利用python庫matplotlib繪制不同的圖表
1、繪制簡單曲線圖
思路:通過3個坐標(biāo)點,繪制曲線
import matplotlib.pyplot as plt ? plt.plot([1, 3, 5], [4, 8, 10]) # 橫坐標(biāo):1,3,5,縱坐標(biāo):4,8,10 # 顯示所畫的圖 plt.show()?
運行效果如圖:

2、繪制單條曲線圖
思路:先通過linspace繪制一條直線,然后在-pi~pi之間定義100個元素
import matplotlib.pyplot as plt import numpy as np ? x = np.linspace(-np.pi, np.pi, 100) ?# x軸的定義域為-pi到pi,然后在-pi~pi之間定義100個元素 plt.plot(x, np.sin(x)) # 顯示所畫的圖 plt.show()
運行效果如圖:

3、繪制多條曲線
思路: 在繪制一條曲線的基礎(chǔ)上,修改定義域,然后進行循環(huán)遍歷plt.plot()
import matplotlib.pyplot as plt import numpy as np ? x = np.linspace(-np.pi * 2, np.pi * 2, 100) ?# x軸的定義域為-2pi~2pi plt.figure(1, dpi=50) # 創(chuàng)建圖表1,精度為50,精度越高,圖片產(chǎn)生的體積就越大,圖片就越清晰 for i in range(1, 5): # 比如繪制4條曲線 ? ? plt.plot(x, np.sin(x / i)) # 顯示所畫的圖 plt.show()
運行效果如圖:

4、繪制直方圖
思路:使用hist()方法
import matplotlib.pyplot as plt ? ? plt.figure(1, dpi=50) ?# 創(chuàng)建圖表1,dpi代表圖片的精細(xì)度,dpi越大文件越大 data = [1, 1, 1, 2, 2, 2, 3, 3, 4, 5, 5, 6, 4] plt.hist(data) ?# 只要傳入數(shù)據(jù),直方圖就會統(tǒng)計數(shù)據(jù)出現(xiàn)的次數(shù) # 顯示所畫的圖 plt.show()
運行效果如圖:

5、繪制散點圖
思路:使用scatter()方法
import matplotlib.pyplot as plt import numpy as np ? x = np.arange(1, 10) y = x fig = plt.figure() ?# 創(chuàng)建圖表 plt.scatter(x, y, c='r', marker='o') ?# c='r'表示散點的顏色為紅色,marker表示指定三點多形狀為圓形 # 顯示所畫的圖 plt.show()
運行效果如圖:

到此這篇關(guān)于利用python庫matplotlib繪制不同的圖表的文章就介紹到這了,更多相關(guān)matplotlib繪制圖表內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家!
相關(guān)文章
Python自動檢測requests所獲得html文檔的編碼
這篇文章主要為大家詳細(xì)介紹了如何通過Python自動檢測requests實現(xiàn)獲得html文檔的編碼,文中的示例代碼講解詳細(xì),感興趣的可以了解下2024-11-11
python爬蟲系列Selenium定向爬取虎撲籃球圖片詳解
這篇文章主要介紹了python爬蟲系列Selenium定向爬取虎撲籃球圖片詳解,具有一定參考價值,喜歡的朋友可以了解下。2017-11-11
使用python腳本實現(xiàn)Redis未授權(quán)訪問檢測
Redis未授權(quán)訪問漏洞是一種安全漏洞,可能導(dǎo)致未經(jīng)授權(quán)的用戶或攻擊者訪問Redis數(shù)據(jù)庫,甚至修改或刪除其中的數(shù)據(jù),這種漏洞通常發(fā)生在管理員未正確配置Redis實例的訪問控制和認(rèn)證機制時,本文介紹了python腳本實現(xiàn)Redis未授權(quán)訪問漏洞利用,需要的朋友可以參考下2024-10-10

