首页 > Python资料 博客日记
【Python】plt库详解和示例
2024-11-04 01:00:05Python资料围观38次
plt 是 Python 中 Matplotlib 库的一个常用别名,它表示 pyplot,这是一个用于创建图形和图形的可视化表示的工具。下面是一些 plt 函数的详解和示例,以帮助大家理解和使用。
目录
plt.subplots()
plt.subplots是Matplotlib库中的一个函数,用于创建包含一个或多个子图的绘图。它返回一个包含了图形和轴的元组,可以用于进一步定制图形和轴。
函数原型如下:
plt.subplots(nrows=1, ncols=1, sharex=False, sharey=False, squeeze=True, subplot_kw=None, **fig_kw)
参数解释:
nrows: 子图的行数。默认为1。
ncols: 子图的列数。默认为1。
sharex: 如果为True,则子图共享x轴。默认为False。
sharey: 如果为True,则子图共享y轴。默认为False。
squeeze: 如果为True(默认),则将单个子图压缩为单一的图形。如果为False,则返回的图形将包含多个子图。
subplot_kw: 一个字典,用于定制子图的属性(例如标题、轴标签等)。
fig_kw: 一个字典,用于定制图形属性(例如大小、背景色等)。
import matplotlib.pyplot as plt
import numpy as np
x = np.linspace(0, 10, 100)
y1 = np.sin(x)
y2 = np.cos(x)
fig, (ax1, ax2) = plt.subplots(nrows=1, ncols=2, sharex=True)
ax1.plot(x, y1)
ax2.plot(x, y2)
plt.show()
plt.savefig()
plt.savefig 是 Matplotlib 库中的一个函数,用于将当前的图形保存为图像文件。
函数原型如下:
plt.savefig(fname, dpi=None, facecolor='w', edgecolor='w', orientation='portrait', papertype=None, format=None, transparent=False, bbox_inches=None, pad_inches=0.1, frameon=None, metadata=None)
参数解释:
fname: 文件路径或者 Python 的文件类型对象。例如,使用 plt.savefig('my_figure.png') 将图像保存为 PNG 文件。也可以使用 plt.savefig(open('my_figure.png', 'wb')) 将图像保存为 PNG 文件,但这次是通过打开一个文件对象。
dpi: 图像的分辨率(每英寸的点数),默认为 None。如果提供了 dpi 参数,将改变图像的分辨率。
facecolor: 图像的背景色,默认为 'w'(白色)。
edgecolor: 图像边缘的颜色,默认为 'w'(白色)。
orientation: 图像的方向,默认为 'portrait'(纵向)。可以设置为 'landscape'(横向)或者 'square'(保持图像宽高比)。
papertype: 用于输出的纸张类型,默认为 None。例如,'a4'。
format: 图像的格式。这通常是从 fname 中推断出来的,因此通常不需要显式设置。可能的值包括 'png'、'pdf'、'svg'、'jpeg' 等。
transparent: 如果为 True,则图像将是透明的,默认为 False。
bbox_inches: 如果不为 None,则指定了图像的边界框大小(以英寸为单位)。默认为 None。
pad_inches: 边缘周围的填充量。默认为 0.1 英寸。
frameon: 如果为 True,则包含图像的边框,默认为 None(即使用默认值 True)。
metadata: 一个字典,用于存储与图像相关的元数据。例如,可以包含版权信息、创建日期等。默认为 None。
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.savefig("1.jpg")
plt.show()
plt.scatter()
散点图
import matplotlib.pyplot as plt
x = [1, 2, 3, 4, 5]
y = [2, 4, 6, 8, 10]
plt.scatter(x, y)
plt.savefig("1.jpg")
plt.show()
plt.bar() 函数
使用 plt.bar() 函数绘制柱状图。
import matplotlib.pyplot as plt
x = ['A', 'B', 'C', 'D', 'E']
y = [10, 20, 30, 40, 50]
plt.bar(x, y)
plt.savefig("1.jpg")
plt.show()
plt.hist()
plt.hist()函数是Matplotlib库中的一个函数,用于创建直方图。它可以将数据的分布情况以直方图的形式展示出来,可以用于数据的可视化和分析。
