站长家园(原代码之家)(www.adminjie.com)网站源码,微信源码,游戏源码,商业源码分享平台。
当前位置:网站首页 技术文章 网络编程 正文

手把手教你在Python使用plot()函数画图

时间:2022-06-16 [网络编程]作者:fabuyuan 浏览:3 次

本篇文章给大家带来了关于python的相关知识,其中主要介绍了关于使用plot()函数画图的相关问题,包括了该函数的基本认识和使用,以及该函数数据可视化图画以及基本参数设置,下面一起来看一下,希望对大家有帮助。

推荐学习:python视频教程

一、plot()函数的认识

在使用Python进行数据可视化编程中matplotlib库是我们用来对数据进行画图常用的第三方库。其中含有各类函数也就是不同类型的图形,要使用matplotlib库中的函数就需要了解函数所需要数据的格式,这也是我们学习matplotlib库的重点。

直接使用plot()函数画图,是对于一般的简单数据。我们可以采用直接调用plot()函数对列表数据进行直接画图。初期学习直接使用plot()函数能便于我们对后面图形学习奠定函数的参数及基础。

matplotlib图的组成:

  • Figure (画布)
  • Axes (坐标系)
  • Axis (坐标轴)
  • 图形(plot(),scatter(),bar(),...)
  • Title, Labels, ......

直接是用plot()函数画图如法如下:

plt.plot(x, y, fmt='xxx', linestyle=, marker=, color=, linewidth=, markersize=, label=, )

其中x,y代表横纵坐标,fmt = '#color#linestyle#marker'即代表各类参数。

(1)linestyle:此字段是线的样式,参数形式:字符串

linestyle(线的样式)
linestyle参数线形
'-'实线
'--'虚线
'-.'点划线
':'点虚线
' '无线

(2)linewidth:此参数是线的粗细,粗细程度和所定数值大小有关,参数形式:数值

(3)marker:点的样式,字符串

marker(点的样式)
marker标记点
'.'
','像素
'^' 'v' '>' '<'上下左右三角形
'1' '2' '3' '4'上下左右三叉线
'o'圆形
's' 'D'方形
'p'五边形
'h' 'H'六边形
'*'五角星
'+' 'x'十字交叉
'_'横线
''

(4)markersize:点的大小,参数形式:数值

(5)color:调节线条还有点的颜色 ,字符串,参数形式字符串

color(点、线颜色)
字符串color
'r'
'g'绿
'b'
'y'
'c'
'm'
'k'
'w'

此处颜色参数还可以有二进制,十进制等表示方法,同时对于颜色,RGB是三原色

(6)label:图例,legend文字

二、plot()函数基本运用

使用plot()函数时需要导入对应的库,导入库后我们在未有数据的情况下直接画图,直接画图会隐式创建Figure,Axes对象。

import matplotlib.pyplot as plt
plt.plot()

下面通过构造数据绘制简单图形

首先数据构造,设置参数,参数也可以在将数据填入plot()函数的时候设置。

# 导入包
import matplotlib.pyplot as plt
import numpy as np
# 构造数据
# 位置 (2维:x,y一一对应)
x = np.linspace(0, 2 * np.pi, 200)  # 从0到2pi的200个值
y = np.sin(x)                       # 从sin(0)到sin(2pi)的200个值
# 颜色(0维)
c = 'red'
c = 'r'
c = '#FF0000'
# 大小(0维): 线宽
lw = 1

画出图形

# 生成一个Figure画布和一个Axes坐标系
fig, ax = plt.subplots()
# 在生成的坐标系下画折线图
ax.plot(x, y, c, linewidth=lw)
# 显示图形
plt.show()

图形展示:

给定两组数据,建立y与x的关系试,使用plot函数进行画图,本次画图线条选用点虚线形式,粗细选用1,点选用方形,点大小选用值为10,图例为‘1234’

import matplotlib.pyplot as plt
x = [1,2,3]
y = [1,2,3]
y = x
plt.plot(x,y,linestyle=':', linewidth=1, marker='d', markersize=10, label='1234')
plt.legend()

