python画统计图(一)
2021-07-22 09:55
标签:get empty sudo bash 统计 ati linu otl and python有一个画图的库matplotlib,非常方便我们日常使用或者写论文做插图等等。我们不需要考虑样式的问题,输入数据就可以轻轻松松把图画出来。你用Excel、matlab等工具,我也没意见。 Matplotlib 是一个综合性的库,用于在 Python 中创建静态、动画和交互式可视化。Matplotlib 使简单的事情变得容易,使困难的事情成为可能。基于matplotlib的基础开发的绘图接口还有seaborn、HoloViews、ggplot,以及一个投影和映射工具包(Cartopy)。 常用页面: API Overview Axes对象方法参考链接 Matplotlib都是在Figure这个概念上面进行画图,每个Figure都可以包含一个或多个坐标 Figure组成:主要刻度、次要刻度、坐标轴、坐标轴标签、刻度标签、标记、网格、图例等等 在整个图片Figure,包括了子类Axes。(很重要的一点是不需要过多考虑这个类Figure,因为它是实际进行绘图以获取绘图的对象,但作为用户,它或多或少对您不可见)。一个Figure可以包含任意数量的 Axes看成“绘画”区域,包含两个或者三个Axis对象,Axis负责设置图形限制并生成刻度(轴上的标记)和刻度标签(标记刻度的字符串)。 注:Artist对象概念最大,揽括了所有的元素。 Axes对象方法参考链接 所有的输入都期望 显式: 隐式: python画统计图(一) 标签:get empty sudo bash 统计 ati linu otl and 原文地址:https://www.cnblogs.com/lfywork/p/14891259.htmlpython画统计图
matplotlib: Visualization with Python
入门
安装
# 第一种
python -m pip install -U pip
python -m pip install -U matplotlib
# 第二种
conda install matplotlib
# linux
sudo apt-get install python3-matplotlib
使用
import matplotlib.pyplot as plt
fig, ax = plt.subplots() # Create a figure containing a single axes.
ax = plt.gca() # Get the current axes.
fig = plt.gcf() # Get the current figure.
ax.plot([1, 2, 3, 4], [1, 4, 2, 3]) # Plot some data on the axes.
图的组成部分
Figure
Axes
,但通常至少有一个。fig = plt.figure() # an empty figure with no Axes
fig, ax = plt.subplots() # a figure with a single Axes
fig, axs = plt.subplots(2, 2) # a figure with a 2x2 grid of Axes
Axes 和 Axis
输入
numpy.array
或numpy.ma.masked_array
作为输入。风格:面向对象接口和pyplot接口
x = np.linspace(0, 2, 100)
# Note that even in the OO-style, we use `.pyplot.figure` to create the figure.
fig, ax = plt.subplots() # Create a figure and an axes.
ax.plot(x, x, label=‘linear‘) # Plot some data on the axes.
ax.plot(x, x**2, label=‘quadratic‘) # Plot more data on the axes...
ax.plot(x, x**3, label=‘cubic‘) # ... and some more.
ax.set_xlabel(‘x label‘) # Add an x-label to the axes.
ax.set_ylabel(‘y label‘) # Add a y-label to the axes.
ax.set_title("Simple Plot") # Add a title to the axes.
ax.legend() # Add a legend.
x = np.linspace(0, 2, 100)
plt.plot(x, x, label=‘linear‘) # Plot some data on the (implicit) axes.
plt.plot(x, x**2, label=‘quadratic‘) # etc.
plt.plot(x, x**3, label=‘cubic‘)
plt.xlabel(‘x label‘)
plt.ylabel(‘y label‘)
plt.title("Simple Plot")
plt.legend()
示例
方法
作用
plot()
线图
subplot()
创建多个图即多个子图
imshow()
显示图像
pcolormesh()
可以对二维数组进行彩色表示,即使水平维度的间距不均匀。contour()函数是表示相同数据的另一种方式:
hist()
直方图
matplotlib.path
模块添加任意路径
mplot3d 工具包
三维绘图
streamplot()
矢量场的流线图
bar()
条形图
pie()
饼图
table()
表,未知
scatter()
散点图
plt.ion()
交互式画图