Python的Matplotlib库应用(超详细教程)

目录

一、环境搭建

1.1 配置matplotlib库

1.2 配置seaborn库

1.3 配置Skimage库

二、二维图像

2.1 曲线(直线)可视化

2.2 曲线(虚线)可视化

2.3 直方图

2.4 阶梯图

三、三维图像

3.1 3D曲面图

3.2 3D散点图

3.3 3D散点图


        Matplotlib库是一款功能强大且灵活的Python数据可视化软件包,它支持跨平台运行,能够根据NumPy ndarray数组绘制高质量的2D图像(也支持部分3D图像)。Matplotlib提供了类MATLAB的绘图API,使得绘图过程简单直观,代码清晰易懂。它广泛应用于数据分析、科学研究、报告生成以及教育与培训等领域,用户可以通过它创建多样化的图表类型,如折线图、柱状图、散点图等,并对图表的各个元素进行高度定制化的调整。无论是简单的图表还是复杂的可视化需求,Matplotlib都能提供高质量的输出。

一、环境搭建

1.1 配置matplotlib库

pip install matplotlib

安装成功展示图: 

1.2 配置seaborn库

pip install seaborn

 安装成功展示图: 

1.3 配置Skimage库

pip install scikit-image

 安装成功展示图: 

二、二维图像

2.1 曲线(直线)可视化

import matplotlib.pyplot as plt
import numpy as npX = np.linspace(1, 15)
Y = np.sin(X)
# 图像大小设置
plt.figure(figsize=(10,8))
# 绘制线
plt.plot(X, Y, color='red')
plt.xlabel('X')
plt.ylabel('Y')
# 设置图像标题名
plt.title("y = sin(X)")
# 是否添加网格
plt.grid(True)
# 绘制图像
plt.show()

2.2 曲线(虚线)可视化

import matplotlib.pyplot as plt
import numpy as npX = np.linspace(1, 15)
Y = np.sin(X)
# 图像大小设置
plt.figure(figsize=(10,8))
# 绘制线 蓝色 虚线
plt.plot(X, Y, "b-.")
plt.xlabel(r"$\alpha$")
plt.ylabel(r"$\beta$")
# 设置图像标题名
plt.title("$y=\sum sin(x)$")
# 是否添加网格
plt.grid(True)
# 绘制图像
plt.show()

2.3 直方图

import matplotlib.pyplot as plt
import numpy as np
import matplotlib
matplotlib.rcParams['axes.unicode_minus'] = False
import seaborn as sns
sns.set(font = "Kaiti", style = "ticks", font_scale = 1.4)X = np.linspace(1, 15)
Y = np.sin(X)
# 图像大小设置
plt.figure(figsize=(10,8))
# 生成数据
data = np.random.randn(200, 1)
# 可视化
plt.hist(data, 10)
plt.xlabel("取值")
plt.ylabel("频数")
plt.title("直方")
# 绘制图像
plt.show()

2.4 阶梯图

import matplotlib.pyplot as plt
import numpy as np
import matplotlib
from matplotlib.pyplot import xticksmatplotlib.rcParams['axes.unicode_minus'] = False
import seaborn as sns
sns.set(font = "Kaiti", style = "ticks", font_scale = 1.4)X = np.linspace(1, 15)
Y = np.sin(X)
# 图像大小设置
plt.figure(figsize=(10,8))
# 阶梯图设置
plt.step(X, Y, c = "r", label = "sin(x)", linewidth = 3)
# 添加辅助线
plt.plot(X, Y, "o--", color = "grey", alpha = 0.5)
plt.xlabel("X")
plt.ylabel("Y")
plt.title("Bar")
# 设置图例位置及大小
plt.legend(loc = "lower right", fontsize = "small")
# 设置X轴坐标系取值
xtick = [0, 5, 10, 15]
xticklabels = [str(x) + "万" for x in xtick]
# x轴的坐标取值,倾斜度为45°
plt.xticks(xtick, xticklabels, rotation = 45)
# 调整水平空间距离
plt.subplots_adjust(hspace = 0.5)
plt.show()

三、三维图像

3.1 3D曲面图

import matplotlib.pyplot as plt
import numpy as np
import matplotlib
from matplotlib.pyplot import xticks
from pyparsing import alphas
matplotlib.rcParams['axes.unicode_minus'] = False
import seaborn as sns
sns.set(font = "Kaiti", style = "ticks", font_scale = 1.4)x = np.linspace(-4, 4, num = 50)
y = np.linspace(-4, 4, num = 50)
X, Y = np.meshgrid(x, y)
Z = np.sin(np.sqrt(X**2 + Y**2))
# 3D曲面图可视化
fig = plt.figure(figsize=(6, 5))
# 设置3D坐标
ax1 = fig.add_subplot(1, 1, 1, projection = '3d')
# 绘制曲面图, rstride:行的跨度 cstride:列的跨度 alpha:透明度 cmap:颜色
ax1.plot_surface(X, Y, Z, rstride = 1, cstride = 1, alpha = 0.5, cmap = plt.cm.coolwarm)
# 绘制z轴方向的等高线
cset = ax1.contourf(X, Y, Z, zdir = 'z', offset = 1, cmap = plt.cm.CMRmap)
ax1.set_xlabel("X")
ax1.set_xlim(-4, 4)
ax1.set_ylabel("Y")
ax1.set_ylim(-4, 4)
ax1.set_zlabel("Z")
ax1.set_zlim(-1, 1)
ax1.set_title("曲面图和等高线")
plt.show()

