这篇文章给大家分享的是使用matplotlib绘图的基本知识和技巧有哪些。小编觉得挺实用的，因此分享给大家做个参考，文中的介绍得很详细，而要易于理解和学习，有需要的朋友可以参考，接下来就跟随小编一起了解看看吧。

测试环境：

Jupyter QtConsole 4.2.1
Python 3.6.1

1.  基本画线：

 

以下得出红蓝绿三色的点

import numpy as np
import matplotlib.pyplot as plt

# evenly sampled time at 200ms intervals
t = np.arange(0., 5., 0.2)

# red dashes, blue squares and green triangles
plt.plot(t, t, 'r--', t, t**2, 'bs', t, t**3, 'g^')
plt.show()

以下设置线宽，得到比较粗一点儿的线，如果 plot中只给了一维信息，

默认图形是把数值匹配成纵坐标的

x = np.arange(0., 5., 0.1)
plt.plot(x, 4*x, linewidth=8.0)
plt.show()

 

 

以下得到同一个图中两幅分图：

import numpy as np
import matplotlib.pyplot as plt

def f(t):
return np.exp(-t) * np.cos(2*np.pi*t)

t1 = np.arange(0.0, 5.0, 0.1)
t2 = np.arange(0.0, 5.0, 0.02)

plt.figure(1)
plt.subplot(211)#表示两幅图竖着排列
plt.plot(t1, f(t1), 'bo', t2, f(t2), 'k')

plt.subplot(212)#如果为(221)和(222)表示横排列
plt.plot(t2, np.cos(2*np.pi*t2), 'r--')
plt.show()

2. 画直方图

 

以下为正态分布

np.random.seed(19680801)

mu, sigma = 100, 15
x = mu + sigma * np.random.randn(10000)

# the histogram of the data
n, bins, patches = plt.hist(x, 50, normed=1, facecolor='g', alpha=0.1)

plt.xlabel('Smarts')
plt.ylabel('Probability')
plt.title('Histogram of IQ')
plt.text(60, .025, r'$\mu=100,\ \sigma=15$')
plt.axis([40, 160, 0, 0.03])
plt.grid(True)
plt.show()

其中

n, bins, patches = plt.hist(arr, bins=10, normed=0, facecolor='black', edgecolor='black',alpha=1，histtype='bar')

hist的参数非常多，但常用的就这六个，只有第一个是必须的，后面四个可选

arr: 需要计算直方图的一维数组

bins: 直方图的柱数，可选项，默认为10

normed: 是否将得到的直方图向量归一化。默认为0

facecolor: 直方图颜色

edgecolor: 直方图边框颜色

alpha: 透明度

histtype: 直方图类型，‘bar’, ‘barstacked’, ‘step’, ‘stepfilled’

返回值 ：

n: 直方图向量，是否归一化由参数normed设定

bins: 返回各个bin的区间范围

patches: 返回每个bin里面包含的数据，是一个list

 

3. 特殊符号和标注

用以下方式可以写出特殊的数学公式符号：

plt.title(r'$\sigma_i=15$')

以下代码表示文字显示区域是(3, 1.5)指向坐标位置是（2,1）

import numpy as np import matplotlib.pyplot as plt ax = plt.subplot(111) t = np.arange(0.0, 5.0, 0.01) s = np.cos(2*np.pi*t) line, = plt.plot(t, s, lw=2) plt.annotate('local max', xy=(2, 1), xytext=(3, 1.5), arrowprops=dict(facecolor='black', shrink=0.05), )#shrink表示箭头缩放情况，值越小显示越大

plt.ylim(-2,2)#表示y坐标轴的上界和下界 plt.show()

关于“使用matplotlib绘图的基本知识和技巧有哪些”就介绍到这了，如果大家觉得不错可以参考了解看看，如果想要了解更多，欢迎关注群英网络，小编每天都会为大家更新不同的知识。

免责声明：本站发布的内容（图片、视频和文字）以原创、转载和分享为主，文章观点不代表本网站立场，如果涉及侵权请联系站长邮箱：mmqy2019@163.com进行举报，并提供相关证据，查实之后，将立刻删除涉嫌侵权内容。

猜你喜欢

• Python3输入和输出功能的方法和代码是什么

  在前面几个章节中，我们其实已经接触了 Python 的输入输出的功能。本章节我们将具体介绍 Python 的输入输出。

• Python二叉树的特点和性质是什么，怎样进行遍历

  二叉树是一种简单的树形结构,其每个节点的分支节点数有0,1或2个,下面这篇文章主要给大家介绍了关于Python二叉树的相关资料,本文介绍的非常通俗易懂,新手也秒懂,需要的朋友可以参考下

• Python中怎样进行解析地址信息，方法和代码是什么

  在日常数据处理的过程中，有时候拿到手的是完整的地址信息，如果需要从地址信息中解析出相应的各级行政单元名称，方式有很多，而今天要介绍的方式只需要一行代码即可快速实现，快跟随小编一起学习一下吧

• Python混淆矩阵的创建是怎样，示例有哪些

  这篇文章主要介绍了使用Python和scikit-learn创建混淆矩阵的示例详解,该示例包括生成数据集、为数据集选择合适的机器学习模型、构建、配置和训练它，最后解释结果，即混淆矩阵，需要的朋友可以参考下

• python元组打包和解包怎样实现，代码是什么

  1、在将多个以逗号分隔的值赋给一个变量时，多个值被打包成一个元组类型。当我们将一个元组赋给多个变量时，它将解包成多个值，然后分别将其赋给相应的变量。 # 打包 a = 1, 10, 100 print(type(a), a) # <class...