偷偷摘套内射激情视频,久久精品99国产国产精,中文字幕无线乱码人妻,中文在线中文a,性爽19p

你是否知道如何使用Python Matplotlib創(chuàng)建令人驚嘆的數(shù)據(jù)可視化?

開發(fā) 開發(fā)工具 數(shù)據(jù)可視化
本文將深入介紹 Python Matplotlib 的使用,包括常用的 API、參數(shù)、返回值,以及各種詳細(xì)的示例代碼,幫助讀者更好地掌握這個(gè)強(qiáng)大的數(shù)據(jù)可視化工具。

Python Matplotlib 的使用

Python Matplotlib 是一個(gè)基于 Python 的 2D 繪圖庫,能夠生成各種靜態(tài)、動(dòng)態(tài)、交互式的圖表,支持多種輸出格式,包括圖片、PDF、SVG 等。Matplotlib 提供了大量的繪圖函數(shù)和工具,可以方便地進(jìn)行數(shù)據(jù)可視化、統(tǒng)計(jì)分析、科學(xué)計(jì)算等操作。

本文將深入介紹 Python Matplotlib 的使用,包括常用的 API、參數(shù)、返回值,以及各種詳細(xì)的示例代碼,幫助讀者更好地掌握這個(gè)強(qiáng)大的數(shù)據(jù)可視化工具。

安裝和導(dǎo)入 Matplotlib

在開始使用 Matplotlib 之前,需要先安裝 Matplotlib 庫。可以使用 pip 命令進(jìn)行安裝。

pip install matplotlib

安裝完成后,在 Python 中導(dǎo)入 Matplotlib 庫。

import matplotlib.pyplot as plt

繪制簡單的線圖

在 Matplotlib 中,可以使用 plot 函數(shù)繪制簡單的線圖。plot 函數(shù)的基本語法如下:

plt.plot(x, y, fmt, **kwargs)

其中,x 和 y 分別表示 x 軸和 y 軸的數(shù)據(jù),fmt 是一個(gè)字符串,用于指定線條的樣式,**kwargs 是一些可選參數(shù),用于設(shè)置圖形的屬性。

下面是一個(gè)簡單的示例,用于繪制一條正弦曲線。

import numpy as np
import matplotlib.pyplot as plt

# 生成 x 軸和 y 軸數(shù)據(jù)
x = np.linspace(0, 2*np.pi, 100)
y = np.sin(x)

# 繪制正弦曲線
plt.plot(x, y)

# 顯示圖形
plt.show()

上述代碼中,使用 linspace 函數(shù)生成了一個(gè)包含 100 個(gè)元素的數(shù)組,用于表示 x 軸的數(shù)據(jù)范圍。然后使用 sin 函數(shù)生成了對應(yīng)的 y 軸數(shù)據(jù),最后調(diào)用 plot 函數(shù)繪制正弦曲線。

常用的線條樣式

在 Matplotlib 中,可以使用 fmt 字符串指定線條的樣式。fmt 字符串可以包含多個(gè)參數(shù),用于指定線條的顏色、線型、標(biāo)記等。下面是一些常用的參數(shù):

  • 顏色:可以使用單個(gè)字符表示顏色,如 "r" 表示紅色,"g" 表示綠色,"b" 表示藍(lán)色,"y" 表示黃色等;也可以使用顏色名稱,如 "red" 表示紅色,"green" 表示綠色等。
  • 線型:可以使用單個(gè)字符表示線型,如 "-" 表示實(shí)線,"--" 表示虛線,":" 表示點(diǎn)線,"-." 表示點(diǎn)劃線等。
  • 標(biāo)記:可以使用單個(gè)字符表示標(biāo)記,如 "." 表示點(diǎn)標(biāo)記,"o" 表示圓形標(biāo)記,"s" 表示正方形標(biāo)記,"*" 表示星形標(biāo)記等。

在 fmt 字符串中,可以使用這些參數(shù)組合出各種不同的線條樣式。例如,"ro--" 表示紅色圓形虛線,"bs:" 表示藍(lán)色正方形點(diǎn)線等。

