’, ‘step’, ‘stepfilled’

返回值 :

n: 直方圖向量,是否歸一化由參數(shù)normed設(shè)定

bins: 返回各個bin的區(qū)間范圍

patches: 返回每個bin里面包含的數(shù)據(jù),是一個list

from skimage import data

import matplotlib.pyplot as plt

img=data.camera()

plt.figure("hist")

arr=img.flatten()

n, bins, patches = plt.hist(arr, bins=256, normed=1,edgecolor='None',facecolor='red')??

plt.show()

例:

mu, sigma = 0, .1

s = np.random.normal(loc=mu, scale=sigma, size=1000)

a,b,c = plt.hist(s, bins=3)

print("a: ",a)

print("b: ",b)

print("c: ",c)

plt.show()

結(jié)果:

a:? [ 85. 720. 195.]? ? ? ? ?#每個柱子的值

b:? [-0.36109509 -0.1357318? ?0.08963149? 0.31499478]? ?#每個柱的區(qū)間范圍

c:? a list of 3 Patch objects? ? ? ?#總共多少柱子

8、ax1.scatter(x,y,c = 'r',marker = 'o')?

使用注意:確定了figure就一定要確定象限,然后用scatter,或者不確定象限,直接使用plt.scatter

x = np.arange(1,10)

y = x

fig = plt.figure()

a=plt.subplot()? ? ? ? ? ? #默認(rèn)為一個象限

# a=fig.add_subplot(222)

a.scatter(x,y,c='r',marker='o')

plt.show()

結(jié)果

x = np.arange(1,10)

y = x

plt.scatter(x,y,c='r',marker='o')

plt.show()

結(jié)果

import numpy as np

import matplotlib.pyplot as plt

x = np.arange(1,10)

y = x

plt.figure()

plt.scatter(x,y,c='r',marker='o')

plt.show()

結(jié)果

文章知識點(diǎn)與官方知識檔案匹配

Python入門技能樹基礎(chǔ)語法函數(shù)

211242 人正在系統(tǒng)學(xué)習(xí)中

打開CSDN APP,看更多技術(shù)內(nèi)容

plt的一些函數(shù)的使用_班花i的博客_plt函數(shù)

plt.函數(shù) Fwuyi的博客 6513 1plt.figure( )函數(shù):創(chuàng)建畫布 2plt.plot(x, y, format_string, label="圖例名"):繪制點(diǎn)和線, 并控制樣式。 其中x是x軸數(shù)據(jù),y是y軸數(shù)據(jù),xy一般是列表和數(shù)組。format_string 是字符串的格式包括線...

繼續(xù)訪問

Python的數(shù)據(jù)科學(xué)函數(shù)包(三)——matplotlib(plt)_hxxjxw的博客...

import matplotlib.pyplot as plt plt.imshow(img) plt.show() plt.imshow()有一個cmap參數(shù),即指定顏色映射規(guī)則。默認(rèn)的cmap即顏料板是十色環(huán) 哪怕是單通道圖,值在0-1之間,用plt.imshow()仍然可以顯示彩色圖,就是因?yàn)轭伾成涞年P(guān)...

繼續(xù)訪問

對Python中plt的畫圖函數(shù)詳解

今天小編就為大家分享一篇對Python中plt的畫圖函數(shù)詳解,具有很好的參考價值,希望對大家有所幫助。一起跟隨小編過來看看吧

plt.plot()函數(shù)詳解

plt.plot()函數(shù)詳細(xì)介紹 plt.plot(x, y, format_string, **kwargs) 參數(shù) 說明 x X軸數(shù)據(jù),列表或數(shù)組,可選 y Y軸數(shù)據(jù),列表或數(shù)組 format_string 控制曲線的格式字符串,可選 **kwargs 第二組或更多(x,y,format_string),可畫多條曲線 format_string 由顏色字符、風(fēng)格字符、標(biāo)記字符組成 顏色字符 'b' 藍(lán)色 'm' 洋紅色 magenta 'g' 綠色 'y.

