matplotlib基础用法

Matplotlib | 一文搞定Matplotlib从入门到实战演练! Matplotlib 是一个 Python 的 2D绘图库。通过 Matplotlib,开发者可以仅需要几行代码,便可以生成绘图,直方图,功率谱,条形图,错误图,散点图等。官网https://matplotlib.org/\qquad学习Matplotlib 可让数据可视化,更直观的真实给用户。使数据更加客观、更具有说服力。MatplotlibPython的库,又是开发中常用的库。 阅读详情

注释:

import numpy as np
import matplotlib.pyplot as plt
x=np.arange(-10,11,1)
y=x**2
plt.plot(x,y)
plt.annotate(‘this is the bottom’,xy=(0,1),xytext=(0,20),arrowprops=dict(facecolor=‘r’,headlength=10,headwidth=30,width=10)) #xy表示箭头的起始坐标,xytext表示第一个字母的起始坐标
plt.show()

文字:

import matplotlib.pyplot as plt

plt.plot([0, 2], [0, 2])
plt.text(0.5, 1, 'put some text')
plt.show()

工具栏:

import matplotlib.pyplot as plt
fig=plt.figure()
ax=fig.add_subplot(111)
ax.set_xlim([1,7])
ax.set_ylim([1,5])
ax.text(2,4,r"$ \alpha_i \beta_j \pi \lambda \omega $",size=25)
ax.text(4,4,r"$ \sin(0)=\cos(\frac{\pi}{2}) $",suze=25)
ax.text(2,2,r"$ \lim_{x \rightarrow y} \frac{1}{x^3} $",size=25)
ax.text(4,2,r"$ \sqrt[4]{x}=\sqrt{y} $",size=25)
plt.show()

区域填充:

import matplotlib.pyplot as plt
import numpy as np
x=np.linspace(0,5*np.pi,1000)
y1=np.sin(x)
y2=np.sin(2*x)

--fill
plt.fill(x,y1,'b',alpha=0.3)
plt.fill(x,y2,'r',alpha=0.3)
plt.show()

--fill_between
fig=plt.figure()
ax=plt.gca()
ax.plot(x,y1,x,y2,color='black')
ax.fill_between(x,y1,y2,facecolor='blue')
plt.show()

--interplate=True自动填充空白部分
ax.plot(x,y1,color='r')
ax.plot(x,y2,color='b')
ax.fill_between(x,y1,y2,where=y1>=y2,facecolor='yellow',interplate=True)
ax.fill_between(x,y1,y2,where=y2>y1,facecolor='green',interplate=True)
plt.show()

形状:

import matplotlib.patches as mpatches
add_patch


import matplotlib.pyplot as plt
import numpy as np
import matplotlib.patches as mpatches
fig, ax=plt.subplots()
xy1=np.array([0.2,0.2])
xy2=np.array([0.2,0.8])
xy3=np.array([0.8,0.2])
xy4=np.array([0.8,0.8])

circle=mpatches.Circle(xy1,0.05)
ax.add_patch(circle)

rect=mpatches.Rectangle(xy2,0.2,0.1,color='r')
ax.add_patch(rect)

polygon=mpatches.RegularPolygon(xy3,5,0.1,color='g')
ax.add_patch(polygon)

ellipse=mpatches.Ellipse(xy4,0.4,0.2,color='y')
ax.add_patch(ellipse)

plt.axis('equal')
plt.grid()

格式美化:

import matplotlib.pyplot as plt
import numpy as np
fig, axes=plt.subplot(ncol=2,nrow=2)
ax1,ax2,ax3,ax4 = axes.ravel()
x, y= np.random.normal(size=(2,100))
ax1.plot(x,y,'o')

x=np.arange(0,10)
y=np.arange(0,10)
ncolors=len(plt.rcParams['axes.color_cycle'])
shift=np.linspace(0,10,ncolors)
for s in shift:
    ax2.plot(x,y+s,'-')
    
x=np.arange(5)
y1,y2.y3=np/random.randint(1,25,size=(3,5))
width=0.25

ax3.bar(x,y1,width)
ax3.bar(x+width,y2,width,color=plt.rcParams['axes.color_cycle'][1])
ax3.bar(x+2*width,y2,width,color=plt.rcParams['axes.color_cycle'][2])
for i,color in enumerate(plt.rcParams['axes.color_cycl']):
    xy=np.arange.normal(size=2)
    ax4.add_patch(plt.Circle(xy,radius=0.3,color=color))
ax4.axis('equal') 
plt.show()    
plt.style.use('fivethirtyeight')