下面是一個(gè)示例,用于演示不同的線條樣式。

import numpy as np
import matplotlib.pyplot as plt

# 生成 x 軸和 y 軸數(shù)據(jù)
x = np.linspace(0, 2*np.pi, 100)
y1 = np.sin(x)
y2 = np.cos(x)

# 繪制正弦曲線和余弦曲線
plt.plot(x, y1, "r-", label="sin")
plt.plot(x, y2, "b--", label="cos")

# 添加圖例
plt.legend()

# 顯示圖形
plt.show()

在上述代碼中,使用 plot 函數(shù)繪制了兩條曲線,一條是紅色實(shí)線的正弦曲線,一條是藍(lán)色虛線的余弦曲線。然后使用 legend 函數(shù)添加了圖例,最后調(diào)用 show 函數(shù)顯示圖形。

設(shè)置圖形屬性

在 Matplotlib 中,可以使用各種屬性設(shè)置函數(shù)來改變圖形的樣式,包括標(biāo)題、坐標(biāo)軸、標(biāo)簽、顏色、線型等。下面是一些常用的屬性設(shè)置函數(shù):

  • title:設(shè)置圖形的標(biāo)題。
  • xlabel:設(shè)置 x 軸的標(biāo)簽。
  • ylabel:設(shè)置 y 軸的標(biāo)簽。
  • xlim:設(shè)置 x 軸的數(shù)據(jù)范圍。
  • ylim:設(shè)置 y 軸的數(shù)據(jù)范圍。
  • legend:添加圖例。
  • grid:添加網(wǎng)格線。
  • color:設(shè)置線條的顏色。
  • linestyle:設(shè)置線條的樣式。
  • linewidth:設(shè)置線條的寬度。
  • marker:設(shè)置標(biāo)記的樣式。
  • markersize:設(shè)置標(biāo)記的大小。

下面是一個(gè)示例,用于演示如何設(shè)置圖形屬性。

import numpy as np
import matplotlib.pyplot as plt

# 生成 x 軸和 y 軸數(shù)據(jù)
x = np.linspace(0, 2*np.pi, 100)
y1 = np.sin(x)
y2 = np.cos(x)

# 繪制正弦曲線和余弦曲線
plt.plot(x, y1, color="red", linestyle="--", linewidth=2, label="sin")
plt.plot(x, y2, color="blue", linestyle="-.", linewidth=2, label="cos")

# 設(shè)置標(biāo)題、標(biāo)簽、數(shù)據(jù)范圍、網(wǎng)格線等屬性
plt.title("Sin and Cos Curve")
plt.xlabel("X Axis")
plt.ylabel("Y Axis")
plt.xlim(0, 2*np.pi)
plt.ylim(-1.2, 1.2)
plt.legend()
plt.grid()

# 顯示圖形
plt.show()

在上述代碼中,使用 plot 函數(shù)繪制了兩條曲線,并通過 color、linestyle、linewidth 等屬性設(shè)置函數(shù)改變了它們的樣式。然后使用 title、xlabel、ylabel、xlim、ylim、legend、grid 等屬性設(shè)置函數(shù)添加了標(biāo)題、標(biāo)簽、數(shù)據(jù)范圍、圖例、網(wǎng)格線等屬性,最后調(diào)用 show 函數(shù)顯示圖形。

繪制多個(gè)圖形

在 Matplotlib 中,可以使用 subplot 函數(shù)繪制多個(gè)圖形。subplot 函數(shù)的基本語法如下:

plt.subplot(nrows, ncols, index, **kwargs)