繼續(xù)訪問

python圖像處理基礎(chǔ)知識(plt庫函數(shù)說明)_小草莓爸爸的博客_p...

1.畫圖(plt庫)1.1 plt.figure(num=’’,figsize=(x, y),dpi= ,facecolor=’’,edgecolor=’’)num:表示整個圖標(biāo)的標(biāo)題 figsize:表示尺寸 facecolor:表示1.2 plt.plot(x,y,format_string,**kwargs)...

繼續(xù)訪問

plt的一些函數(shù)使用_neo3301的博客_plt函數(shù)

1、plt.plot(x,y) plt.plot(x,y,format_string,**kwargs) x軸數(shù)據(jù),y軸數(shù)據(jù),format_string控制曲線的格式字串 format_string 由顏色字符,風(fēng)格字符,和標(biāo)記字符 import matplotlib.pyplot as plt ...

繼續(xù)訪問

最新發(fā)布 python plt 繪圖詳解(plt.版本)

python plt繪圖詳解

繼續(xù)訪問

python圖像處理基礎(chǔ)知識(plt庫函數(shù)說明)

import matplotlib.pyplot as plt的一些基礎(chǔ)用法,包括直方圖

繼續(xù)訪問

plt.subplot() 函數(shù)解析_Ensoleile。的博客_plt.subplot

plt.subplot()函數(shù)用于直接制定劃分方式和位置進(jìn)行繪圖。 函數(shù)原型 subplot(nrows, ncols, index, **kwargs),一般我們只用到前三個參數(shù),將整個繪圖區(qū)域分成 nrows 行和 ncols 列,而 index 用于對子圖進(jìn)行編號。

繼續(xù)訪問

...中plt的畫圖函數(shù)_Ethan的博客的博客_python的plt函數(shù)

1、plt.legend plt.legend(loc=0)#顯示圖例的位置,自適應(yīng)方式 說明: 'best' : 0, (only implemented for axes legends)(自適應(yīng)方式) 'upper right' : 1, 'upper left' : 2, 'lower left' : 3, 'lower right' : 4, ...

繼續(xù)訪問

plt.函數(shù)

1 plt.figure( ) 函數(shù):創(chuàng)建畫布 2 plt.plot(x, y, format_string, label="圖例名"):繪制點(diǎn)和線, 并控制樣式。 其中x是x軸數(shù)據(jù),y是y軸數(shù)據(jù),xy一般是列表和數(shù)組。format_string 是字符串的格式包括線條顏色、點(diǎn)類型、線類型三個部分。向參數(shù)label傳入圖例名,使用plt.legend( )創(chuàng)建圖例。 2.1 畫一條含x、y的線條 import matplotlib.pyplot as plt x = [1, 2, 3, 4] y

繼續(xù)訪問

Python深度學(xué)習(xí)入門之plt畫圖工具基礎(chǔ)使用(注釋詳細(xì),超級簡單)

Python自帶的plt是深度學(xué)習(xí)最常用的庫之一,在發(fā)表文章時必然得有圖作為支撐,plt為深度學(xué)習(xí)必備技能之一。作為深度學(xué)習(xí)入門,只需要掌握一些基礎(chǔ)畫圖操作即可,其他等要用到的時候看看函數(shù)API就行。 1 導(dǎo)入plt庫(名字長,有點(diǎn)難記) import matplotlib.pyplot as plt 先隨便畫一個圖,保存一下試試水: plt.figure(figsize=(12,8), dpi=80) plt.plot([1,2,6,4],[4,5,6,9]) plt.savefig('./plt_pn

繼續(xù)訪問

python畫圖plt函數(shù)學(xué)習(xí)_dlut_yan的博客_python plt

figure()函數(shù)可以幫助我們同時處理生成多個圖,而subplot()函數(shù)則用來實(shí)現(xiàn),在一個大圖中,出現(xiàn)多個小的子圖。 處理哪個figure,則選擇哪個figure,再進(jìn)行畫圖。 參考博客 importmatplotlib.pyplotaspltimportnumpyasnp x=np.arange(-1,1,0.1...