np.meshgrid, ravel(), np.c_, plt.contourf()函数的用法,以及决策边界的画法。 机器学习学习历程 阅读详情

相关推荐

数学向量空间的对偶空间解析

对偶空间是线性代数的"进阶语法",它不仅深化了我们对向量空间的理解,还为解决实际问题提供了强大工具。用生活类比解释对偶空间的核心概念,打破"抽象数学"的壁垒;建立对偶空间与原向量空间的直观联系,揭示"对偶"的本质;通过数学推导和代码实现,让读者掌握对偶空间的基本运算;展示对偶空间在科学和工程中的应用,体现其理论价值。范围:本文从有限维实向量空间入手(便于理解),逐步扩展到对偶基、双对偶空间,最后简要提及无限维空间的特殊性。

AI天才研究院 834

使用OpenCV或者matplotlib给照片里的物体添加方框和文字说明

给图片添加方框和文字

信道者 2192

从 VL02N 拣配到 ABAP 自动化,读懂 SD_DELIVERY_UPDATE_PICKING 的位置和风险

文章摘要:SAP SD模块中,SD_DELIVERY_UPDATE_PICKING函数模块用于处理出库交货单的拣配确认,更新交货项目的拣配数量。该函数适用于未启用WM/EWM的传统SD流程,能确保拣配状态与标准交货处理逻辑同步,比直接修改数据库更安全。但在S/4HANA Cloud等新环境中,应优先使用API_OUTBOUND_DELIVERY_SRV等公开发布接口。使用该函数时需注意参数完整性和按交货单整体处理的原则,避免逐项提交导致的数据不一致问题。(149字)

2007 年 ~ 2025 年,深耕 SAP 技术 18 年 185

9.1 图像的基础操作

图像的基础操作 学习目标 掌握图像的读取和保存方法 能够使用OpenCV在图像上绘制几何图形 能够访问图像的像素 能够获取图像的属性,并进行通道的分离和合并 能够实现颜色空间的变换 1 图像的IO操作 这里我们会给大家介绍如何读取图像,如何显示图像和如何保存图像。 1.1 读取图像 API cv.imread() 参数: 要读取的图像 读取方式的标志 cv.IMREAD*COLOR:以彩色模式加载图像,任何.

qq_40066957的博客 869

Python - matplotlib在图像中添加文字

import matplotlib.pyplot as plt plt.plot([0, 2], [0, 2]) plt.text(0.5, 1, 'put some text') plt.show()

白话Python 4万+

matplotlib —— 添加文本信息(text)

matplotlib.pyplot.text(x, y, s, fontdict=None, withdash=False, **kwargs)x, y:表示坐标; s:字符串文本; fontdict:字典,可选; kw: fontsize=12, horizontalalignment=‘center’、ha=’cener’ verticalalignment=’center’、va=’cen

3万+

Matplotlib绘图1 matplotlib基础用法

import matplotlib.pyplot as plt import numpy as np x = np.linspace(-1,1,100)#生成从-1到1 之间的100个数 y = 2*x + 1 plt.plot(x,y)#绘图 plt.show()#显示

zy_小轩的博客 260

Pythonmatplotlib的一些基础用法

Matplotlib作为一个优秀的第三方库,可以快速地生成高质量的图表。下面介绍matplotlib一些基础用法: 首先安装matplotlib库 可以通过pip install matplotlib安装,anaconda自带。 使用时先导入matplotlib库: import matplotlib.pyplot as plt #(plt为引入模块的别名) 1, figure:面板(图),matplotlib中的所有图像都是位于figure对象中,一个图像只能有一个figure对象。首先使用figur

weixin_50775137的博客 2965

Matplotlib用法使用、Matplotlib绘图作图画图

Matplotlib概念定义,Matplotlib绘图/画图/作图,matplotlib用法使用、什么是MatplotlibMatplotlib常用函数用法Matplotlib图像添加辅助功能信息,Matplotlib一个坐标系绘制多个图像,Matplotlib多个坐标系绘制多个图像,Matplotlib绘制数学函数图像

我的个人博客 4961

matplotlib中subplots的用法

1.matplotlib中如果只画一张图的话,可以直接用pyplot,一般的做法是: import matplotlib.pyplot as plt plt.figure(figsize=(20,8),dpi=90) # 设置画布大小及像素 plt.xticks() # 设置x坐标刻度 plt.yticks() # 设置y坐标刻度 plt.xlabel() # 设置x坐标名 plt.ylabel() # 设置y坐标名 plt.title() # 设置主题 plt.plot() # 画图 plt.lege

wc881108的博客 2283

基础PythonMatplotlib用法

数据可视化是指通过图表形式展现数据,揭示数据背后的规律。Matplotlib是可视化数据的最基本库。

m0_72557783的博客 8173

Python模块 Matplotlib的基本用法

目录 1. 认识Matploblib 1.1 Figure 1.2 Axes 1.3 Multiple Axes 1.4 Axes Vs .pyplot 2. 基本绘图2D 2.1 线 2.2 散点图 2.3 条形图 2.4 直方图 2.6 箱形图 2.7 泡泡图 2.8 等高线(轮廓图) 3 布局、图例说明、边界等 3.1区间上下限 3.2 图例说明 3.3 区间分段 3.4 布局 3.5 轴相关 MatplotlibPython中类似MATLAB的绘图工具..