其中,nrows 和 ncols 分別表示圖形的行數(shù)和列數(shù),index 表示當(dāng)前圖形的位置,從左到右,從上到下逐個(gè)編號。

下面是一個(gè)示例,用于演示如何繪制多個(gè)圖形。

import numpy as np
import matplotlib.pyplot as plt

# 生成 x 軸和 y 軸數(shù)據(jù)
x = np.linspace(0, 2*np.pi, 100)
y1 = np.sin(x)
y2 = np.cos(x)

# 繪制正弦曲線和余弦曲線
plt.subplot(2, 1, 1)
plt.plot(x, y1, "r-", label="sin")
plt.title("Sin and Cos Curve")
plt.legend()

plt.subplot(2, 1, 2)
plt.plot(x, y2, "b--", label="cos")
plt.xlabel("X Axis")
plt.ylabel("Y Axis")
plt.legend()

# 顯示圖形
plt.show()

在上述代碼中,使用 subplot 函數(shù)分別繪制了兩個(gè)圖形,一個(gè)是紅色實(shí)線的正弦曲線,一個(gè)是藍(lán)色虛線的余弦曲線。然后使用 title、xlabel、ylabel、legend 等屬性設(shè)置函數(shù)添加了標(biāo)題、標(biāo)簽、圖例等屬性,最后調(diào)用 show 函數(shù)顯示圖形。

繪制散點(diǎn)圖

在 Matplotlib 中,可以使用 scatter 函數(shù)繪制散點(diǎn)圖。scatter 函數(shù)的基本語法如下:

plt.scatter(x, y, s=None, c=None, marker=None, cmap=None, alpha=None, linewidths=None, edgecolors=None, **kwargs)

其中,x 和 y 分別表示 x 軸和 y 軸的數(shù)據(jù),s

繼續(xù)

表示散點(diǎn)的大小,c 表示散點(diǎn)的顏色,marker 表示散點(diǎn)的形狀,cmap 表示顏色映射表,alpha 表示透明度,linewidths 表示邊框線寬度,edgecolors 表示邊框顏色,**kwargs 是一些可選參數(shù),用于設(shè)置圖形的屬性。

下面是一個(gè)示例,用于演示如何繪制散點(diǎn)圖。

import numpy as np
import matplotlib.pyplot as plt

# 生成隨機(jī)數(shù)據(jù)
np.random.seed(42)
x = np.random.randn(100)
y = np.random.randn(100)
colors = np.random.rand(100)
sizes = 1000 * np.random.rand(100)

# 繪制散點(diǎn)圖
plt.scatter(x, y, s=sizes, c=colors, alpha=0.5)

# 顯示圖形
plt.show()

在上述代碼中,使用 scatter 函數(shù)繪制了一個(gè)散點(diǎn)圖,散點(diǎn)的大小和顏色都是隨機(jī)生成的。然后使用 alpha 參數(shù)設(shè)置了散點(diǎn)的透明度,最后調(diào)用 show 函數(shù)顯示圖形。

繪制條形圖

在 Matplotlib 中,可以使用 bar 函數(shù)繪制條形圖。bar 函數(shù)的基本語法如下:

plt.bar(x, height, width=0.8, bottom=None, align="center", color=None, edgecolor=None, linewidth=None, tick_label=None, **kwargs)

其中,x 表示條形圖的橫坐標(biāo),height 表示條形圖的高度,width 表示條形的寬度,bottom 表示條形圖的底部位置,align 表示條形的對齊方式,color 表示條形的顏色,edgecolor 表示邊框的顏色,linewidth 表示邊框的寬度,tick_label 表示條形的標(biāo)簽,**kwargs 是一些可選參數(shù),用于設(shè)置圖形的屬性。

下面是一個(gè)示例,用于演示如何繪制條形圖。

import numpy as np
import matplotlib.pyplot as plt

# 生成隨機(jī)數(shù)據(jù)
np.random.seed(42)
x = np.arange(1, 11)
y = np.random.randint(1, 10, size=10)

# 繪制條形圖
plt.bar(x, y, width=0.6, align="center", color="red", alpha=0.5)

# 添加標(biāo)簽和標(biāo)題
plt.xticks(x, ["A", "B", "C", "D", "E", "F", "G", "H", "I", "J"])
plt.xlabel("Category")
plt.ylabel("Value")
plt.title("Bar Chart")