繼續(xù)訪問

plt.plot()函數(shù)_安之若醇的博客_plt.plot()函數(shù)

plt.plot()函數(shù)是matplotlib.pyplot用于畫圖的函數(shù)傳一個值列表:import numpy as npimport matplotlib.pyplot as pltt=[1,2,3,4,5]y=[3,4,5,6,7]plt.plot(t, y)當(dāng)x省略的時候,默認(rèn)[0,1…,N-1]遞增可以傳元組也可以傳...

繼續(xù)訪問

python畫圖plt函數(shù)學(xué)習(xí)

python中的繪圖工具 :matplotli,專門用于畫圖。 一. 安裝與導(dǎo)入 工具包安裝:conda install matplotli 導(dǎo)入:import matplotlib.pyplot as plt 畫圖主要有:列表繪圖;多圖繪圖;數(shù)組繪圖 二. 列表繪圖 1. 基礎(chǔ)繪圖:plt.plot;plt.show import matplotlib.pyplot as plt x = [1, 2, 3, 4] y = [1, 4, 9, 16] plt.plot(x, y) plt.show()

繼續(xù)訪問

python中plt的含義_對Python中plt的畫圖函數(shù)詳解

1、plt.legendplt.legend(loc=0)#顯示圖例的位置,自適應(yīng)方式說明:'best' : 0, (only implemented for axes legends)(自適應(yīng)方式)'upper right' : 1,'upper left' : 2,'lower left' : 3,'lower right' : 4,'right' : 5,'cent...

繼續(xù)訪問

Python中plt繪圖包的基本使用方法

其中,前兩個輸入?yún)?shù)表示x軸和y軸的坐標(biāo),plot函數(shù)將提供的坐標(biāo)點(diǎn)連接,即成為要繪制的各式線型。常用的參數(shù)中,figsize需要一個元組值,表示空白畫布的橫縱坐標(biāo)比;plt.xticks()和plt.yticks()函數(shù)用于設(shè)置坐標(biāo)軸的步長和刻度。plt.xlabel()、plt.ylabel()和plt.title()函數(shù)分別用于設(shè)置x坐標(biāo)軸、y坐標(biāo)軸和圖標(biāo)的標(biāo)題信息。的數(shù)據(jù)處理時,發(fā)現(xiàn)了自己對plt的了解和使用的缺失,因此進(jìn)行一定的基礎(chǔ)用法的學(xué)習(xí),方便之后自己的使用,而不需要頻繁的查閱資料。...

繼續(xù)訪問

python-plt.xticks與plt.yticks

栗子: plt.figure(figsize=(10, 10)) for i in range(25): plt.subplot(5, 5, i+1) plt.xticks([]) plt.yticks([]) plt.grid(False) plt.imshow(train_images[i], cmap=plt.cm.binary) plt.xlabel(class_names[train_labels[i]]) plt.show() 設(shè)置x或y軸對應(yīng)顯

繼續(xù)訪問

plt繪圖總結(jié)

matplotlib繪圖

繼續(xù)訪問

Python的數(shù)據(jù)科學(xué)函數(shù)包(三)——matplotlib(plt)

繼續(xù)訪問

熱門推薦 python plt 畫圖

使用csv數(shù)據(jù)文件在百度網(wǎng)盤 import pandas as pd unrate = pd.read_csv('unrate.csv') # pd.to_datetime() 轉(zhuǎn)換成日期格式,即由 1948/1/1 轉(zhuǎn)換為 1948-01-01 unrate['DATE'] = pd.to_datetime(unrate['DATE']) print(unrate.head(12)) ...

繼續(xù)訪問

python數(shù)據(jù)可視化實(shí)現(xiàn)步驟,Python數(shù)據(jù)可視化圖實(shí)現(xiàn)過程詳解

Python數(shù)據(jù)可視化圖實(shí)現(xiàn)過程詳解更多python視頻教程請到菜鳥教程畫分布圖代碼示例:# encoding=utf-8import matplotlib.pyplot as pltfrom pylab import * # 支持中文mpl.rcParams[‘font.sans-serif’] = [‘SimHei’]‘mention...

