免费收录网站怎么做企业网站教程视频

当前位置： 首页 > news >正文

免费收录网站,怎么做企业网站教程视频,高端网站定制北京,做招聘的网站有哪些Matplotlib基础绘图 文章目录 Matplotlib基础绘图1.基础流程2.绘图设置3.动态rc参数4.pyplot的基础图表函数 安利 1.基础流程 1.导入模块。绘图之前#xff0c;需要先导入包含相应函数的模块。 2.创建画布与创建子图。第一部分主要是构建出一张空白的画布#xff0c;如果需要…Matplotlib基础绘图 文章目录 Matplotlib基础绘图1.基础流程2.绘图设置3.动态rc参数4.pyplot的基础图表函数 安利 1.基础流程 1.导入模块。绘图之前需要先导入包含相应函数的模块。 2.创建画布与创建子图。第一部分主要是构建出一张空白的画布如果需要同时展示几个图形可将画布划分为多个部分。然后使用对象方法来完成其余的工作示例如下。 plt.figure(numNone, figsizeNone, dpiNone, facecolorNone, edgecolorNone, frameonTrue)num图像编号(数字)或名称(字符串)可以通过这个参数来激活不同的画布 figsize画布的宽和高单位英寸 dpi指定绘图对象的分辨率每英寸包含多少个像素像素越大画布越大默认值为80 facecolor背景颜色 edgecolor边框颜色 frameon是否显示边框True绘制边框默认值 3.添加画布内容。第二部分是绘图的主体部分。一个图形可以包含任意数量的轴但通常至少有一个每个轴都可以设置一个轴标签。常见的是二维坐标轴即包含 X 轴横轴和 Y 轴纵轴 轴上可以设置刻度标签。使用 Matplotlib 模块画坐标图时 往往需要对坐标轴设置很多参数 这些参数包括横纵 坐标轴范围、坐标轴刻度大小、坐标轴名称等 添加标题、坐标轴名称等步骤与绘制图形是并列的没有先后顺序可以先绘制图形也可以先添加各类标签但是添加图例一定要在绘制图形之后。pyplot模块中添加各类标签和图例的函数如下表所示。 4.图形保存与展示。绘制图形之后可使用matplotlib.pyplot.savefig()函数保存图片到指定路径使用matplotlib.pyplot.show()函数展示图形。 提示以下是本篇文章正文内容下面案例可供参考 2.绘图设置 最基本的绘图函数是绘制曲线函数plot。 plot(y)%绘制以y为纵坐标的二维曲线 plot(x,y)%绘制以x为横坐标y为纵坐标的二维曲线 plot(x1,y1,x2,y2…) %在同一窗口绘制多条二维曲线 说明x和y可以是实数向量或矩阵也可以是复数向量或矩阵。 颜色设置:(color) 线条样式(linestyle) 标记样式(marker) 设置坐标轴x轴xlabel,y轴ylabel x轴语法 matplotlib.pyplot.xlabel(xlabel, fontdictNonelabelpadNonekwargs)xlabel标签文本。并且包含字符串值 y轴语法 matplotlib.pyplot.ylabel(ylabel, fontdictNonelabelpadNonekwargs)ylabel标签文本。并且包含字符串值 中文乱码问题的解决方法 matplotlib.pyplot.rcParams[font.sans-serif] [SimHei]负号不显示问题的解决方法 plt.rcParams[axes.unicode_minus] False坐标轴刻度x轴xticks,y轴yticks x轴语法 matplotlib.pyplot.xticks(locs,[labels]kwargs)y轴语法 matplotlib.pyplot.yticks(locs,[labels]kwargs)坐标轴范围x轴xlim,y轴ylim matplotlib.pyplot.xlim(1,10) matplotlib.pyplot.ylim(1,10)网格线grid matplotlib.pyplot.grid()添加文本标签text matplotlib.pyplot.text(x,y,sfontdictNone,withdashFalse,kwargs)设置标题title matplotlib.pyplot.title(labelfontdictNone,loccenter,padNone,kwargs)设置图例legend matplotlib.pyplot.legend(*args, kwargs)调整图表与画布边缘间距subplots_adjust matplotlib.pyplot.subplots_adjust(leftNone,bottomNone,rightNone,topNone,wspaceNone,hspaceNone)left,bottom,right,top调整上下左右的空白left和bottom值越小空白越小right和top值越大空白越小画布是从左下角开始取值0~1 x,y轴刻度线显示方向语法 matplotlib.pyplot.rcParams[xtick.direction] in matplotlib.pyplot.rcParams[ytick.direction] in参数说明: direction将刻度置于坐标轴内、轴外或同时置于两者 ‘{‘in’, ‘out’, ‘inout’}可选默认 ‘out’ 3.