# 顯示圖形
plt.show()

在上述代碼中,使用 bar 函數(shù)繪制了一個(gè)條形圖,條形的高度和顏色都是隨機(jī)生成的。然后使用 width、align、color、alpha 等屬性設(shè)置函數(shù)改變了它們的樣式。接著使用 xticks、xlabel、ylabel、title 等屬性設(shè)置函數(shù)添加了標(biāo)簽和標(biāo)題,最后調(diào)用 show 函數(shù)顯示圖形。

繪制直方圖

在 Matplotlib 中,可以使用 hist 函數(shù)繪制直方圖。hist 函數(shù)的基本語法如下:

plt.hist(x, bins=None, range=None, density=False, cumulative=False, histtype="bar", align="mid", orientatinotallow="vertical", color=None, label=None, stacked=False, **kwargs)

其中,x 表示直方圖的數(shù)據(jù),bins 表示直方圖的分組數(shù)目,range 表示直方圖的數(shù)據(jù)范圍,density 表示是否將直方圖歸一化,cumulative 表示是否繪制累計(jì)分布圖,histtype 表示直方圖的類型,align 表示直方圖的對齊方式,orientation 表示直方圖的方向,color 表示直方圖的顏色,label 表示直方圖的標(biāo)簽,stacked 表示是否堆疊直方圖,**kwargs 是一些可選參數(shù),用于設(shè)置圖形的屬性。

下面是一個(gè)示例,用于演示如何繪制直方圖。

import numpy as np
import matplotlib.pyplot as plt

# 生成隨機(jī)數(shù)據(jù)
np.random.seed(42)
data = np.random.randn(1000)

# 繪制直方圖
plt.hist(data, bins=20, density=True, alpha=0.5, color="red")

# 添加標(biāo)簽和標(biāo)題
plt.xlabel("Value")
plt.ylabel("Frequency")
plt.title("Histogram")

# 顯示圖形
plt.show()

在上述代碼中,使用 hist 函數(shù)繪制了一個(gè)直方圖,直方圖的數(shù)據(jù)是隨機(jī)生成的。然后使用 bins、density、alpha、color 等屬性設(shè)置函數(shù)改變了它們的樣式。接著使用 xlabel、ylabel、title 等屬性設(shè)置函數(shù)添加了標(biāo)簽和標(biāo)題,最后調(diào)用 show 函數(shù)顯示圖形。

繪制餅圖

在 Matplotlib 中,可以使用 pie 函數(shù)繪制餅圖。pie 函數(shù)的基本語法如下:

plt.pie(x, explode=None, labels=None, colors=None, autopct=None, shadow=False, startangle=None, radius=None, counterclock=True, wedgeprops=None, textprops=None, center=(0, 0), frame=False, **kwargs)

其中,x 表示餅圖的數(shù)據(jù),explode 表示餅圖中每個(gè)扇形塊是否分離出來,labels 表示餅圖中每個(gè)扇形塊的標(biāo)簽,colors 表示餅圖中每個(gè)扇形塊的顏色,autopct 表示餅圖中每個(gè)扇形塊的百分比,shadow 表示是否添加陰影效果,startangle 表示起始角度,radius 表示餅圖的半徑,counterclock 表示是否按逆時(shí)針方向繪制餅圖,wedgeprops 表示扇形塊的屬性,textprops 表示文本標(biāo)簽的屬性,center 表示餅圖的中心位置,frame 表示是否顯示圖形邊框,**kwargs 是一些可選參數(shù),用于設(shè)置圖形的屬性。

下面是一個(gè)示例,用于演示如何繪制餅圖。

import matplotlib.pyplot as plt

# 設(shè)置數(shù)據(jù)
labels = ["A", "B", "C", "D"]
sizes = [15, 30, 45, 10]
colors = ["red", "green", "blue", "yellow"]
explode = (0, 0.1, 0, 0)

