matplotlib画图代码

时间: 2023-11-12 22:10:25 浏览: 69

python matplotlib画图实例代码分享

根据提供的文件信息，本文将详细解析Python中使用matplotlib进行绘图的关键知识点，包括基本图表绘制、多图绘制、直方图以及三维图像的绘制方法。 ### 基本图表绘制 #### 导入必要的库在开始绘制图表之前，首先需要导入`matplotlib.pyplot`和`numpy`两个库。在Python中，这两个库通常被简写为`plt`和`np`，以便于后续的代码编写。 ```python import matplotlib.pyplot as plt import numpy as np ``` #### 绘制基本图表接下来，我们通过创建数据点并使用`plt.plot()`函数来绘制一个简单的正弦波图形。 ```python # 创建x轴数据点 t = np.arange(0.0, 2.0, 0.01) # 创建y轴数据点 s = np.sin(2 * np.pi * t) # 使用plt.plot()绘制图形 plt.plot(t, s) # 设置图表标题和坐标轴标签 plt.xlabel('time (s)') plt.ylabel('voltage (mV)') plt.title('A Simple Graph') # 显示网格 plt.grid(True) # 保存图表为图片文件 plt.savefig("simple_graph.png") # 展示图表 plt.show() ``` ### 多图绘制当需要在同一窗口中展示多个图表时，可以通过设置子图来实现这一需求。子图的设置通过`plt.subplot()`函数完成，该函数接收三个参数：行数、列数以及当前图的位置。 ```python # 创建第一组数据点 x1 = np.linspace(0.0, 5.0) y1 = np.cos(2 * np.pi * x1) * np.exp(-x1) # 创建第二组数据点 x2 = np.linspace(0.0, 2.0) y2 = np.cos(2 * np.pi * x2) # 设置子图，指定2行1列的第一个图 plt.subplot(2, 1, 1) plt.plot(x1, y1, 'yo-') plt.title('A Tale of 2 Subplots') plt.ylabel('Damped oscillation') # 设置子图，指定2行1列的第二个图 plt.subplot(2, 1, 2) plt.plot(x2, y2, 'r.-') plt.xlabel('time (s)') plt.ylabel('Undamped') # 展示图表 plt.show() ``` ### 直方图绘制直方图是一种统计图表，用于展示数值数据的分布情况。在matplotlib中，可以通过`plt.hist()`函数轻松绘制直方图。 ```python # 创建符合正态分布的数据点 mu = 100 # 均值 sigma = 15 # 标准差 x = mu + sigma * np.random.randn(10000) # 绘制直方图 num_bins = 50 n, bins, patches = plt.hist(x, num_bins, normed=1, facecolor='green', alpha=0.5) # 计算正态分布的理论曲线 y = mlab.normpdf(bins, mu, sigma) plt.plot(bins, y, 'r--') # 设置图表标题和坐标轴标签 plt.xlabel('Value') plt.ylabel('Probability') plt.title('Histogram of IQ: $\mu=100$, $\sigma=15$') # 调整左边距 plt.subplots_adjust(left=0.15) # 展示图表 plt.show() ``` ### 三维图像绘制三维图像绘制主要用于展示具有三维空间特征的数据。matplotlib提供了多种3D图像类型的支持，如3D散点图、3D曲面图等。 #### 3D散点图 ```python # 创建3D散点图数据点 x_list = [[3, 3, 2], [4, 3, 1], [1, 2, 3], [1, 1, 2], [2, 1, 2]] # 创建3D图形 fig = plt.figure() ax = fig.gca(projection='3d') # 绘制3D散点图 for x in x_list: ax.scatter(x[0], x[1], x[2], c='r') # 展示图表 plt.show() ``` #### 3D曲面图 ```python # 创建X和Y数据点 X = np.arange(1, 10, 1) Y = np.arange(1, 10, 1) X, Y = np.meshgrid(X, Y) # 创建Z数据点 Z = 3 * X + 2 * Y + 30 # 创建3D曲面图 fig = plt.figure() ax = fig.add_subplot(1, 1, 1, projection='3d') # 绘制3D曲面图 surf = ax.plot_surface(X, Y, Z, rstride=1, cstride=1, cmap=cm.coolwarm) # 展示图表 plt.show() ``` 通过以上介绍，我们可以看到matplotlib是一个功能强大的绘图库，它不仅能够绘制各种二维图表，还能轻松地处理三维图像的绘制任务。这些基础图表的绘制方法为后续更复杂的数据可视化任务奠定了坚实的基础。

可以使用如下代码来绘制一个简单的折线图： ``` import matplotlib.pyplot as plt x = [1, 2, 3, 4, 5] y = [2, 4, 6, 8, 10] plt.plot(x, y) plt.show() ``` 这个代码将会生成一个简单的折线图，其中 x 轴表示数据的横坐标，y 轴表示数据的纵坐标。如果需要更多的样式和属性，可以参考 matplotlib 的官方文档进行设置。

阅读全文

matplotlib画图代码

相关推荐

Matplotlib画图

2020-matplotlib-_matplotlib画图_python_

pyqt在canvas上matplotlib画图代码

python matplotlib画图颜色代码

matplotlib画图紫色

matplotlib 画图中文乱码

jupyter matplotlib画图

怎么用matplotlib画图

PySimpleGUI 集成 matplotlib 画图

python matplotlib 画图中文

vscode如何matplotlib画图

pycharm matplotlib画图

python matplotlib画图

python matplotlib画图颜色

dataframe用matplotlib画图

python只用matplotlib画图

python利用matplotlib画图

matplotlib 画图自动更新

最新推荐

MATLAB实现小波阈值去噪：Visushrink硬软算法对比

管理建模和仿真的文件

【交互特征的影响】：分类问题中的深入探讨，如何正确应用交互特征

c语言从链式队列 中获取头部元素并返回其状态的函数怎么写

易语言实现画板图像缩放功能教程

"互动学习：行动中的多样性与论文攻读经历"

【交互特征：优化与调试的艺术】：实战技巧，提升回归模型与分类模型的性能

用IDEA写一个高速收费系统框架附带代码

大模型推荐系统: 优化算法与模型压缩技术

关系数据表示学习

c语言从链式队列中获取头部元素并返回其状态的函数怎么写