繼續(xù)訪問

matplotlib-plt.plot用法

文章目錄 英語好的直接參考這個網(wǎng)站 matplotlib.pyplot.plot(*args, scalex=True, scaley=True, data=None, **kwargs) 將x,y繪制為線條或標(biāo)記 參數(shù): x, y:數(shù)據(jù)點(diǎn)的水平/垂直坐標(biāo)。x值是可選的,默認(rèn)為range(len(y))。通常,這些參數(shù)是 一維數(shù)組。它們也可以是標(biāo)量,也可以是二維的(在這種情況下,列代表單獨(dú)的數(shù)據(jù)集)。 這些參數(shù)不能作為關(guān)鍵字傳遞。 fmt:格式字符串,格式字符串只是用于快速設(shè)置基本行屬性的縮

繼續(xù)訪問

python Plt學(xué)習(xí)

plt的簡單學(xué)習(xí)

繼續(xù)訪問

plt.show()和plt.imshow()的區(qū)別

問題:plt.imshow()無法顯示圖像 解決方法:添加:plt.show(),即 plt.imshow(image) #image表示待處理的圖像 plt.show() 原理:plt.imshow()函數(shù)負(fù)責(zé)對圖像進(jìn)行處理,并顯示其格式,而plt.show()則是將plt.imshow()處理后的函數(shù)顯示出來。 ...

繼續(xù)訪問

python題庫刷題網(wǎng)站_python在線刷題網(wǎng)站

{"moduleinfo":{"card_count":[{"count_phone":1,"count":1}],"search_count":[{"count_phone":4,"count":4}]},"card":[{"des":"阿里技術(shù)人對外發(fā)布原創(chuàng)技術(shù)內(nèi)容的最大平臺;社區(qū)覆蓋了云計(jì)算、大數(shù)據(jù)、人工智能、IoT、云原生、數(shù)據(jù)庫、微服務(wù)、安全、開發(fā)與運(yùn)維9大技術(shù)領(lǐng)域。","link1":...

繼續(xù)訪問

python xticks_Python Matplotlib.pyplot.yticks()用法及代碼示例

Matplotlib是Python中的一個庫,它是數(shù)字的-NumPy庫的數(shù)學(xué)擴(kuò)展。 Pyplot是Matplotlib模塊的基于狀態(tài)的接口,該模塊提供了MATLAB-like接口。Matplotlib.pyplot.yticks()函數(shù)matplotlib庫的pyplot模塊中的annotate()函數(shù)用于獲取和設(shè)置y軸的當(dāng)前刻度位置和標(biāo)簽。用法: matplotlib.pyplot.yticks...

繼續(xù)訪問

python的plt函數(shù)_plt.plot畫圖函數(shù)

[‘font.sans-serif’]=[‘SimHei’]plt.rcParams[‘a(chǎn)xes.unicode_minus’] = False#設(shè)置橫縱坐標(biāo)的名稱以及對應(yīng)字體格式font1 = {‘weight’ : ‘normal’,‘size’ : 15,...

繼續(xù)訪問

plt函數(shù)

寫評論

7

794

122

用Python畫圖

今天開始琢磨用Python畫圖,沒使用之前是一臉懵的,我使用的開發(fā)環(huán)境是Pycharm,這個輸出的是一行行命令,這個圖畫在哪里呢?

搜索之后發(fā)現(xiàn),它會彈出一個對話框,然后就開始畫了,比如下圖

第一個常用的庫是Turtle,它是Python語言中一個很流行的繪制圖像的函數(shù)庫,這個詞的意思就是烏龜,你可以想象下一個小烏龜在一個x和y軸的平面坐標(biāo)系里,從原點(diǎn)開始根據(jù)指令控制,爬行出來就是繪制的圖形了。

它最常用的指令就是旋轉(zhuǎn)和移動,比如畫個圓,就是繞著圓心移動;再比如上圖這個怎么畫呢,其實(shí)主要就兩個命令:

turtle.forward(200)

turtle.left(170)