# 繪制餅圖
plt.pie(sizes, explode=explode, labels=labels, colors=colors, autopct="%1.1f%%", shadow=True, startangle=90)

# 添加標(biāo)題
plt.title("Pie Chart")

# 顯示圖形
plt.show()

在上述代碼中,使用 pie 函數(shù)繪制了一個(gè)餅圖,餅圖的數(shù)據(jù)、標(biāo)簽、顏色、分離程度等都是手動(dòng)設(shè)置的。然后使用 autopct、shadow、startangle 等屬性設(shè)置函數(shù)改變了它們的樣式。最后調(diào)用 title 函數(shù)添加了標(biāo)題,調(diào)用 show 函數(shù)顯示圖形。

繪制箱線圖

在 Matplotlib 中,可以使用 boxplot 函數(shù)繪制箱線圖。boxplot 函數(shù)的基本語法如下:

plt.boxplot(x, notch=None, sym=None, vert=None, whis=None, positinotallow=None, widths=None, patch_artist=None, boxprops=None, labels=None, flierprops=None, medianprops=None, meanprops=None, capprops=None, whiskerprops=None, manage_ticks=True, bootstrap=None, usermedians=None, conf_intervals=None, meanline=None, showmeans=None, showcaps=None, showbox=None, showfliers=None, **kwargs)

其中:

  • x 表示箱線圖的數(shù)據(jù)。
  • notch 表示是否繪制缺口箱線圖。
  • sym 表示異常值的樣式。
  • vert 表示箱線圖的方向。
  • whis 表示箱線圖的須長度。
  • positions 表示箱線圖的位置。
  • widths 表示箱線圖的寬度。
  • patch_artist 表示是否填充箱體顏色。
  • boxprops 表示箱體的屬性。
  • labels表示箱線圖的標(biāo)簽。
  • flierprops 表示異常值的屬性。
  • medianprops 表示中位數(shù)的屬性。
  • meanprops 表示平均值的屬性。
  • capprops 表示箱線圖頂部和底部的屬性。
  • whiskerprops 表示須的屬性。
  • bootstrap 表示是否進(jìn)行 bootstrap 置信區(qū)間估計(jì)。
  • usermedians 表示中位數(shù)的位置。
  • conf_intervals 表示置信區(qū)間的范圍。
  • meanline 表示是否繪制平均線。
  • showmeans 表示是否顯示平均值。
  • showcaps 表示是否顯示箱線圖的頂部和底部。
  • showbox 表示是否顯示箱體。
  • showfliers 表示是否顯示異常值。
  • **kwargs 是一些可選參數(shù),用于設(shè)置圖形的屬性。

下面是一個(gè)示例,用于演示如何繪制箱線圖。

import numpy as np
import matplotlib.pyplot as plt

# 生成隨機(jī)數(shù)據(jù)
np.random.seed(42)
data = np.random.randn(100, 5)

# 繪制箱線圖
plt.boxplot(data, notch=True, sym="r+", vert=False, whis=1.5, widths=0.5, patch_artist=True, medianprops={"color": "black", "linewidth": 2}, boxprops={"facecolor": "red", "linewidth": 2}, whiskerprops={"linewidth": 2}, capprops={"linewidth": 2})

# 添加標(biāo)簽和標(biāo)題
plt.xlabel("Value")
plt.ylabel("Category")
plt.title("Box Plot")

# 顯示圖形
plt.show()

在上述代碼中,使用 boxplot 函數(shù)繪制了一個(gè)箱線圖,箱線圖的數(shù)據(jù)是隨機(jī)生成的。然后使用 notch、sym、vert、whis、widths、patch_artist、medianprops、boxprops、whiskerprops、capprops 等屬性設(shè)置函數(shù)改變了它們的樣式。接著使用 xlabel、ylabel、title 等屬性設(shè)置函數(shù)添加了標(biāo)簽和標(biāo)題,最后調(diào)用 show 函數(shù)顯示圖形。

繪制等高線圖

在 Matplotlib 中,可以使用 contour 函數(shù)繪制等高線圖。contour 函數(shù)的基本語法如下:

plt.contour(X, Y, Z, levels=None, colors=None, cmap=None, norm=None, alpha=None, linewidths=None, linestyles=None, hatches=None, extend=None, antialiased=None, **kwargs)

