使用可视化库matplotlib绘图时，plt.show()过后只出现Figure size 640x480 with 1 Axes而没有生成图片

这可能是由于在生成图像之前，缺少对绘图函数的调用。在调用 `plt.show()` 后，图像已经被绘制并显示。要将图像保存到文件中，请使用 `plt.savefig()` 函数在调用 `plt.show()` 之前将图像保存到磁盘上。例如：

import matplotlib.pyplot as plt 

# 绘制图像 
plt.plot([1, 2, 3, 4]) 

# 保存为PNG格式 
plt.savefig("test.png") 

# 显示图像 
plt.show()

这将显示生成的图像并保存为“test.png”文件。

相关问题

(150, 4) <Figure size 640x480 with 1 Axes> <Figure size 640x480 with 1 Axes>

根据您提供的信息，我猜测您可能已经运行了一个程序，输出了`(150, 4)`和`<Figure size 640x480 with 1 Axes>`两行结果。其中`(150, 4)`表示数据集的大小为150行4列，`<Figure size 640x480 with 1 Axes>`则表示绘图窗口的大小。

如果您想要进一步分析数据集或绘制更多的图表，可以使用适当的Python库和函数进行操作。例如，使用`numpy`库可以对数据进行数值计算和分析，使用`pandas`库可以对数据进行处理和可视化，使用`matplotlib`库可以绘制各种类型的图表。以下是一个简单示例，展示如何使用`pandas`库读取iris数据集，并绘制散点图：

import pandas as pd
import matplotlib.pyplot as plt

# 读取iris数据集
iris_data = pd.read_csv('iris.csv')

# 绘制散点图
plt.scatter(iris_data['sepal_length'], iris_data['sepal_width'], c=iris_data['species'])
plt.xlabel('Sepal length (cm)')
plt.ylabel('Sepal width (cm)')
plt.title('Iris dataset')
plt.show()

以上代码中，使用`pd.read_csv`函数读取csv格式的iris数据集，并将其保存在`iris_data`变量中。然后，使用`plt.scatter`函数绘制散点图，其中`iris_data['sepal_length']`和`iris_data['sepal_width']`分别表示数据集中的萼片长度和宽度，`c=iris_data['species']`指定了数据点的颜色，根据花的种类进行着色。最后使用`plt.xlabel`、`plt.ylabel`和`plt.title`函数设置坐标轴标签和图表标题。

希望这个示例对您有所帮助！

plot画图多个变量 python_Python可视化库Matplotlib绘图入门详解

Matplotlib 是 Python 中最常用的可视化库之一，它提供了大量的功能和选项，可以绘制各种类型的图形。在 Matplotlib 中，绘图的基本单位是 Figure 和 Axes，其中 Figure 是整个图形的窗口或容器，而 Axes 则是实际绘图的区域。

下面我们将演示如何使用 Matplotlib 绘制多个变量的图形：

首先，我们需要导入 Matplotlib 库：

import matplotlib.pyplot as plt

接下来，我们生成一些数据，用于绘图：

import numpy as np
x = np.linspace(0, 10, 1000)
y1 = np.sin(x)
y2 = np.cos(x)
y3 = np.tan(x)

上述代码生成了一个 0 到 10 之间的等间距数组 x，以及三个函数 y1、y2 和 y3，分别表示 sin(x)、cos(x) 和 tan(x)。

接下来，我们可以使用 Matplotlib 绘制这些函数的图形：

fig, ax = plt.subplots()
ax.plot(x, y1, label='sin(x)')
ax.plot(x, y2, label='cos(x)')
ax.plot(x, y3, label='tan(x)')
ax.legend()
plt.show()

上述代码中，我们首先使用 subplots() 函数创建一个 Figure 对象和一个 Axes 对象。然后，我们使用 plot() 函数在 Axes 对象上绘制三个函数的图形，并使用 label 参数为每个函数添加一个标签。最后，我们调用 legend() 函数显示图例，并调用 show() 函数显示图形。

运行上述代码，可以得到如下图形：


上图展示了 sin(x)、cos(x) 和 tan(x) 三个函数在 0 到 10 范围内的图形。我们可以看到，通过 Matplotlib，我们可以轻松地绘制多个变量的图形，并对图形进行进一步的定制。