Colorfully_lu的博客 1716

Matplotlib常见用法

目录一、简介1.1、pyplot常用方法二、绘图2.1、直线图2.1.1、常规效果2.1.2、折线图2.1.3、曲线图2.1.4、三角函数2.1.5、subplot画布分区2.1.6、多颜色多格式2.1.7、添加图例2.2、散点图2.2.1、常规效果2.2.2、多颜色多大小2.3、柱状图2.4、饼状图2.5、等高线图 一、简介 Matplotlib是一个Python的2D绘图库,可以将数据可视化成各种图表; 1.1、pyplot常用方法 title():图表名称 xlable():x轴名称 ylable()

攀登Fox的博客 888

python matplotlib常见基础用法总结

本文的例子要求您有numpy, pandas, matplotlib,如果没有,需要您如果下载速度太慢,请看我另一篇博客:pip镜像管理和npm镜像管理然后每次使用numpy都需要import 一下,以下默认都有这篇文章会给大家看几个例子。好了,matplotlib绝不是我这点篇幅就能说完的。菜鸟教程-Matplotlib 教程其他博客哈哈哈。

andy dennis的博客 1199

Matplotlib一些基础用法

Matplotlib一些基础用法 1 Matplotlib安装 # python 2+ 请复制以下在 terminal 中执行 $sudo apt-get install python-matplotlib 2 figure的基础用法 import matplotlib.pyplot as plt import numpy as np x = np.linspace(-3,...

qq_25220145的博客 783

python 读取显示保存图片,在图片上添加 矩形框 & 文字。三种方案:matplotlib.pyplot、cv2、PIL-Image

我是索隆啊 4870

python绘图 添加文字_Python | 将文字添加到绘图中

python绘图 添加文字Adding text to a plot is one of the most used features of matplotlib.pyplot and there is a function defined for this operation i.e. matplotlib.pyplot.text(). 将文本添加到绘图是matplotlib.pyplot最常...

cumtv80668的专栏 2万+

python matplotlib绘图

记录常用的python matplotlib的一些操作

breeze_blows的博客 349

matplotlib命令与格式:标题(title),标注(annotate),文字说明(text)

1.title设置图像标题 (1)title常用参数 fontsize设置字体大小,默认12,可选参数 ['xx-small', 'x-small', 'small', 'medium', 'large','x-large', 'xx-large'] fontweight设置字体粗细,可选参数 ['light', 'normal', 'medium', 'semibold', 'bold', '...

wuguangbin1230的博客 6544

matlab Multisim小功率调幅发射机(仿真+报告)

小功率调幅发射机是一种常见的无线电通信设备,主要用于短距离无线传输音频信号。在这个项目中,我们关注的是基于Multisim软件的仿真设计。Multisim是一款强大的电路模拟工具,广泛应用于教学和工程实践中,它提供了直观的界面和丰富的元件库,使用户能够构建、分析和优化电子电路。在“小功率调幅发射机”项目中,我们将学习以下关键知识点:1. **调幅原理**:调幅是广播和无线通信中常用的一种技术,它通过改变载波信号的幅度来编码音频信息。在这个过程中,音频信号的幅度变化会相应地改变载波信号的幅度,从而将音频信息“加载”到载波上。2. **电路设计**:调幅发射机通常包括音频放大器、振荡器和调制器等部分。音频放大器用来增强音频信号,振荡器则产生稳定的高频载波信号,调制器则将音频信号与载波信号结合,形成调幅信号。3. **Multisim使用**:使用Multisim进行仿真时,首先需要选择合适的元件构建电路,如晶体管、电阻、电容等。然后,通过连接这些元件,创建音频放大器、振荡器和调制器的电路模型。利用Multisim的仿真功能,观察电路性能,如电压、电流的变化,以及信号频谱分析

上一篇: matpoltlib各种基础图形绘制
下一篇: matplotlib实例
CoderMateng
博客等级 码龄7年 8粉丝 57原创
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值