农业网站模板WordPress,温州市建筑业联合会,免费模板建设网站,为什么选择当网站设计人员目录 一、前言
二、实验环境
三、Matplotlib详解 1、2d绘图类型
0. 设置中文字体
1-5. 折线图、散点图、柱状图、直方图、饼图
6. 箱线图#xff08;Box Plot#xff09;
7. 热力图#xff08;Heatmap#xff09;
8. 面积图#xff08;Area Plot#xff09;
9. 等…目录 一、前言
二、实验环境
三、Matplotlib详解 1、2d绘图类型
0. 设置中文字体
1-5. 折线图、散点图、柱状图、直方图、饼图
6. 箱线图Box Plot
7. 热力图Heatmap
8. 面积图Area Plot
9. 等高线图Contour Plot
10. 极坐标图Polar Plot 一、前言 Python是一种高级编程语言由Guido van Rossum于1991年创建。它以简洁、易读的语法而闻名并且具有强大的功能和广泛的应用领域。Python具有丰富的标准库和第三方库可以用于开发各种类型的应用程序包括Web开发、数据分析、人工智能、科学计算、自动化脚本等。 Python本身是一种伟大的通用编程语言在一些流行的库numpyscipymatplotlib的帮助下成为了科学计算的强大环境。本系列将介绍Python编程语言和使用Python进行科学计算的方法主要包含以下内容
Python基本数据类型、容器列表、元组、集合、字典、函数、类Numpy数组创建、数组操作、数组数学、广播Matplotlib2d绘图、3d绘图、图表自定义、多子图和布局、图表自定义、多子图和布局IPython创建笔记本、典型工作流程 二、实验环境 matplotlib3.5.3numpy1.21.6python3.7.16
运行下述命令检查Python版本 python --version
运行下述代码检查Python、NumPy、Matplotlib版本
import sys
import numpy as np
import matplotlibprint(Python 版本:, sys.version)
print(NumPy 版本:, np.__version__)
print(matplotlib 版本:, matplotlib.__version__) 三、Matplotlib详解 Matplotlib是一个用于创建数据可视化的Python库。它提供了广泛的绘图选项能够生成各种类型的图表、图形和可视化效果。下面是Matplotlib的一些主要功能 绘图风格和类型Matplotlib支持各种绘图风格和类型包括线图、散点图、柱状图、饼图、等高线图、3D图等可以根据需要选择适合的图表类型来展示和分析数据。 数据可视化Matplotlib使得将数据转化为可视化表示变得简单可以使用Matplotlib绘制图表来展示数据的分布、趋势、关系等这有助于更好地理解数据和发现潜在的模式和关联。 图表自定义Matplotlib提供了丰富的图表自定义选项可以调整图表的标题、标签、坐标轴、线条样式、颜色等。这使得您能够创建符合特定需求和品味的高质量图表。 多子图和布局Matplotlib允许您在单个图像中创建多个子图以便同时展示多个相关的图表或数据视图。您可以自定义子图的布局和排列以满足特定的展示需求。 导出图像Matplotlib支持将图像导出为多种格式包括PNG、JPEG、PDF、SVG等。这使得您可以方便地将生成的图表保存为文件或嵌入到文档、报告和演示文稿中。 无论是进行科学研究、数据分析、报告撰写还是可视化展示Matplotlib都是一个强大而灵活的工具。它广泛应用于各个领域如数据科学、机器学习、金融分析、工程可视化等。 1、2d绘图类型
0. 设置中文字体
import matplotlibmatplotlib.rcParams[font.family] Microsoft YaHei # 设置为微软雅黑字体
matplotlib.rcParams[font.sans-serif] [SimHei] # 设置中文字体为黑体 若不进行该设置会报错字体缺失 1-5. 折线图、散点图、柱状图、直方图、饼图 2d绘图上折线图、散点图、柱状图、直方图、饼图_QomolangmaH的博客-CSDN博客https://blog.csdn.net/m0_63834988/article/details/132872575?spm1001.2014.3001.5502
6. 箱线图Box Plot 用于显示数据的离散程度和异常值
import matplotlib.pyplot as pltdata [1, 1, 2, 3, 3, 3, 4, 4, 5, 6, 6, 7, 8, 8, 9]# 绘制箱线图
plt.boxplot(data)# 添加标题和标签
plt.title(箱线图示例)
plt.ylabel(数值)# 显示图形
plt.show() 7. 热力图Heatmap 用于显示数据的矩阵形式颜色表示数值大小
import matplotlib.pyplot as plt
import numpy as npdata np.random.rand(5, 5)# 绘制热力图
plt.imshow(data, cmaphot)# 添加颜色条
plt.colorbar()# 添加标题和标签
plt.title(热力图示例)
plt.xlabel(X轴)
plt.ylabel(Y轴)# 显示图形
plt.show() 8. 面积图Area Plot 用于显示随时间或其他变量的变化趋势通过填充颜色来表示不同区域的数值
import matplotlib.pyplot as pltx [1, 2, 3, 4, 5]
y1 [1, 3, 4, 2, 5]
y2 [2, 4, 1, 3, 2]# 绘制面积图
plt.fill_between(x, y1, alpha0.5, label区域1)
plt.fill_between(x, y2, alpha0.5, label区域2)# 添加标题和标签
plt.title(面积图示例)
plt.xlabel(X轴)
plt.ylabel(Y轴)# 添加图例
plt.legend()# 显示图形
plt.show() 其中alpha0.5表示填充颜色的透明度 9. 等高线图Contour Plot 用于显示二维数据的等高线图其中不同高度的曲线表示不同数值
import numpy as np
import matplotlib.pyplot as plt# 创建二维数组作为数据
x np.linspace(-5, 5, 100)
y np.linspace(-5, 5, 100)
X, Y np.meshgrid(x, y)
Z np.sin(np.sqrt(X**2 Y**2))# 绘制等高线图
plt.contour(X, Y, Z)# 添加标题和标签
plt.title(等高线图示例)
plt.xlabel(X轴)
plt.ylabel(Y轴)# 显示图形
plt.show()
创建了一个二维数组作为数据通过使用np.linspace函数生成一系列均匀分布的数值然后使用np.meshgrid函数将这些数值转换为网格状的坐标点。通过对坐标点进行某种运算生成了对应的二维数据。使用plt.contour(X, Y, Z)绘制等高线图其中X和Y表示坐标点的网格Z表示对应位置的数据值。 10. 极坐标图Polar Plot 使用极坐标而不是直角坐标来显示数据常用于显示周期性数据
import numpy as np
import matplotlib.pyplot as plt# 创建角度数据和半径数据
theta np.linspace(0, 2*np.pi, 100)
r np.sin(3*theta)# 绘制极坐标图
plt.polar(theta, r)# 添加标题
plt.title(极坐标图示例)# 显示图形
plt.show()
创建角度数据和半径数据通过使用np.linspace函数生成一系列均匀分布的角度值并使用某种函数关系生成对应的半径值。使用plt.polar(theta, r)绘制极坐标图其中theta表示角度值r表示对应角度的半径值。
