浏览器的新标签中显示一个扩展名为.ipynb的新无标题笔记本(代表IPython笔记本)。 matplotlib.pyplot是使Matplotlib像MATLAB一样的命令样式函数的集合，每个Pyplot函数都会对图形进行一些更改。 Plots类型 Sr.No  Remark 1 Bar绘制条形图。 2 Barh绘制水平条形图。 3 Boxplot制作一个盒子和晶须图。 4 Hist绘制直方图。 5 hist2d绘制2D直方图。 6 Pie绘制饼图。 7 Plot在轴上绘制线/标签。 8 Polar绘制极坐标图。 9 Scat...

在本章中，无涯教程将学习如何使用Matplotlib创建简单图。 现在将显示一个简单的角度曲线图，以弧度为单位，相对于Matplotlib中的正弦值。首先导入Matplotlib软件包中的Pyplot模块，并按示例使用别名plt。 importmatplotlib.pyplotasplt 接下来，需要一个数组来绘制。NumPy库中定义了各种数组函数，该库使用np别名导入。 importnumpyasnp 现在，使用NumPy库中的arange()函数获得角度介于0和2π之间的ndarray对象。 x=np.arange(0,math.pi2,0.05) ndarray对象用作图的x轴上的...

PyLab是Matplotlib面向对象绘图库的接口，Matplotlib是整个软件包，matplotlib.pyplot是Matplotlib包中的模块，PyLab是一个与Matplotlib一起安装的模块。 基本绘图 使用plot命令绘制曲线。它需要一对相同长度的数组(或序列) fromnumpyimport frompylabimport x=linspace(-3,3,30) y=x2 plot(x,y) show() 上面的代码行生成以下输出 要绘制符号而不是线条，请提供其他字符串参数。 symbols ,–,-.,,.,,,o,^,v,<,>,s,+,x,...

尽管使用matplotlib.pyplot模块可以轻松快速地生成图，但是建议使用面向对象的方法，因为它可以更好地控制和自定义图。 在面向对象的界面中，Pyplot仅用于一些功能，例如图形创建，并且用户显式创建并跟踪图形和轴对象，在此级别上，用户使用Pyplot创建图形，并通过这些图形可以创建一个或多个轴对象，然后，将这些轴对象用于绘图操作。 首先，无涯教程创建一个提供空画布的图形实例。 fig=plt.figure() 现在将轴添加到图形中，add_axes()方法需要由4个元素组成的列表对象，分别对应于该图的左侧，底部，宽度和高度。每个数字必须介于0和1之间 ax=fig.add_ax...

Subplot2grid函数为在特定位置创建轴对象提供了更大的灵活性，它还允许axis对象跨越多个行或列。 Plt.subplot2grid(shape,location,rowspan,colspan) 在以下示例中，图形对象的3X3网格填充行和列跨度大小不同的轴对象，每个对象都显示不同的图。 importmatplotlib.pyplotasplt a1=plt.subplot2grid((3,3),(0,0),colspan=2) a2=plt.subplot2grid((3,3),(0,2),rowspan=3) a3=plt.subplot2grid((3,3),(1,0),r...

axes对象的grid()函数将网格的可见性设置为打开或关闭，您还可以显示网格的主要/次要刻度，另外，可以在grid()函数中设置颜色，线型和线宽属性。 importmatplotlib.pyplotasplt importnumpyasnp fig,axes=plt.subplots(1,3,figsize=(12,4)) x=np.arange(1,11) axes[0].plot(x,x3,'g',lw=2) axes[0].grid(True) axes[0].set_title('defaultgrid') axes[1].plot(x,np.exp(x),'r') axes[...

Matplotlib自动计算出图的x，y(在3D图的情况下为z轴)轴显示变量的最小值和最大值，但是，可以使用set_xlim()和set_ylim()函数显式设置限制。 在下图中，显示了x和y轴的自动缩放范围 importmatplotlib.pyplotasplt fig=plt.figure() a1=fig.add_axes([0,0,1,1]) importnumpyasnp x=np.arange(1,10) a1.plot(x,np.exp(x)) a1.set_title('exp') plt.show() 现在无涯教程将x轴的限制格式设置为(0到10)和y轴(0到100...

