这篇文章主要为大家展示了“Matplotlib有什么用”,内容简而易懂,条理清晰,希望能够帮助大家解决疑惑,下面让小编带领大家一起研究并学习一下“Matplotlib有什么用”这篇文章吧。
Matplotlib可能是Python2D-绘图领域使用最广泛的套件。它能让使用者很轻松地将数据图形化,并且提供多样化的输出格式。这里将会探索matplotlib的常见用法。
IPython是Python的一个增强版本。它在下列方面有所增强:命名输入输出、使用系统命令(shellcommands)、排错(debug)能力。我们在命令行终端给IPython加上参数-pylab(0.12以后的版本是--pylab)之后,就可以像Matlab或者Mathematica那样以交互的方式绘图。
pylab是matplotlib面向对象绘图库的一个接口。它的语法和Matlab十分相近。也就是说,它主要的绘图命令和Matlab对应的命令有相似的参数。
Download
下载包包含两个目录:
figures:存放实例代码生成的图片
scripts:存放实例代码
初级绘制
这一节中,我们将从简到繁:先尝试用默认配置在同一张图上绘制正弦和余弦函数图像,然后逐步美化它。
第一步,是取得正弦函数和余弦函数的值:
frompylabimport*
X=np.linspace(-np.pi,np.pi,256,endpoint=True)
C,S=np.cos(X),np.sin(X)
X是一个numpy数组,包含了从−π到+π等间隔的256个值。C和S则分别是这256个值对应的余弦和正弦函数值组成的numpy数组。
你可以在IPython的交互模式下测试代码,也可以下载代码(下载链接就是这些示例图),然后执行:
pythonexercise_1.py
Matplotlib的默认配置都允许用户自定义。你可以调整大多数的默认配置:图片大小和分辨率(dpi)、线宽、颜色、风格、坐标轴、坐标轴以及网格的属性、文字与字体属性等。不过,matplotlib的默认配置在大多数情况下已经做得足够好,你可能只在很少的情况下才会想更改这些默认配置。
importnumpyasnp
importmatplotlib.pyplotasplt
X=np.linspace(-np.pi,np.pi,256,endpoint=True)
C,S=np.cos(X),np.sin(X)
plt.plot(X,C)
plt.plot(X,S)
plt.show()
下面的代码中,我们展现了matplotlib的默认配置并辅以注释说明,这部分配置包含了有关绘图样式的所有配置。代码中的配置与默认配置完全相同,你可以在交互模式中修改其中的值来观察效果。
#导入matplotlib的所有内容(nympy可以用np这个名字来使用)
frompylabimport*
#创建一个8*6点(point)的图,并设置分辨率为80
figure(figsize=(8,6),dpi=80)
#创建一个新的1*1的子图,接下来的图样绘制在其中的第1块(也是唯一的一块)
subplot(1,1,1)
X=np.linspace(-np.pi,np.pi,256,endpoint=True)
C,S=np.cos(X),np.sin(X)
#绘制余弦曲线,使用蓝色的、连续的、宽度为1(像素)的线条
plot(X,C,color="blue",linewidth=1.0,line)
#绘制正弦曲线,使用绿色的、连续的、宽度为1(像素)的线条
plot(X,S,color="green",linewidth=1.0,line)
#设置横轴的上下限
xlim(-4.0,4.0)
#设置横轴记号
xticks(np.linspace(-4,4,9,endpoint=True))
#设置纵轴的上下限
ylim(-1.0,1.0)
#设置纵轴记号
yticks(np.linspace(-1,1,5,endpoint=True))
#以分辨率72来保存图片
#savefig("exercice_2.png",dpi=72)
#在屏幕上显示
show()
以上是“Matplotlib有什么用”这篇文章的所有内容,感谢各位的阅读!相信大家都有了一定的了解,希望分享的内容对大家有所帮助,如果还想学习更多知识,欢迎关注亿速云行业资讯频道!
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:is@yisu.com进行举报,并提供相关证据,一经查实,将立刻删除涉嫌侵权内容。