第一個命令是移動200個單位并畫出來軌跡

第二個命令是畫筆順時針轉(zhuǎn)170度,注意此時并沒有移動,只是轉(zhuǎn)角度

然后呢? 循環(huán)重復(fù)就畫出來這個圖了

好玩吧。

有需要仔細(xì)研究的可以看下這篇文章 ,這個牛人最后用這個庫畫個移動的鐘表,太贊了。

Turtle雖好玩,但是我想要的是我給定數(shù)據(jù),然后讓它畫圖,這里就找到另一個常用的畫圖的庫了。

Matplotlib是python最著名的繪圖庫,它提供了一整套和matlab相似的命令A(yù)PI,十分適合交互式地行制圖。其中,matplotlib的pyplot模塊一般是最常用的,可以方便用戶快速繪制二維圖表。

使用起來也挺簡單,

首先import matplotlib.pyplot as plt?導(dǎo)入畫圖的圖。

然后給定x和y,用這個命令plt.plot(x, y)就能畫圖了,接著用plt.show()就可以把圖形展示出來。

接著就是各種完善,比如加標(biāo)題,設(shè)定x軸和y軸標(biāo)簽,范圍,顏色,網(wǎng)格等等,在 這篇文章里介紹的很詳細(xì)。

現(xiàn)在互聯(lián)網(wǎng)的好處就是你需要什么內(nèi)容,基本上都能搜索出來,而且還是免費(fèi)的。

我為什么要研究這個呢?當(dāng)然是為了用,比如我把比特幣的曲線自己畫出來可好?

假設(shè)現(xiàn)在有個數(shù)據(jù)csv文件,一列是日期,另一列是比特幣的價格,那用這個命令畫下:

這兩列數(shù)據(jù)讀到pandas中,日期為df['time']列,比特幣價格為df['ini'],那我只要使用如下命令

plt.plot(df['time'], df['ini'])

plt.show()

就能得到如下圖:

自己畫的是不是很香,哈哈!

然后呢,我在上篇文章 中介紹過求Ahr999指數(shù),那可不可以也放到這張圖中呢?不就是加一條命令嘛

plt.plot(df['time'], df['Ahr999'])

圖形如下:

但是,Ahr999指數(shù)怎么就一條線不動啊,?原來兩個Y軸不一致,顯示出來太怪了,需要用多Y軸,問題來了。

繼續(xù)谷歌一下,把第二個Y軸放右邊就行了,不過呢得使用多圖,重新繪制

fig = plt.figure() # 多圖

ax1 = fig.add_subplot(111)

ax1.plot(df['time'], df['ini'], label="BTC price")? #?繪制第一個圖比特幣價格

ax1.set_ylabel('BTC price') #?加上標(biāo)簽

# 第二個直接對稱就行了

ax2 = ax1.twinx()#?在右邊增加一個Y軸

ax2.plot(df['time'], df['Ahr999'], 'r', label="ahr999")??#?繪制第二個圖Ahr999指數(shù),紅色

ax2.set_ylim([0, 50])# 設(shè)定第二個Y軸范圍

ax2.set_ylabel('ahr999')

plt.grid(color="k", linestyle=":")# 網(wǎng)格

fig.legend(loc="center")#圖例

plt.show()

跑起來看看效果,雖然丑了點(diǎn),但終于跑通了。

這樣就可以把所有指數(shù)都繪制到一張圖中,等等,三個甚至多個Y軸怎么加?這又是一個問題,留給愛思考愛學(xué)習(xí)的你。

有了自己的數(shù)據(jù),建立自己的各個指數(shù),然后再放到圖形界面中,同時針對異常情況再自動進(jìn)行提醒,比如要抄底了,要賣出了,用程序做出自己的晴雨表。


網(wǎng)站題目:python里畫圖函數(shù) python畫圖函數(shù)turtle
網(wǎng)頁地址:http://weahome.cn/article/dopsihc.html

其他資訊

在線咨詢

微信咨詢

電話咨詢

028-86922220(工作日)

18980820575(7×24)

提交需求

返回頂部