刻度(Ticks)是表示轴上数据点的标签，到目前为止，在无涯教程之前的所有示例中，Matplotlib都自动绘制了轴上的间隔点的任务.Matplotlib的默认刻度定位器设计用于在许多常见情况下通常就足够了。 xticks()和yticks()函数将列表对象作为参数，列表中的元素表示相应动作上将显示刻度的位置。 ax.set_xticks([2,4,6,8,10]) 此方法将在刻度上的给定位置标签数据点。 同样，可以分别通过set_xlabels()和set_ylabels()函数设置与刻度线相对应的标签。 ax.set_xlabels([‘two',‘four','six',‘eigh...

在图形中两个x或y轴被认为是有用的，此外，如果想绘制具有不同单位的曲线时，Matplotlib可以通过twinxandtwiny函数支持此功能。 在以下示例中，该图具有两个y轴，一个显示exp(x)，另一个显示log(x) importmatplotlib.pyplotasplt importnumpyasnp fig=plt.figure() a1=fig.add_axes([0,0,1,1]) x=np.arange(1,11) a1.plot(x,np.exp(x)) a1.set_ylabel('exp') a2=a1.twinx() a2.plot(x,np.log(x),'r...

条形图是用高度或长度与其所代表的值成比例的矩形数据图表，条形图可以垂直或水平绘制。 MatplotlibAPI提供了bar()函数，该函数可以在MATLAB样式使用以及面向对象的API中使用，如下示例 ax.bar(x,height,width,bottom,align)参数说明如下 x x坐标。 height 高度。 width 宽度，默认为0.8。 bottom 可选，y坐标默认为'None'。 align {'center','edge'},可选,默认为'center' 以下是Matplotlib条形图的简单示例。它显示了某所学院提供的各种课程的注册学生...

饼图只能显示一系列数据，饼图以一个数据序列显示项目的大小，与项目的总和成比例，饼图中的数据点显示为整个饼的百分比。 MatplotlibAPI具有pie()函数，该函数生成表示数组中数据的饼图。每个部分的面积由x/sum(x)给出。如果sum(x)<1，则x的值将直接给出小数面积。 下表列出了饼图的参数 x 类似数组。 labels 列表。一串字符串,为每个部分提供标签。 Colors 饼图将循环通过的matplotlibcolorargs序列。如果为None,将使用当前活动周期中的颜色。 Autopct 字符串,标签将放置在楔形物内。格式字符串为fmt％pct。...

等高线图(有时称为“水平图”)是一种在二维平面上显示三维表面的方法。它在y轴上绘制两个预测变量XY，并以轮廓绘制响应变量Z。 如果您想查看Z随两个输入X和Y的变化，等高线图是合适的，那么Z=f(X，Y)。 MatplotlibAPI包含分别绘制轮廓线和填充轮廓的Contour()和Contourf()函数。这两个函数都需要三个参数x，y和z。 importnumpyasnp importmatplotlib.pyplotasplt xlist=np.linspace(-3.0,3.0,100) ylist=np.linspace(-3.0,3.0,100) X,Y=np.meshgrid...

Violin图与箱形图相似，不同之处在于它们还显示了数据在不同值处的概率密度，在该箱形图上叠加了内核密度估计。像箱形图一样，Violin图用来表示跨不同"类别"的变量分布(或样本分布)的比较。 Violin图比普通箱图更具信息性。实际上，虽然箱形图仅显示汇总统计信息，如均值/中位数和四分位数范围，但Violin图却显示了数据的完整分布。 importmatplotlib.pyplotasplt np.random.seed(10) collectn_1=np.random.normal(100,10,200) collectn_2=np.random.normal(80,30,200)...