函数原型如下:
matplotlib.pyplot.hist(data, bins, range=None, density=False, weights=None, color=None, align=None, edgecolor=None, **kwargs)
参数解释:
data: 这是您要绘制直方图的数据。这可以是一个数字列表,也可以是一个NumPy数组。
bins: 这是直方图的柱子数量。如果bins是一个整数,则将使用其计算等间距的 bins。如果bins是一个列表或元组,其值将被用作 bins 的边缘。
range: 这是 bin 的范围。如果传入两个值的列表或元组,则将其视为 bin 的边缘。如果传入一个值的列表或元组,则将其视为 bin 的中心。如果未指定此参数,则默认使用数据范围。
density: 如果为True,则返回的直方图将表示数据的概率密度函数,而不是实际的频率。
weights: 用于加权的直方图数据。
color: 为直方图设置颜色。可以使用颜色名称或RGB值。如果未指定,则默认使用蓝绿色。
align: 确定如何对齐 bin 边缘。可能的值包括 'left', 'right' 和 'mid'。
edgecolor: 为 bin 边缘设置颜色。可以使用颜色名称或RGB值。如果未指定,则默认使用黑色。
import matplotlib.pyplot as plt
import numpy as np
data = np.random.randn(1000)
plt.hist(data, bins=30)#设置的柱子数量
plt.savefig("1.jpg")
plt.show()
plt.title(), plt.xlabel(), 和 plt.ylabel()
设置标题和坐标轴标签:使用 plt.title(), plt.xlabel(), 和 plt.ylabel() 设置图形的标题和坐标轴标签。
import matplotlib.pyplot as plt
x = [1, 2, 3, 4, 5]
y = [2, 4, 6, 8, 10]
plt.plot(x, y)
plt.title('My Plot') # 设置标题
plt.xlabel('X-axis') # 设置 x 轴标签
plt.ylabel('Y-axis') # 设置 y 轴标签
plt.savefig("1.jpg")
plt.show()
Grid Lines
网格线(Grid Lines):使用 plt.grid() 函数来显示或隐藏网格线。默认情况下,网格线是隐藏的。如果想要显示网格线,可以像下面这样设置:plt.grid(True)。
图例(Legend):使用 plt.legend() 函数来显示图例。例如:plt.legend([‘Red Line’, ‘Blue Line’])。这将在图形中添加两个图例,一个代表红色线条,另一个代表蓝色线条。
Legend
图例(Legend):使用 plt.legend() 函数来显示图例。例如:plt.legend([‘Red Line’, ‘Blue Line’])。这将在图形中添加两个图例,一个代表红色线条,另一个代表蓝色线条。
注意事项
如果需要保存图像,需要在plt.show()
前使用plt.savefig()
,负责保存的是空白,因为plt.show()
会把数据内容清空。
标签:
相关文章
最新发布
- 【Python】selenium安装+Microsoft Edge驱动器下载配置流程
- Python 中自动打开网页并点击[自动化脚本],Selenium
- Anaconda基础使用
- 【Python】成功解决 TypeError: ‘<‘ not supported between instances of ‘str’ and ‘int’
- manim边学边做--三维的点和线
- CPython是最常用的Python解释器之一,也是Python官方实现。它是用C语言编写的,旨在提供一个高效且易于使用的Python解释器。
- Anaconda安装配置Jupyter(2024最新版)
- Python中读取Excel最快的几种方法!
- Python某城市美食商家爬虫数据可视化分析和推荐查询系统毕业设计论文开题报告
- 如何使用 Python 批量检测和转换 JSONL 文件编码为 UTF-8
点击排行
- 版本匹配指南:Numpy版本和Python版本的对应关系
- 版本匹配指南:PyTorch版本、torchvision 版本和Python版本的对应关系
- Python 可视化 web 神器:streamlit、Gradio、dash、nicegui;低代码 Python Web 框架:PyWebIO
- 相关性分析——Pearson相关系数+热力图(附data和Python完整代码)
- Python与PyTorch的版本对应
- Anaconda版本和Python版本对应关系(持续更新...)
- Python pyinstaller打包exe最完整教程
- Could not build wheels for llama-cpp-python, which is required to install pyproject.toml-based proj