Matplotlib数据可视化

import numpy as np
import matplotlib.pyplot as plt
#导入库
plt.rcParams['font.sans-serif'] = 'SimHei' ## 设置中文显示
plt.rcParams['axes.unicode_minus'] = False

基本语法

data = np.arange(0,2,0.01)
#0到2，步长为0.01的数组
plt.title('title') #添加标题
plt.xlabel('x-title')#添加x轴的名称
plt.ylabel('y-title')#添加y轴的名称
plt.xlim((0,2)) #确定x轴的取值范围
plt.ylim((0,2)) #确定y轴范围
plt.xticks([0,0.4,0.8,1.2,1.6,2])## 规定x轴刻度
plt.yticks([0,4,8,12,16])## 确定y轴刻度
plt.plot(data, data**2,color='blue', linewidth=2.0, linestyle='-')
## 添加y=x^2曲线,设置颜色、宽度、样式
plt.plot(data, data**4)
## 添加y=x^4曲线，设置颜色、宽度、样式
plt.legend(['y=x^2','y=x^4'])
#设置图例
plt.gcf().autofmt_xdate()
# 自动旋转日期标记
plt.show()
#画图

绘制多图在同一画布

p1 = plt.figure(figsize=(8,6),dpi=80)## 确定画布大小
ax1 = p1.add_subplot(2,1,1)## 创建一个两行1列的子图，并开始绘制第一幅
...#此处添加第一幅图的相关信息
ax2 = p1.add_subplot(2,1,2)## 创开始绘制第2幅
...#此处添加第二幅图的相关信息

图形命令

plt.scatter(x,y)
##散点图scatter函数
plt.show()
#折线图
plt.plot(x,y)
#直方图
plt.bar(x,y)
#饼图
plt.pie(x)
#箱线图
plt.boxplot(x)

最后

以上就是忐忑棒球为你收集整理的python----Matplotlib数据可视化基础(学习笔记)Matplotlib数据可视化的全部内容，希望文章能够帮你解决python----Matplotlib数据可视化基础(学习笔记)Matplotlib数据可视化所遇到的程序开发问题。

如果觉得靠谱客网站的内容还不错，欢迎将靠谱客网站推荐给程序员好友。