作出图片如下;

下面我们引用numpy的linspace函数生创建均匀分布序列,然后对x,y建立数值关系,由此来创建图画。

import matplotlib.pyplot as plt
import numpy as np
x = np.linspace(-100,100,10)
y = x**2 + 2*x +1
plt.plot(x,y,'g-.o')

作出如下图案,由此可见,我们对于图形的设置方面,在我们熟练以后如果没有粗细的设置可以直接缩减再一个字符串里面

以上都是简单图形的讲解,我们现在通过一个简单的对数据DataFrame进行作图,在往后的数据可视化中我们需要对数据进行处理后再进行可视化。下面我们通过正、余弦函数进行作图。

#导入包
import matplotlib.pyplot as plt
import numpy as np
import pandas as pd

#使用linspace()方法构成数据
x = np.linspace(0, 2 * np.pi, 50)  # 
y1 = np.sin(x)
y2 = np.cos(x)
#转化数据形式
df = pd.DataFrame([x,y1,y2]).T
#对列重新命名
df.columns = ['x','sin(x)','cos(x)']
#数据写入图像,命名图例
plt.plot(df['x'],df['sin(x)'],label='sin(x)')
plt.plot(df['x'],df['cos(x)'],label='cos(x)')
plt.legend()

我们通过numpy的linspace方法生成数据再通过pandas对数据进行DataFrame化再带入plot()函数,此处需要讲的就是图例的命名方法,通过在函数中写入label参数,确定图例的标签,再通过legend()函数生成图例,在后续的学习中也会讲到图例的位置、形式等的运用。

三、plot()函数数据可视化画图以及图元基本参数设置

通过绘制世界人口变化曲线图了解基本图元参数设置,本次绘图过程主要是先通过对人口数据导入,了解数据构造,再进配置画图参数最后完成图形的制作,其中基本的图元参数用于别的图形也适用,在这儿学会了我们只需要了解数据结构,构造成图形所要的数据结构就可以就行画出自己想要的图形。

首先进行数据导入,了解数据结构形式。为了学习方便,选用jupyter notebook进行可视化图形讲解。

import pandas as pd
datafile = r'world_population.txt'  # 打开文件
df = pd.read_csv(datafile)  #读取数据
df.head()#展示前面部分数据

以下就是基本的数据样式,由年份和人口数量组成

这里做了基本的图元设计,也就是对于画布的设置,前面我们所学函数参数都是对于图形中间的设置,我们构成一个可视化界面是通过画布+画中图形样式组成一个完整的可视化界面。

画布界面有画布大小,画布像素,画布界面,画布边框等设置。

import matplotlib.pyplot as plt
# 画布
fig = plt.figure(figsize=(6,4),  # inches
                 dpi=120, # dot-per-inch
                 facecolor='#BBBBBB',
                 frameon=True, # 画布边框
                )  
plt.plot(df['year'],df['population'])

# 标题
plt.title("1960-2009 World Population")

构成一个完整的可视化图像除了图例还有图像的标题,我们可以通过title()方法设置英文标题,中文标题要通过以下代码才能实现,因此我们如果是做中文项目在导入包以后就可以写上设置中文代码的代码串。

# 设置中文字体
plt.rcParams['font.sans-serif'] = 'SimHei'  # 设置字体为简黑(SimHei)
plt.rcParams['font.sans-serif'] = 'FangSong'  # 设置字体为仿宋(FangSong)

当然,除了这种比较简单的图形之外我们还能对图形进行优化设置,将数据显示的更加的精美和美观,对图形优化便于实际报告中的演示也是我们现在必不可少的的一环。

import matplotlib.pyplot as plt

# 设置中文字体
plt.rcParams['axes.unicode_minus'] = False    # 不使用中文减号
plt.rcParams['font.sans-serif'] = 'FangSong'  # 设置字体为仿宋(FangSong)

# 画布
fig = plt.figure(figsize=(6,4),  # inches
                 dpi=120, # dot-per-inch
                 facecolor='#BBBBBB',
                 frameon=True, # 画布边框
                )  
plt.plot(df['year'],df['population'],'b:o',label='人口数')