其中,X、Y 表示等高線圖的網(wǎng)格坐標(biāo),Z 表示等高線圖的高度,levels 表示等高線圖的高度分層,colors 表示等高線圖的顏色,cmap 表示顏色映射表,norm 表示顏色映射表的歸一化方式,alpha 表示透明度,linewidths 表示等高線圖的線寬,linestyles 表示等高線圖的線型,hatches 表示等高線圖的填充方式,extend 表示顏色映射表的范圍,antialiased 表示是否進(jìn)行抗鋸齒處理,**kwargs 是一些可選參數(shù),用于設(shè)置圖形的屬性。

下面是一個(gè)示例,用于演示如何繪制等高線圖。

import numpy as np
import matplotlib.pyplot as plt

# 生成網(wǎng)格坐標(biāo)和高度數(shù)據(jù)
delta = 0.025
x = np.arange(-3.0, 3.0, delta)
y = np.arange(-3.0, 3.0, delta)
X, Y = np.meshgrid(x, y)
Z = np.sin(X) * np.cos(Y)

# 繪制等高線圖
plt.contour(X, Y, Z, levels=10, cmap="coolwarm")

# 添加顏色條和標(biāo)題
plt.colorbar()
plt.title("Contour Plot")

# 顯示圖形
plt.show()

在上述代碼中,使用 contour 函數(shù)繪制了一個(gè)等高線圖,等高線圖的網(wǎng)格坐標(biāo)和高度數(shù)據(jù)都是手動(dòng)設(shè)置的。然后使用 levels、cmap 等屬性設(shè)置函數(shù)改變了它們的樣式。接著使用 colorbar、title 等屬性設(shè)置函數(shù)添加了顏色條和標(biāo)題,最后調(diào)用 show 函數(shù)顯示圖形。

繪制熱力圖

在 Matplotlib 中,可以使用 imshow 函數(shù)繪制熱力圖。imshow 函數(shù)的基本語法如下:

plt.imshow(X, cmap=None, norm=None, aspect=None, interpolatinotallow=None, alpha=None, vmin=None, vmax=None, origin=None, extent=None, filternorm=1, filterrad=4.0, resample=None, url=None, **kwargs)

其中,X 表示熱力圖的數(shù)據(jù),cmap 表示顏色映射表,norm 表示顏色映射表的歸一化方式,aspect 表示熱力圖的寬高比,interpolation 表示插值方式,alpha 表示透明度,vmin、vmax 表示顏色映射表的范圍,origin 表示熱力圖的坐標(biāo)原點(diǎn),extent 表示熱力圖的坐標(biāo)范圍,filternorm、filterrad 表示濾波器參數(shù),resample 表示重新采樣方式,url 表示熱力圖的 URL,**kwargs 是一些可選參數(shù),用于設(shè)置圖形的屬性。

下面是一個(gè)示例,用于演示如何繪制熱力圖。

import numpy as np
import matplotlib.pyplot as plt

# 生成隨機(jī)數(shù)據(jù)
np.random.seed(42)
data = np.random.randn(10, 10)

# 繪制熱力圖
plt.imshow(data, cmap="coolwarm", interpolation="nearest")

# 添加顏色條和標(biāo)題
plt.colorbar()
plt.title("Heatmap")

# 顯示圖形
plt.show()

在上述代碼中,使用 imshow 函數(shù)繪制了一個(gè)熱力圖,熱力圖的數(shù)據(jù)是隨機(jī)生成的。然后使用 cmap、interpolation 等屬性設(shè)置函數(shù)改變了它們的樣式。接著使用 colorbar、title 等屬性設(shè)置函數(shù)添加了顏色條和標(biāo)題,最后調(diào)用 show 函數(shù)顯示圖形。

繪制極坐標(biāo)圖

在 Matplotlib 中,可以使用 polar 函數(shù)繪制極坐標(biāo)圖。polar 函數(shù)的基本語法如下:

plt.polar(theta, r, **kwargs)

