网站搜索排名高怎么做,湖州服装网站建设,微商城网站建设讯息,苏州企业管理咨询服务文章目录 Matplotlib与可视化分析简单图形的绘制pylot的高级功能添加图例与注释 Matplotlib与可视化分析 我们之前对数据的处理与分析#xff0c;其实最终还是要利用可视化工具进行更加直观的输出 我们开业通过 pip install matplotlib命令来安装对应的模块 简单图形的绘制… 文章目录 Matplotlib与可视化分析简单图形的绘制pylot的高级功能添加图例与注释 Matplotlib与可视化分析 我们之前对数据的处理与分析其实最终还是要利用可视化工具进行更加直观的输出 我们开业通过 pip install matplotlib命令来安装对应的模块 简单图形的绘制 我们可以通过matplotlib的子模块pyplot来进行平面图像的绘制比较便捷而且输出格式也更加多样化 我们可以给他起个名字叫plt 例如 import math import matplotlib.pyplot as pltnbSamples 256 xRange (-math.pi, math.pi) x, y [], []for n in range(nbSamples):ratio (n 0.5) / nbSamplesx.append(xRange[0] (xRange[1] - xRange[0]) * ratio)y.append(math.sin(x[-1]))plt.plot(x, y) plt.show()结果如下 这里最复杂的其实是对x和y函数的构造实际上关于绘图的代码是由最后两行完成的plot是构建图像show则是显示图像 对于各种复杂的数据计算和处理实际上可以结合numpy的内容辅助处理 我们也可以对图像中线条的属性例如color选项可以选择图像的颜色linewidth可以选择线条的宽度linestyle可以选择线条的样式 这里我们给出常用的颜色 字母颜色r红色b蓝色m紫色k黑色g绿色c青色y土黄色w白色 pylot的高级功能 添加图例与注释 例如 nbSamples 128x np.linspace(-np.pi, np.pi, nbSamples) y1 np.sin(x) y2 np.cos(x)plt.plot(x, y1, colorg, linewidth4, linestyle--, labelr$ysin(x)) plt.plot(x, y2, *, markersize8, markerfacecolorr, markeredgecolork, labelr$ycos(x))plt.legend(locbest) plt.show() 这里我们加入了属性标签legend是放在了最佳位置也可以进行设置例如upper right,upper left,lower left,center left 等 对于这里的美元符号则是对应着LaTeX公式可以访问可以更加高效的描述数学公式 除此之外我们也可以设置显示一些其他的文本提示例如坐标提示等 例如 plt.text(a, b, (a, b), ha center, va bottom, fontsize 10)设置标题以及坐标轴 plt.title() plt.xlabel()Matplotlib对于中文支持并不友好在Windows平台下我们需要设置如下参数显示中文文本 plt.rcParams[font.sans-serif][SimHei] # 用于正常显示中文标签 plt.rcParams[axes.unicode_minus] False # 设置正常显示政府和这里的sim指的是simple简体中文hei表示黑体 关于众多子图的内容还有更多的matplotlib内容还请阅读官方文档我们对于基本的图像绘制了解到此基本就足以日常使用了如果需要更多的方法官方文档绝对是一个更好的选择 我们的Python基础部分也告一段落之后会陆续推出其他内容还请大家继续支持 感谢各位的支持如果你发现文章中有任何不严谨或者需要补充的部分欢迎在评论区指出