尽管最初设计Matplotlib时仅考虑了二维绘图，但在更高版本的Matplotlib的二维显示之上仍构建了一些三维绘图实用程序，以提供一组用于三维数据可视化的工具。通过导入Matplotlib软件包随附的mplot3d工具包启用三维图。 可以通过将关键字projection='3d'传递给任何普通轴创建例程来创建三维轴。 frommpl_toolkitsimportmplot3d importnumpyasnp importmatplotlib.pyplotasplt fig=plt.figure() ax=plt.axes(projection='3d') z=np.linspace...

ax.contour3D()函数创建三维轮廓图，它要求所有输入数据采用二维规则形式，并在每个点处判断Z数据。在这里，显示三维正弦函数的三维轮廓图。 frommpl_toolkitsimportmplot3d importnumpyasnp importmatplotlib.pyplotasplt deff(x,y): returnnp.sin(np.sqrt(x2+y2)) x=np.linspace(-6,6,30) y=np.linspace(-6,6,30) X,Y=np.meshgrid(x,y) Z=f(X,Y) fig=plt.figure() ax=plt.axes...

线框图采用值的网格并将其投影到指定的三维表面上，并使生成的三维形式非常容易可视化。plot_wireframe()函数用于此目的 frommpl_toolkitsimportmplot3d importnumpyasnp importmatplotlib.pyplotasplt deff(x,y): returnnp.sin(np.sqrt(x2+y2)) x=np.linspace(-6,6,30) y=np.linspace(-6,6,30) X,Y=np.meshgrid(x,y) Z=f(X,Y) fig=plt.figure() ax=plt.axes(projecti...

Matplotlib支持文本、数学表达式、栅格和矢量输出的TrueType等，包括matplotlib.font_manager，它实现了一个跨平台，符合W3C的字体查找算法。 用户可以对文本属性(字体大小，字体粗细，文本位置和颜色等)进行控制，Matplotlib实现了大量的TeX数学符号和命令。 以下命令列表用于在Pyplot界面中创建文本 text 在轴的任意位置添加文本。 annotate 在轴的任意位置添加带有可选箭头的注释。 xlabel 在轴的x轴上添加标签。 ylabel 在轴的y轴上添加标签。 title 为轴添加标题。 figtext 在图形...

您可以在任何Matplotlib文本字符串中使用TeXmarkup子集，只需将其放在一对美元符号($)内即可。 mathtext plt.title(r'$\alpha>\beta$') 要制作下标和上标，请使用'_'和'^'符号 r'$\alpha_i>\beta_i$' importnumpyasnp importmatplotlib.pyplotasplt t=np.arange(0.0,2.0,0.01) s=np.sin(2np.pit) plt.plot(t,s) plt.title(r'$\alpha_i>\beta_i$',fontsize=20) ...

Matplotlib软件包中的图像模块提供了加载，重新缩放和显示图像所需的功能。 Pillow库支持加载图像数据，Matplotlib本机仅支持PNG图像，如果本机读取失败，则下面显示的命令将退回到Pillow上。 本示例中使用的图像是PNG文件，但请记住您对自己的数据的Pillow要求。imread()函数用于读取float32dtype的ndarray对象中的图像数据。 importmatplotlib.pyplotasplt importmatplotlib.imageasmpimg importnumpyasnp img=mpimg.imread('mtplogo.png') 假...

matplotlib软件包创建在转换框架之上，可轻松在坐标系之间移动。可以使用四个坐标系。在下表中简要描述了系统 坐标 转换对象 说明 Data ax.transData 用户数据坐标系。由xlim和ylim Axes ax.transAxes 轴的坐标系。(0，0)位于轴的左下角，而(1，1)位于轴的右上角。 Figure fig.transFigure 该图的坐标系。(0，0)位于图的左下角，而(1，1)位于图的右上角 Display None 这是显示器的像素坐标系。(0，0)是显示的左下角，(宽度，高度)是显示的右上角(以像素为单位)。或者，可以使用(mat...