其中,theta 表示極坐標(biāo)圖的角度,r 表示極坐標(biāo)圖的半徑,**kwargs 是一些可選參數(shù),用于設(shè)置圖形的屬性。

下面是一個(gè)示例,用于演示如何繪制極坐標(biāo)圖。

import numpy as np
import matplotlib.pyplot as plt

# 生成數(shù)據(jù)
theta = np.linspace(0, 2 * np.pi, 1000)
r = np.sin(5 * theta) * np.cos(3 * theta)

# 繪制極坐標(biāo)圖
plt.polar(theta, r)

# 添加標(biāo)題
plt.title("Polar Plot")

# 顯示圖形
plt.show()

在上述代碼中,使用 polar 函數(shù)繪制了一個(gè)極坐標(biāo)圖,極坐標(biāo)圖的數(shù)據(jù)是手動(dòng)生成的。然后使用 title 等屬性設(shè)置函數(shù)添加了標(biāo)題,最后調(diào)用 show 函數(shù)顯示圖形。

繪制圖像

在 Matplotlib 中,可以使用 imshow 函數(shù)繪制圖像。imshow 函數(shù)的基本語法如下:

plt.imshow(X, cmap=None, norm=None, aspect=None, interpolatinotallow=None, alpha=None, vmin=None, vmax=None, origin=None, extent=None, filternorm=1, filterrad=4.0, resample=None, url=None, **kwargs)

其中,X 表示圖像的數(shù)據(jù),cmap 表示顏色映射表,norm 表示顏色映射表的歸一化方式,aspect 表示圖像的寬高比,interpolation 表示插值方式,alpha 表示透明度,vmin、vmax 表示顏色映射表的范圍,origin 表示圖像的坐標(biāo)原點(diǎn),extent 表示圖像的坐標(biāo)范圍,filternorm、filterrad 表示濾波器參數(shù),resample 表示重新采樣方式,url 表示圖像的 URL,**kwargs 是一些可選參數(shù),用于設(shè)置圖形的屬性。

下面是一個(gè)示例,用于演示如何繪制圖像。

import matplotlib.pyplot as plt
import matplotlib.image as mpimg

# 讀取圖像數(shù)據(jù)
img = mpimg.imread("example.png")

# 繪制圖像
plt.imshow(img)

# 添加標(biāo)題
plt.title("Image")

# 顯示圖形
plt.show()

在上述代碼中,使用 imread 函數(shù)讀取了一張圖像的數(shù)據(jù),并使用 imshow 函數(shù)繪制了這張圖像。然后使用 title 等屬性設(shè)置函數(shù)添加了標(biāo)題,最后調(diào)用 show 函數(shù)顯示圖形。

繪制動(dòng)畫

在 Matplotlib 中,可以使用 animation 模塊繪制動(dòng)畫。animation 模塊提供了許多用于繪制動(dòng)畫的類和函數(shù),包括 FuncAnimation、ArtistAnimation、animation、FFmpegWriter 等。這些類和函數(shù)可以用于創(chuàng)建和保存動(dòng)畫,設(shè)置動(dòng)畫的幀數(shù)、間隔時(shí)間、動(dòng)畫效果等。

下面是一個(gè)示例,用于演示如何使用 FuncAnimation 類繪制動(dòng)畫。

import numpy as np
import matplotlib.pyplot as plt
from matplotlib.animation import FuncAnimation