 

3.2 3D散点图

import matplotlib.pyplot as plt
import numpy as np
import matplotlib
from matplotlib.pyplot import xticks
from pyparsing import alphas
matplotlib.rcParams['axes.unicode_minus'] = False
import seaborn as sns
sns.set(font = "Kaiti", style = "ticks", font_scale = 1.4)theta = np.linspace(-4 * np.pi, 4 * np.pi, 100)
x = np.cos(theta)
y = np.sin(theta)
z = np.linspace(-2, 2, 100)
r = z ** 2 + 1
# 在子图中绘制三维图像
fig = plt.figure(figsize=(10, 10))
# 将坐标系设置为3D坐标系
ax1 = fig.add_subplot(1, 1, 1, projection='3d')
ax1.plot(x, y, z, "b-")
ax1.view_init(elev = 20, azim = 25)
ax1.set_title("3D曲线图")
plt.show()

 

3.3 3D散点图

import matplotlib.pyplot as plt
import numpy as np
import matplotlib
from matplotlib.pyplot import xticks
from pyparsing import alphas
matplotlib.rcParams['axes.unicode_minus'] = False
import seaborn as sns
sns.set(font = "Kaiti", style = "ticks", font_scale = 1.4)theta = np.linspace(-4 * np.pi, 4 * np.pi, 100)
x = np.cos(theta)
y = np.sin(theta)
z = np.linspace(-2, 2, 100)
r = z ** 2 + 1
# 在子图中绘制三维图像
fig = plt.figure(figsize=(10, 10))
# 将坐标系设置为3D坐标系
ax1 = plt.subplot(1, 1, 1, projection='3d')
ax1.scatter3D(x, y, z, c = "r", s = 20)
ax1.view_init(elev = 20, azim = 25)
ax1.set_title("3D散点图")
plt.show()

上一篇文章:Python的pandas库基础知识(超详细教学)-CSDN博客https://blog.csdn.net/Z0412_J0103/article/details/144849671https://blog.csdn.net/Z0412_J0103/article/details/144849671icon-default.png?t=O83Ahttps://blog.csdn.net/Z0412_J0103/article/details/144849671下一篇文章:Python实现简单的缺失值处理(超详细教程)-CSDN博客icon-default.png?t=O83Ahttps://blog.csdn.net/Z0412_J0103/article/details/144956087

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/bicheng/66540.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

一个个顺序挨着来 - 责任链模式(Chain of Responsibility Pattern)

责任链模式(Chain of Responsibility Pattern) 责任链模式(Chain of Responsibility Pattern)责任链模式(Chain of Responsibility Pattern)概述责任链结构图责任链模式概述责任链模式涉及的角色 talk is c…

Laravel 新 WebSocket 服务 Reverb 使用指南

旧篇 > Laravel/Lumen 中使用 Echo Socket.IO-Client 实现网页即时通讯广播 https://blog.csdn.net/maxsky/article/details/130394420 已过时 与时俱进,Laravel 官方在 2024 年 7 月发布了 laravel/reverb 包的正式版,因为之前使用的 laravel-echo-…

网工考试下午题目笔记

1、在防火墙设备中,配置双出口链路有提高总带宽、链路负载均衡、提高可靠性的作用,通过配置链路聚合提高总带宽,通过配置策略路由提高链路负载均衡 防火墙工作模式有路由模式(防火墙接口配有IP地址)、透明模式(防火墙相当于不存在)、混合模式…

WEB攻防-通用漏洞_文件上传_黑白盒审计流程

目录 前置知识点 Finecms-CMS文件上传 ​编辑 Cuppa-Cms文件上传 Metinfo-CMS 文件上传 前置知识点 思路: 黑盒就是寻找一切存在文件上传的功能应用 1 、个人用户中心是否存在文件上传功能 2 、后台管理系统是否存在文件上传功能 3 、字典目录扫描探针文件上传构…

Agentic RAG 解释

RAG(检索增强生成)通过提供来自外部知识源的相关背景来帮助提高 LLM 答案的准确性和可靠性。 Agentic RAG 是高级 RAG 版本,它使用 AI 代理来更加自主地行动。 Agentic RAG 执行以下操作 查询理解、分解和重写检索策略选择知识库管理结果综…

apex安装

安装过程复杂曲折,网上说的很多办法,貌似成功了,实际还是没起作用。 先说成功过程,执行下面命令,安装成功(当然,前提是你要先配置好编译环境): (我的环境&a…

shell-条件判断

目录 一、条件判断 1.按照文件类型进行判断 2.按照文件权限进行判断 3.两个文件之间进行比较 4.两个整数之间进行比较 5.字符串的判断 6.多重条件判断 二、if条件判断 1.单分支if条件语句 2.双分支if条件语句 (1)判断某文件是否存在 &#x…

