python可视化--matplotlib http://www.cnblogs.com/xbkp/p/5076322.html

69 阅读 0 评论 46 点赞

我是靠谱客的博主潇洒自行车，这篇文章主要介绍python可视化--matplotlib http://www.cnblogs.com/xbkp/p/5076322.html ，现在分享给大家，希望可以做个参考。

http://www.cnblogs.com/xbkp/p/5076322.html

matplotlib在python中一般会与numpy同时出现，解决一些科学计算和数据的可视化问题。

matplotlib其实就是matlib在python中的实现，因此不会有太大的难度，而由于python自身在处理大数据方面的优势，使python和hadoop、hive甚至spark都有很好的结合，那么Python中的

可视化会更加的重要。

1、python实现一个正弦函数

　　plt.title(u'sin函数图'，fontproperties=font) #设置标题

　plt.xlabel(u'x轴', fontproperties=font) #设置x轴注释和字体

　　plt.ylabel(u'y轴', fontproperties=font) #设置y注释和字体

>>> import numpy as np
>>> import matplotlib.pyplot as plt
>>> x=np.arange(-np.pi,np.pi,0.01)
>>> y=np.sin(x)
>>> plt.plot(x,y,'g')
[<matplotlib.lines.Line2D object at 0x0000000008FB7F98>]
>>> plt.show()

numpy中集成了python中的math模块，因此math中的方法numpy也可以调用。

2、坐标区间的设置

(1)没有设置x y 的区间

 
      
           >>>  
           import  
           numpy as np 
          
 
           >>>  
           import  
           matplotlib.pyplot as plt 
          
 
           >>> x 
           = 
           np.arange( 
           - 
           5 
           , 
           5 
           , 
           0.01 
           ) 
          
 
           >>> y 
           = 
           x 
           * 
           * 
           3 
          
 
           >>> plt.plot(x,y) 
          
 
           [<matplotlib.lines.Line2D  
           object  
           at  
           0x00000000090288D0 
           >] 
          
 
           >>> plt.show() 
          
 
    

（2）对x y 轴的区间进行设置

　　　　对x y 的取值区间进行了设置 xlim(xmin,xmax)用来设置x轴的最大最小区间 ylim(ymin,ymax)设置y轴的最大最小区间

1 >>> x=np.arange(-5,5,0.01)
2 >>> y=x**3
3 >>> plt.xlim(-6,6)
4 (-6, 6)
5 >>> plt.ylim(-200,200)
6 (-200, 200)
7 >>> plt.plot(x,y)
8 [<matplotlib.lines.Line2D object at 0x000000000BCA6048>]
9 >>> plt.show()

3、设置网格线

grid()提供网格线的选项，在plot()加上grid(True)选项就能显示网格线。

>>> x=np.arange(-5,5,0.01)
>>> y=x**3
>>> plt.xlim(-6,6)
(-6, 6)
>>> plt.ylim(-200,200)
(-200, 200)
>>> plt.plot(x,y)
[<matplotlib.lines.Line2D object at 0x000000000C193AC8>]
>>> plt.grid(True)
>>> plt.show()