Python實操：手把手教你用Matplotlib把數(shù)據(jù)畫出來

作者：邁克爾·貝耶勒（Michael Beyeler）

創(chuàng)新互聯(lián)建站是一家專業(yè)提供阿拉山口企業(yè)網(wǎng)站建設(shè),專注與網(wǎng)站制作、成都網(wǎng)站設(shè)計、H5技術(shù)、小程序制作等業(yè)務(wù)。10年已為阿拉山口眾多企業(yè)、政府機構(gòu)等服務(wù)。創(chuàng)新互聯(lián)專業(yè)的建站公司優(yōu)惠進行中。

如需轉(zhuǎn)載請聯(lián)系華章 科技

如果已安裝Anaconda Python版本，就已經(jīng)安裝好了可以使用的 Matplotlib。否則，可能要訪問官網(wǎng)并從中獲取安裝說明：

正如使用np作為 NumPy 的縮寫，我們將使用一些標(biāo)準(zhǔn)的縮寫來表示 Matplotlib 的引入：

在本書中，plt接口會被頻繁使用。

讓我們創(chuàng)建第一個繪圖。

假設(shè)想要畫出正弦函數(shù)sin(x)的線性圖。得到函數(shù)在x坐標(biāo)軸上0≤x＜10內(nèi)所有點的值。我們將使用 NumPy 中的 linspace 函數(shù)來在x坐標(biāo)軸上創(chuàng)建一個從0到10的線性空間，以及100個采樣點：

可以使用 NumPy 中的sin函數(shù)得到所有x點的值，并通過調(diào)用plt中的plot函數(shù)把結(jié)果畫出來：

你親自嘗試了嗎？發(fā)生了什么嗎？有沒有什么東西出現(xiàn)？

實際情況是，取決于你在哪里運行腳本，可能無法看到任何東西。有下面幾種可能性：

1. 從.py腳本中繪圖

如果從一個腳本中運行 Matplotlib，需要加上下面的這行調(diào)用：

在腳本末尾調(diào)用這個函數(shù)，你的繪圖就會出現(xiàn)！

2. 從 IPython shell 中繪圖

這實際上是交互式地執(zhí)行Matplotlib最方便的方式。為了讓繪圖出現(xiàn)，需要在啟動 IPython 后使用所謂的%matplotlib魔法命令。

接下來，無須每次調(diào)用plt.show()函數(shù)，所有的繪圖將會自動出現(xiàn)。

3. 從 Jupyter Notebook 中繪圖

如果你是從基于瀏覽器的 Jupyter Notebook 中看這段代碼，需要使用同樣的%matplotlib魔法命令。然而，也可以直接在notebook中嵌入圖形，這會有兩種輸出選項：

在本書中，將會使用inline選項：

現(xiàn)在再次嘗試一下：

上面的命令會得到下面的繪圖輸出結(jié)果：

如果想要把繪圖保存下來留作以后使用，可以直接在 IPython 或者 Jupyter Notebook 使用下面的命令保存：

僅需要確保你使用了支持的文件后綴，比如.jpg、.png、.tif、.svg、.eps或者.pdf。

作為本章最后一個測試，讓我們對外部數(shù)據(jù)集進行可視化，比如scikit-learn中的數(shù)字數(shù)據(jù)集。

為此，需要三個可視化工具：

那么開始引入這些包吧：

第一步是載入實際數(shù)據(jù)：

如果沒記錯的話，digits應(yīng)該有兩個不同的數(shù)據(jù)域：data域包含了真正的圖像數(shù)據(jù)，target域包含了圖像的標(biāo)簽。相對于相信我們的記憶，我們還是應(yīng)該對digits稍加 探索 。輸入它的名字，添加一個點號，然后按Tab鍵：digits.TAB，這個操作將向我們展示digits也包含了一些其他的域，比如一個名為images的域。images和data這兩個域，似乎簡單從形狀上就可以區(qū)分。

兩種情況中，第一維對應(yīng)的都是數(shù)據(jù)集中的圖像數(shù)量。然而，data中所有像素都在一個大的向量中排列，而images保留了各個圖像8×8的空間排列。

因此，如果想要繪制出一副單獨的圖像，使用images將更加合適。首先，使用NumPy的數(shù)組切片從數(shù)據(jù)集中獲取一幅圖像：

這里是從1797個元素的數(shù)組中獲取了它的第一行數(shù)據(jù)，這行數(shù)據(jù)對應(yīng)的是8×8=64個像素。下面就可以使用plt中的imshow函數(shù)來繪制這幅圖像：