基于FPGA的出租车里程时间计费器

基于FPGA的出租车里程时间计费器 功能描述一、系统框图二、verilog代码里程增加模块时间增加模块计算价格模块上板视频演示 总结 功能描述 (1);里程计费功能:3公里以内起步价8元,超过3公里后每公里2元,其中…

将数组转换为laravel中的对象

将数组转换为laravel中的对象 在Laravel中,可以通过使用集合(Collection)来将数组转换为对象。集合是Laravel提供的一个强大的工具,用于处理数组数据。 将数组转换为Laravel中的对象的步骤如下: 首先,确…

jdk8升级JDK21(Springboot2.7.18升级Springboot3.4.0)

目录 背景: 一、maven升级 二、代码改造 2.1 javax替换为jakarta 2.2 swagger2升级swagger3相关更新 2.2.1 新增SpringDocConfig配置类 2.2.2 全局代码更新 2.2.3 全局代码替换(普通正则替换) 2.3 Mybatis Plus升级 2.4 logback.xm…

AI赋能跨境电商:魔珐科技3D数字人破解出海痛点

跨境出海进入狂飙时代,AI应用正在深度渗透并重塑着跨境电商产业链的每一个环节,迎来了发展的高光时刻。生成式AI时代的大幕拉开,AI工具快速迭代,为跨境电商行业的突破与飞跃带来了无限可能性。 由于跨境电商业务自身特性鲜明&…

【HarmonyOS NEXT】鸿蒙应用实现屏幕录制详解和源码

【HarmonyOS NEXT】鸿蒙应用实现屏幕录制详解和源码 一、前言 官方文档关于屏幕录制的API和示例介绍获取简单和突兀。使用起来会让上手程度变高。所以特意开篇文章,讲解屏幕录制的使用。官方文档参见:使用AVScreenCaptureRecorder录屏写文件(ArkTS) 二…

Ubuntu挂载云盘操作步骤

1. 查看磁盘分区情况 使用 fdisk -l 命令查看当前系统中所有磁盘的分区情况,找到需要挂载的云盘设备,例如/dev/vdc。 2. 创建新分区 使用 fdisk /dev/vdc 命令对云盘进行分区操作: 输入n创建新分区。 输入p选择创建主分区。 输入1指定分区…

stm32u5串口点灯

通过对单个字符输入的拼接暂存,实现对字符串的比较控制灯的亮灭 char buf[32];char temp[32];while (1){printf("start\n\r");memset(temp,0, sizeof(temp));memset(buf,0, sizeof(buf));while(temp[0] !\r){memset(temp,0, sizeof(temp));HAL_UART_Rece…

PHP 5 6 7 8 9 各重要版本开发特性和选择简要说明

PHP开发,所用版本的选型 PHP5.4是最后一个支持纯正32位操作系统的版本,在Winxp下仍可使用。 PHP5.6是php5.x的最后一个稳定版本,时至今天,仍有很多用户网站系统在使用,网上仍有很多学习资料是基于这个版本,…

Xen 虚拟化技术在云计算平台中的应用详解

Xen 虚拟化技术在云计算平台中的应用详解 随着云计算的飞速发展,虚拟化技术成为构建云平台的核心支柱,而 Xen 作为一种高性能、开源的虚拟化技术,被广泛应用于云计算平台中。Xen 凭借其灵活的架构和出色的性能,为众多云服务商提供…

Elixir语言的正则表达式

Elixir语言中的正则表达式 引言 正则表达式是用于匹配文本模式的一种强大工具。在很多编程语言中,正则表达式被广泛应用于字符串的查找、替换和验证。Elixir作为一门现代化的函数式编程语言,也提供了对正则表达式的支持,方便开发者进行复杂…

MATLAB语言的正则表达式

MATLAB 中的正则表达式使用指南 引言 在数据处理和文本分析中,正则表达式是一种强大而灵活的工具。MATLAB 作为一种广泛应用于科学计算和数据分析的编程语言,提供了对正则表达式的支持,使得用户可以方便地进行字符串匹配与处理。本文将深入…

《Java 中 Thread 类的基本用法总结》

在 Java 编程中,Thread类是实现多线程的核心类之一。下面将对Thread类在创建线程、线程中断、线程等待、线程休眠和获取线程实例等方面的基本用法进行总结。 一、线程创建 继承 Thread 类 定义一个类继承自Thread类。重写run方法,run方法中包含了该线程…

Flannel:Kubernetes 网络方案的“轻骑兵”

Flannel:Kubernetes 网络方案的“轻骑兵” 在 Kubernetes 中,网络是连接所有组件的核心。每个 Pod 都需要一个独立的 IP,方便 Pod 间的通信,而 Flannel 正是解决这个问题的经典容器网络插件(CNI)。它简单、…