Python绘图详解：从二维曲线到散点图

50 浏览量更新于2024-08-29 收藏 599KB PDF 举报

"这篇资源主要总结了Python中的二维图像绘制，特别是关注二维曲线和散点图的绘制方法，使用了matplotlib库进行操作。" 在Python的数据可视化中，matplotlib库是一个非常常用且强大的工具，它提供了丰富的功能来创建各种类型的图表，包括二维图像。本资源主要介绍了两个关键概念：二维曲线和二维散点图。 1. **二维曲线绘制** - 使用`plot()`函数绘制二维曲线。基本语法是`plot(x, y, ls="", lw=1.5, label=None)`，其中`x`和`y`分别代表横坐标和纵坐标数据。 - `ls`参数用于指定线的样式，例如`'r*-'`表示红色实线和星形标记，`'g.'`表示绿色散点。 - `lw`参数用来设定线的宽度。 - `label`参数用于设置曲线的标签，方便通过`legend()`函数显示图例。 - 另一种调用方式`plot(x, y, color, marker, linestyle)`允许直接指定颜色、标记形状和线型。示例代码展示了如何使用matplotlib创建包含正弦和余弦曲线的图像，包括设置标题、坐标轴名称、网格和图例。 2. **二维散点图绘制** - `scatter()`函数用于绘制散点图。基本语法是`scatter(x, y, s=20, c='b', marker='o', cmap, alpha)`。 - `x`和`y`同样表示横坐标和纵坐标。 - `s`参数定义了点的大小。 - `c`参数用于设置点的颜色，可以是单一颜色，如`'b'`（蓝色）或者使用色彩映射（cmap）。 - `marker`参数设定点的形状，例如`'o'`表示圆形，其他形状包括`.`, `v`, `^`, `1`, `2`, `3`, `4`, `s`, `p`, `h`, `H`, `+`, `x`, `D`, `d`, `|`, `_`等。 - `alpha`参数控制点的透明度。散点图可以用于表示数据分布或关系，通过颜色和大小可以进一步编码额外的信息。在实际应用中，matplotlib库还提供了许多其他功能，如自定义颜色映射、添加文本、调整轴限制、保存图像等。学习和掌握这些基础知识，能够帮助用户有效地展示和解释数据，提升数据分析的可视化效果。在Python的科学计算和数据科学领域，matplotlib是不可或缺的工具之一。

python绘图总结绘图总结

1 二维图像二维图像

1.1 二维曲线二维曲线

plot(x, y, ls="-", lw=1.5, label=None)

x, y：横坐标和纵坐标

ls：颜色、点标记、线型列表，如 ls='r*-' 表示红色实线、*形点，ls='g.' 表示绿色散点

lw：线宽度

label：线标签

plot(x, y, color, marker, linestyle)

x, y：横坐标和纵坐标

color：颜色，取值：b(blue), g(green), r(red), c(cyan), m(magenta), y(yellow), k(black), w(white)

marker：标记形状，取值：. , o v ^ 1 2 3 4 s p * h H + x D d | _

linestyle：线型，取值：- -- -. :

import numpy as np

import matplotlib.pyplot as plt

x=np.arange(0,12,0.3)

y1=np.sin(x)

y2=np.cos(x)

plt.figure() #新建一个图像窗口

plt.rcParams['font.sans-serif']=['SimHei'] #正常显示标题中中文

plt.rcParams['axes.unicode_minus'] = False #正常显示坐标轴中中文

plt.subplot(1,2,1) #使用第1个窗格

plt.plot(x,y1,'r*-') #绘图

#plt.plot(x,y1,color='r',marker='*',linestyle='-') #和上面等价

plt.title("正弦曲线") #标题

plt.xlabel('x轴') #x轴命名

plt.ylabel('y轴') #y轴命名

plt.grid() #添加网格

plt.legend(['sinx']) #显示图例

plt.subplot(1,2,2) #使用第2个窗格

plt.plot(x,y1,'r*-',label='sinx') #绘制正弦图像

plt.plot(x,y2,'g.--',label='cosx') #绘制余弦图像

plt.title('正弦曲线、余弦曲线') #标题

plt.legend() #显示图例

1.2 二维散点图二维散点图

scatter(x, y, s=20, c='b', marker='o', cmap, alpha)

x, y：横坐标和纵坐标

s：点大小

c：点颜色，取值：b(blue), g(green), r(red), c(cyan), m(magenta), y(yellow), k(black), w(white)

marker：点标记，取值：. , o v ^ 1 2 3 4 s p * h H + x D d | _

cmap：颜色图谱

alpha：透明度，取值：0~1，超过1时当1算，低于1时当0算

linewidths：边框宽度

import numpy as np

import matplotlib.pyplot as plt

size=100

x=np.random.uniform(size=size)

y=np.random.uniform(size=size)

s=np.random.uniform(5,400,size=size) #点大小

c=np.random.uniform(size=size) #点颜色

lw=np.random.uniform(1,4,size=size) #边框宽度

plt.figure() #新建一个图像窗口

plt.subplot(1,2,1) #使用第1个窗格

plt.scatter(x,y,s=s,c=c,alpha=0.5,linewidths=lw,edgecolors='m') #绘制散点图

plt.subplot(1,2,2) #使用第2个窗格

plt.scatter(x,y,s=s,c=c,cmap='rainbow',alpha=0.5) #绘制散点图

下载后可阅读完整内容，剩余5页未读，立即下载

weixin_38606466

粉丝: 11
资源: 871

Python绘图详解：从二维曲线到散点图

Python 海龟绘图 120 题

Python学习总结2

Python绘图Matplotlib之坐标轴及刻度总结

Python-PandasBokeh集成Python绘图

Python matplotlib绘图可视化总结

python绘图实验总结

python绘图方法实例入门

python绘图代码词云图

python绘图代码雷达图

python绘图代码时间轴图

最新资源