上面的命令得到下面的輸出：

此外，這里也使用cmap參數(shù)指定了一個顏色映射。默認情況下，Matplotlib 使用MATLAB默認的顏色映射jet。然而，在灰度圖像的情況下，gray顏色映射更有效。

最后，可以使用plt的subplot函數(shù)繪制全部數(shù)字的樣例。subplot函數(shù)與MATLAB中的函數(shù)一樣，需要指定行數(shù)、列數(shù)以及當(dāng)前的子繪圖索引（從1開始計算）。我們將使用for 循環(huán)在數(shù)據(jù)集中迭代出前十張圖像，每張圖像都分配到一個單獨的子繪圖中。

這會得到下面的輸出結(jié)果：

關(guān)于作者：Michael Beyeler，華盛頓大學(xué)神經(jīng)工程和數(shù)據(jù)科學(xué)專業(yè)的博士后，主攻仿生視覺計算模型，用以為盲人植入人工視網(wǎng)膜（仿生眼睛），改善盲人的視覺體驗。 他的工作屬于神經(jīng)科學(xué)、計算機工程、計算機視覺和機器學(xué)習(xí)的交叉領(lǐng)域。同時他也是多個開源項目的積極貢獻者。

本文摘編自《機器學(xué)習(xí)：使用OpenCV和Python進行智能圖像處理》，經(jīng)出版方授權(quán)發(fā)布。

Python如何畫cos和sin的圖??？

在python自帶編輯器IDLE中，新建腳本如作圖.py

導(dǎo)入需要的模塊

import numpy as np

import scipy as sp

import pylab as pl

2

輸入代碼

x=np.linspace(0,4*np.pi,100)

pl.plot(x,pl.sin(x))

pl.show()

3

執(zhí)行代碼，按F5，可直接顯示圖片

4

幾點說明：

1. 方法linspace（0,4*np.pi,100）表示從0開始，到4*pi結(jié)束，生成100個點

2. 方法plot為畫圖函數(shù)，相當(dāng)于plot（x，y），x為橫坐標(biāo)，y為縱坐標(biāo)

3.show（）為展示出來

希望采納??！

如何使用python的matplotlib畫正弦函數(shù)圖像

使用python的matplotlib畫正弦函數(shù)圖像，還要用到numpy庫，代碼如下9行所示：

import numpy as np;

from matplotlib import pyplot as plt;

fig = plt.figure();

ax2= fig.add_subplot(111);

x=np.arange(0,100)/10;

y=np.sin(x);

ax2.plot(x,y);

plt.savefig('sine.png');

plt.show();

python畫正余弦函數(shù)圖像？

用python怎樣畫出如題所示的正余弦函數(shù)圖像? 如此編寫代碼，使其中兩個軸、圖例、刻度，大小，LaTex公式等要素與原圖一致，需要用到的代碼如下，沒有縮進：

#-*-codeing:utf-8;-*-

from matplotlib import pyplot as plt

import numpy as np

a=np.linspace(0,360,980)

b=np.sin(a/180*np.pi)

c=np.cos(a/180*np.pi)

fig = plt.figure()

ax = fig.add_subplot(111)

ax.set_xlim([0, 360])

ax.plot(a,b,label=r"$y=\sin(\theta)$")

ax.plot(a,c,label=r"$y=\cos(\theta)$")

ax.grid(True)

ax.set_ylabel(r"$y$")

ax.set_xlabel(r"$\theta$")

plt.xticks(np.arange(0,360+1,45))

plt.title("Sine Cosine Waves")

plt.legend()

plt.savefig("SinCosWaveDegFont.jpg")

plt.show()

代碼運行show的窗口圖

代碼的截圖

代碼輸出的文件的圖

python如何畫正弦曲線（jes環(huán)境）

沒接觸過這個模塊。但是畫曲線用過其他的供參考。

import?numpy?as?np

import?matplotlib.pyplot?as?plt

x?=?np.linspace(-10,?10,?10000)

a?=?np.sin(x)

b?=?np.cos(x)

c?=?np.tan(x)

d?=?np.log(x)

plt.figure(figsize=(8,?4))

plt.plot(x,?a,?label="$sin(x)$",?color="green",?linewidth=1)

plt.plot(x,?b,?label="$cos(x)$",?color='blue',?linewidth=1)

plt.plot(x,?c,?"b--",?label="$tan(x)$",?color='red',?linewidth=1)

plt.plot(x,?d,?"b--",?label="$log(x)$",?color='grey',?linewidth=1)

plt.xlabel("Time(s)")

plt.ylabel("Volt")

plt.title("PyPlot")

plt.xlim(-10,?10)

plt.ylim(-5,?5)

plt.legend()

plt.show()