动态rc参数 4.pyplot的基础图表函数 1.折线图 plot() 2.散点图 scatter() 3.直方图 hist() 4.条形图 bar() 5.饼图 pie() 6.面积图 stackplot() matplotlib.pyplot.stackplot(x,,*args,dataNone,kwags)7.热力图 imshow() matplotlib.pyplot.imshow(X, cmapNone, normNone, aspectNone, interpolationNone, alphaNone, vminNone, vmaxNone, originNone, extentNone, shapeNone, filternormTrue, filterrad4.0, imlimNone, resampleNone, urlNone, *, dataNone, **kwargs)X 要显示的图像或数组。 cmap 颜色映射默认为None。可以是特定颜色映射的字符串名称也可以是matplotlib.colors.Colormap 实例。 norm用于将数据值标准化到 0-1 范围内的 matplotlib.colors.Normalize 实例默认为None。 aspect表示图像的纵横比如 ‘equal’, ‘auto’ 或一个数字默认为None。 interpolation 图像显示时使用的插值算法默认为None。常用的插值方法有 ‘nearest’,‘bilinear’, ‘bicubic’, spline16’ 等。 alpha0-1 之间的数值图像的透明度默认为 None。 8.箱线图 boxplot() 计算方法 1).数据集73615394140 2).按从小到大的顺序对数据集进行排列71536394041 3)确定四分位数索引位置的根据公式1(n-1)*数据的百分比分位点在根据索引位置确定索引所对应的数据值(n是数据集的数量 n6)· Q1_position1(6-1)0.252.25 (Q1在第二个数和第三个数之间) Q1_value15(36-15)(2.25-2)20.25· Q2_position1(6-1)0.53.5 (Q2在第三个数和第四个数之间) ·Q2_value36(39-36)(3.5-3)37.5 ·Q3_position1(6-1)0.754.75 (Q3在第四个数和第五个数之间)· Q3_value39(40-39)(4.75-4)39.75· 上限39.75(39.75-20.25)1.569· 下限20.25-(39.75-20.25)1.5-9 极端异常值 ·极端上限上限Q33(Q3-Q1)· 极端下限下限Q1-3(Q3-Q1)· 极端异常值的判定标准当变量的数据值大于极端上限或小于极端下限时判定为极端异常值 9.三维柱形图 axes3d.bar() mpl_toolkits.mplot3d.axes3d.bar(left, height, zs0, zdir‘z’, *args, **kwargs) 参数说明: leftx轴数据集 height柱子的高度 zsz轴的数据集 zdir可选参数{‘x’, ‘y’, ‘z’}, 默认: ‘z’ 绘制多个子图表 使用matplotlib.pyplot.subplots 函数 matplotlib.pyplot.subplots(nrows1, ncols1, *, sharexFalse, shareyFalse, squeezeTrue,width_ratiosNone, height_ratiosNone,subplot_kwNone, gridspec_kwNone, **fig_kw)参数说明: nrowsncols将画布分成几行几列 sharexsharey表示坐标轴的属性是否相同 subplot_kw把字典的关键字传递给add_subplot来创建每个子图 gridspec_kw把字典的关键字传递给GridSpec构造函数创建网格区域 fig_kw把所有详细的关键字参数传给figure 安利 Seaborn库Seaborn属于Matplotlib的一个高级接口使得作图更加容易。在多数情况下使用Seaborn能做出很具吸引力的图而使用Matplotlib可以制作具有更多特色的图。应该把Seaborn视为Matplotlib的补充而不是替代物 Seaborn官网