fig,ax=plt.subplots(nrows=1,ncols=1,figsize=(6,4)) plt.scatter([1,5,8],[1,3,5],'bD')

时间: 2023-09-25 20:10:14 浏览: 63

Python数据科学速查表-Matplotlib 绘图.pdf

Matplotlib 绘图速查表 Matplotlib 是 Python 中最流行的绘图库之一，提供了强大的绘图功能。本资源摘要信息将对 Matplotlib 的绘图基本步骤、图形解析、工作流、自定义图形颜色、色条与色彩表、标记线型、数学符号、文本与标注、尺寸限制、图例和布局等方面进行总结。准备数据在开始绘图之前，需要准备数据。数据可以来自于各种来源，如 CSV 文件、NumPy 数组、Pandas 数据框等。在本例中，我们使用 NumPy 库生成数据。 ```python import numpy as np x = np.linspace(0, 10, 100) y = np.cos(x) z = np.sin(x) ``` 创建图形创建图形是 Matplotlib 绘图的第一步。在 Matplotlib 中，可以使用 `figure` 函数创建图形。 ```python import matplotlib.pyplot as plt fig = plt.figure() ``` 绘图绘图是 Matplotlib 绘图的第二步。在本例中，我们使用 `plot` 函数绘制线形图。 ```python ax = fig.add_subplot(111) ax.plot(x, y, color='lightblue', linewidth=3) ``` 自定义设置自定义设置是 Matplotlib 绘图的第三步。在本例中，我们使用 `scatter` 函数绘制散点图，并设置图形的标题、xlabel 和 ylabel。 ```python ax.scatter([2,4,6],[5,15,25],color='darkgreen',marker='^') ax.set_title('An Example Axes') ax.set_xlabel('X-Axis') ax.set_ylabel('Y-Axis') ``` 保存图形保存图形是 Matplotlib 绘图的第四步。在本例中，我们使用 `savefig` 函数保存图形。 ```python plt.savefig('foo.png') ``` 显示图形显示图形是 Matplotlib 绘图的第五步。在本例中，我们使用 `show` 函数显示图形。 ```python plt.show() ``` 图形解析图形解析是 Matplotlib 绘图的第六步。在本例中，我们使用 `add_axes` 函数添加坐标轴，并使用 `subplots` 函数创建子图。 ```python fig2, axes = plt.subplots(nrows=2, ncols=2) fig3, axes2 = plt.subplots(ncols=3) ``` 工作流工作流是 Matplotlib 绘图的第七步。在本例中，我们使用 `add_subplot` 函数添加子图，并使用 ` tight_layout` 函数调整子图的间距。 ```python fig3.subplots_adjust(wspace=0.5, hspace=0.3, left=0.125, right=0.9, top=0.9, bottom=0.1) fig.tight_layout() ``` 自定义图形颜色、色条与色彩表自定义图形颜色、色条与色彩表是 Matplotlib 绘图的第八步。在本例中，我们使用 `colormap` 函数设置图形的颜色。 ```python from mpl_toolkits.mplot3d import Axes3D fig = plt.figure() ax = fig.add_subplot(111, projection='3d') ``` 标记线型标记线型是 Matplotlib 绘图的第九步。在本例中，我们使用 `plot` 函数绘制线形图，并设置线型。 ```python lines = ax.plot(x, y, label='Line') ``` 数学符号数学符号是 Matplotlib 绘图的第十步。在本例中，我们使用 `text` 函数添加数学符号。 ```python ax.text(2, 3, r'$\frac{x^2}{y}$', fontsize=20) ``` 文本与标注文本与标注是 Matplotlib 绘图的第十一步。在本例中，我们使用 `annotate` 函数添加标注。 ```python ax.annotate('This is a annotation', xy=(2, 3), xytext=(3, 4), arrowprops=dict(facecolor='black', shrink=0.05)) ``` 尺寸限制尺寸限制是 Matplotlib 绘图的第十二步。在本例中，我们使用 `set_xlim` 和 `set_ylim` 函数设置图形的尺寸限制。 ```python ax.set_xlim(0, 10.5) ax.set_ylim(-1.5, 1.5) ``` 图例图例是 Matplotlib 绘图的第十三步。在本例中，我们使用 `legend` 函数添加图例。 ```python ax.legend(loc='best') ``` 坐标轴边线坐标轴边线是 Matplotlib 绘图的第十四步。在本例中，我们使用 `spines` 函数设置坐标轴边线。 ```python ax1.spines['top'].set_visible(False) ax1.spines['bottom'].set_position(('outward', 10)) ``` Matplotlib 绘图是一个强大且灵活的绘图库，提供了多种绘图方式和自定义选项。通过本资源摘要信息，您可以快速了解 Matplotlib 绘图的基本步骤和常用技巧。

这是一段使用 Matplotlib 库绘制散点图的代码。其中，fig,ax=plt.subplots(nrows=1,ncols=1,figsize=(6,4)) 创建了一个图像窗口，并返回一个 Figure 对象和一个 Axes 对象；plt.scatter([1,5,8],[1,3,5],'bD') 绘制了三个点，分别位于坐标 (1,1)，(5,3) 和 (8,5) 处，颜色为蓝色（'b'）和钻石形状（'D'）。

阅读全文

fig,ax=plt.subplots(nrows=1,ncols=1,figsize=(6,4)) plt.scatter([1,5,8],[1,3,5],'bD')

相关推荐

matplotlib-3.7.0.tar.gz

fig, axes = plt.subplots(nrows=1, ncols=2)

fig, axes = plt.subplots(nrows=1, ncols=3, figsize=(10, 8), dpi=100)

fig,axes = plt.subplots()的具体用法

plt.subplots

Plt.subplots

plt.subplots()

pycharm中plt.subplots函数

python函数plt.subplots()

plt.subplots()函数返回值

python中plt.subplots的用法

plt.subplots（）的用法

pyth中plt.subplots()

plt.subplots()框架大小

plt.subplots三张图画到一张

python plt.subplots()的用法

spring 异步编程样例

最新推荐

spring 异步编程样例

火炬连体网络在MNIST的2D嵌入实现示例

管理建模和仿真的文件

L2正则化的终极指南：从入门到精通，揭秘机器学习中的性能优化技巧

如何构建一个符合GB/T19716和ISO/IEC13335标准的信息安全事件管理框架，并确保业务连续性规划的有效性？

Angular插件增强Application Insights JavaScript SDK功能

"互动学习：行动中的多样性与论文攻读经历"

L1正则化模型诊断指南：如何检查模型假设与识别异常值（诊断流程+案例研究）

如何构建一个符合GB/T19716和ISO/IEC13335标准的信息安全事件管理框架，并确保业务连续性规划的有效性？

实时三维重建：InfiniTAM的ros驱动应用