# 創(chuàng)建畫布和子圖
fig, ax = plt.subplots()

# 設(shè)置數(shù)據(jù)和初始線條
x = np.linspace(0, 2 * np.pi, 200)
line, = ax.plot(x, np.sin(x))

# 定義更新函數(shù)
def update(frame):
    line.set_ydata(np.sin(x + frame / 10))
    return line,

# 創(chuàng)建動(dòng)畫并顯示
ani = FuncAnimation(fig, update, frames=100, interval=20)
plt.show()

在上述代碼中,首先創(chuàng)建了一個(gè)畫布和一個(gè)子圖。然后設(shè)置了數(shù)據(jù)和初始線條,接著定義了一個(gè)更新函數(shù),用于更新線條的數(shù)據(jù)。最后使用 FuncAnimation 類創(chuàng)建了一個(gè)動(dòng)畫,并通過 show 函數(shù)顯示動(dòng)畫。在創(chuàng)建 FuncAnimation 實(shí)例時(shí),需要傳入 fig、update、frames 和 interval 等參數(shù),用于指定動(dòng)畫的畫布、更新函數(shù)、幀數(shù)和間隔時(shí)間。在更新函數(shù)中,需要返回更新后的線條對象,用于動(dòng)畫的繪制。

這個(gè)是會(huì)動(dòng)的哦

繪制3D圖形

在 Matplotlib 中,可以使用 mplot3d 模塊繪制3D圖形。mplot3d 模塊提供了許多用于繪制3D圖形的類和函數(shù),包括 Axes3D、plot_surface、plot_wireframe、plot_trisurf 等。這些類和函數(shù)可以用于創(chuàng)建和保存3D圖形,設(shè)置3D圖形的視角、坐標(biāo)軸、顏色映射表等。

下面是一個(gè)示例,用于演示如何使用 Axes3D 類繪制3D散點(diǎn)圖。

import numpy as np
import matplotlib.pyplot as plt
from mpl_toolkits.mplot3d import Axes3D

# 創(chuàng)建畫布和3D子圖
fig = plt.figure()
ax = fig.add_subplot(111, projection="3d")

# 生成數(shù)據(jù)
x = np.random.normal(size=100)
y = np.random.normal(size=100)
z = np.random.normal(size=100)

# 繪制3D散點(diǎn)圖
ax.scatter(x, y, z)

# 添加標(biāo)題和坐標(biāo)軸標(biāo)簽
ax.set_title("3D Scatter Plot")
ax.set_xlabel("X")
ax.set_ylabel("Y")
ax.set_zlabel("Z")

# 顯示圖形
plt.show()

在上述代碼中,首先創(chuàng)建了一個(gè)畫布和一個(gè)3D子圖。然后使用 np.random.normal 函數(shù)生成了一些隨機(jī)數(shù)據(jù),接著使用 Axes3D 類創(chuàng)建了一個(gè)3D散點(diǎn)圖,并通過 scatter 函數(shù)繪制了散點(diǎn)圖。最后使用 set_title、set_xlabel、set_ylabel、set_zlabel 等屬性設(shè)置函數(shù)添加了標(biāo)題和坐標(biāo)

這個(gè)3D圖可以拖拽哦

責(zé)任編輯:姜華 來源: 今日頭條
相關(guān)推薦

2021-11-29 07:02:24

Python函數(shù)操作

2012-03-01 11:32:18

硅谷女性

2020-12-22 15:47:02

Python開發(fā)工具

2023-12-10 14:19:31

JupyterPython編碼

2025-05-07 00:35:00

2024-02-04 18:20:53

AI模型代碼

2011-03-18 09:56:19

JavaScript

2020-11-10 07:11:23

Linux內(nèi)核補(bǔ)丁

2020-02-19 14:47:25

人工智能技術(shù)無人駕駛

2018-10-11 20:47:23

書籍數(shù)據(jù)可視化數(shù)據(jù)分析

2024-12-24 12:00:00

Matplotlib可視化分析Python

2022-03-23 15:11:04

Arch LinuxLinuxCutefish 桌

2011-04-07 11:33:00

HTML 5JavaScript

2025-02-17 11:10:49

2023-11-18 09:07:59

Go語言技巧

2024-05-16 11:09:40

Python字符串代碼

2018-06-19 07:49:49

物聯(lián)網(wǎng)足球科技世界杯

2020-07-16 15:20:37

MatplotlibPython可視化

2012-11-15 09:59:35

HTML5WebHTML5特效

2024-07-31 08:38:36

點(diǎn)贊
收藏

51CTO技術(shù)棧公眾號