# 中文标题
plt.title("1960-2009 世界人口")

# 字体字典
font_dict=dict(fontsize=8,
              color='k',
              family='SimHei',
              weight='light',
              style='italic',
              )

# X轴标签
plt.xlabel("年份", loc='center', fontdict=font_dict)   # loc: 左中右 left center right

# Y轴标签
plt.ylabel("人口数",loc='top', fontdict=font_dict)  # loc: 上中下 top center bottom

# X轴范围
plt.xlim((2000,2010))  # X轴的起点和终点

# Y轴范围
plt.ylim(6e9,7e9) # Y轴的起点和终点

# X轴刻度
plt.xticks(np.arange(2000,2011))

# X轴刻度
plt.yticks(np.arange(6e9,7e9+1e8,1e8))

# 图例
plt.legend()
# plt.legend(labels=['人口'])

# 网格线
plt.grid(axis='y')  # axis: 'both','x','y'

上述代码,对x轴,y轴的刻度、标签、字体进行定义,对图例、网格线等也做出了参数的设置,最后做出的图形如下图:

推荐学习:python视频教程

以上就是手把手教你在Python使用plot()函数画图的详细内容,更多请关注站长家园其它相关文章!

本文标签:  python

转载请注明来源:手把手教你在Python使用plot()函数画图

本文永久链接地址:https://www.adminjie.com/post/13568.html

免责声明:
本站所发布的一切资源仅限用于学习和研究目的;不得将上述内容用于商业或者非法用途,否则,一切后果请用户自负。本站信息来自网络,版权争议与本站无关。您必须在下载后的24个小时之内,从您的电脑中彻底删除上述内容。如果您喜欢该程序,请支持正版软件,购买注册,得到更好的正版服务。

附:
二○○二年一月一日《计算机软件保护条例》第十七条规定:为了学习和研究软件内含的设计思想和原理,通过安装、显示、传输或者存储软件等方式使用软件的,可以不经软件著作权人许可,不向其支付报酬!鉴于此,也希望大家按此说明研究软件!

版权声明:
一、本站致力于为软件爱好者提供国内外软件开发技术和软件共享,着力为用户提供优资资源。
二、本站提供的部分源码下载文件为网络共享资源,请于下载后的24小时内删除。如需体验更多乐趣,还请支持正版。
三、我站提供用户下载的所有内容均转自互联网。如有内容侵犯您的版权或其他利益的,若有侵犯你的权益请:提交版权证明文件到邮箱 2225329873#qq.com(#换为@) 站长会进行审查之后,情况属实的会在三个工作日内为您删除。

  • 站长家园(原代码之家)会员升级
  • 最新文章
    • 归纳总结SQL语句知识点二、基础语法

      归纳总结SQL语句知识点二、基础语法

      本篇文章给大家带来了关于SQL的相关知识,其中主要整理了SQL语句知识的相关问题,包括了一些SQL语句的基础语法、SQL语句提升等等内容,下面一起来看一下,希望...

    • 详细介绍Oracle备份与恢复

      详细介绍Oracle备份与恢复

      本篇文章给大家带来了关于Oracle的相关知识,其中主要整理了备份与恢复的相关问题,包括了一些关于数据保护、Oracle备份技术比较等等内容,下面一起来看一下,...

    • mysql怎么查询最大id值

      mysql怎么查询最大id值

      在mysql中,可以使用SELECT语句查询指定表中的全部数据,然后利用max()函数返回查询结果集中id列的最大值即可,查询语法“SELECTMAX(id)...

    • mysql有触发器吗

      mysql有触发器吗

      mysql有触发器。MySQL触发器是存储在数据库目录中的一组SQL语句集合,是MySQL中管理数据的有力工具,主要用于保护表中的数据。MySQL支持三种触发器...

    • mysql增加语句有哪些

      mysql增加语句有哪些

      增加语句有:1、CREATEDATABASE语句,用于增加数据库,语法“CREATEDATABASE数据库名;”;2、CREATETABLE语句,用于增...

    热门文章