plt常用函数介绍一

目录

前言

Matplotlib是Python中的一个库,它是数字的-NumPy库的数学扩展。 Pyplot是Matplotlib模块的基于状态的接口。在Pyplot中可以使用各种图,例如线图,轮廓图,直方图,散点图,3D图等。

plt.figure()

plt.figure() 是 Matplotlib 库中的一个函数,用于创建一个新的图形窗口或图形对象。在使用 Matplotlib 进行数据可视化时,我们通常会使用 plt.figure() 来创建一个新的图形对象,然后在这个图形对象上绘制图表、图像或子图等内容。

该函数的语法为:

python 复制代码
plt.figure(num=None, figsize=None, dpi=None, facecolor=None, edgecolor=None, frameon=True, FigureClass=<class 'matplotlib.figure.Figure'>, clear=False, **kwargs)

参数说明:

  1. num: 图形的编号,如果为None,则创建一个新的图形窗口,如果指定了编号,则可以通过 plt.figure(num) 调用该图形窗口。
  2. figsize: 指定图形的尺寸,以元组 (width, height) 的形式指定,单位为英寸。
  3. dpi:每英寸点数,用于指定图形的分辨率。
  4. facecolor: 图形的背景色。
  5. edgecolor: 图形的边框颜色。
  6. frameon:是否显示边框。
  7. FigureClass: 用于指定图形对象的类。
  8. clear: 是否清除图形对象。

示例:

python 复制代码
import matplotlib.pyplot as plt

# 创建一个新的图形对象
plt.figure(figsize=(8, 6), dpi=80)

# 绘制图表、图像等内容
plt.plot([1, 2, 3, 4], [1, 4, 9, 16])

# 显示图形
plt.show()

plt.subplot()

plt.subplot() 是 Matplotlib 库中的一个函数,用于在一个图形窗口中创建一个或多个子图。在使用 Matplotlib 进行数据可视化时,我们通常会使用 plt.subplot() 来创建一个子图,并在这个子图上绘制具体的图表、图像等内容。

该函数的语法为:

python 复制代码
plt.subplot(nrows, ncols, index, **kwargs)

参数说明:

  1. nrows: 子图网格的行数。
  2. ncols: 子图网格的列数。
  3. index: 子图的索引,从左上角开始,从左到右,从上到下依次递增。

subplot可以将figure划分为n个子图,但每条subplot命令只会创建一个子图 ,如果要绘制多个子图,可以考虑使用for 循环。

示例:

python 复制代码
import matplotlib.pyplot as plt

# plt.figure(figsize = (10,6))

# 创建一个 2x2 的子图网格,并选择第一个子图进行绘制
plt.subplot(2, 2, 1)
plt.plot([1, 2, 3, 4], [1, 4, 9, 16])

# 选择第二个子图进行绘制
plt.subplot(2, 2, 2)
plt.bar(['A', 'B', 'C', 'D'], [10, 20, 15, 30])

# 选择第三个子图进行绘制
plt.subplot(2, 2, 3)
plt.scatter([1, 2, 3, 4], [1, 4, 9, 16])

# 选择第四个子图进行绘制
plt.subplot(2, 2, 4)
plt.pie([30, 20, 25, 25], labels=['A', 'B', 'C', 'D'])

# 显示图形
plt.show()

plt.subplots()

plt.subplots() 是 Matplotlib 库中的一个函数,用于创建一个新的图形窗口并返回一个包含所有子图的 Figure 对象和 Axes 对象数组。在使用 Matplotlib 进行数据可视化时,我们通常会使用 plt.subplots() 来创建一个包含多个子图的图形窗口。

该函数的语法为:

python 复制代码
fig, ax = plt.subplots(nrows=1, ncols=1, sharex=False, sharey=False, squeeze=True, subplot_kw=None, gridspec_kw=None, **fig_kw)

参数说明:

  1. nrows: 子图网格的行数。
  2. ncols: 子图网格的列数。
  3. sharex: 是否共享x轴刻度。
  4. sharey: 是否共享y轴刻度。
  5. squeeze: 是否压缩返回的 Axes 数组。
  6. subplot_kw: 用于创建每个子图的关键字参数。
  7. gridspec_kw:用于创建子图网格的关键字参数。
  8. fig_kw: 用于创建图形窗口的关键字参数。

示例:

python 复制代码
import matplotlib.pyplot as plt

# 创建一个包含2x2子图的图形窗口
fig, ax = plt.subplots(nrows=2, ncols=2)

# 在第一个子图中绘制折线图
ax[0, 0].plot([1, 2, 3, 4], [1, 4, 9, 16])

# 在第二个子图中绘制散点图
ax[0, 1].scatter([1, 2, 3, 4], [1, 4, 9, 16])

# 在第三个子图中绘制柱状图
ax[1, 0].bar(['A', 'B', 'C', 'D'], [10, 20, 15, 30])

# 在第四个子图中绘制饼图
ax[1, 1].pie([30, 20, 25, 25], labels=['A', 'B', 'C', 'D'])

# 显示图形
plt.show()

plt.xticks()

plt.xticks() 是 Matplotlib 库中用于设置 x 轴刻度的函数。它允许我们自定义 x 轴上的刻度位置和标签。

该函数的语法为:

python 复制代码
plt.xticks(ticks=None, labels=None, **kwargs)

参数说明:

  1. ticks:要设置的刻度位置的列表或数组。
  2. labels:与刻度位置对应的标签列表或数组。
  3. **kwargs:其他关键字参数,用于控制刻度的外观样式,例如颜色、字体大小等。

在 Matplotlib 中 plt.ticks() 函数 表示的是刻度, plt.xticks() 就表示x 轴刻度,plt.yticks() 就表示y 轴刻度。plt.xticks([]) # 不显示x 轴刻度

plt.yticks([]) # 不显示y 轴刻度。

示例:

python 复制代码
import matplotlib.pyplot as plt

# 创建一个简单的折线图
x = [1, 2, 3, 4, 5]
y = [2, 3, 5, 7, 11]
plt.plot(x, y)

# 设置 x 轴刻度的位置和标签
plt.xticks([1, 2, 3, 4, 5], ['A', 'B', 'C', 'D', 'E'])

# 显示图形
plt.show()

plt.xlim()

plt.xlim() 是 Matplotlib 库中用于设置 x 轴显示范围的函数。它允许我们指定 x 轴的数据范围,即设置 x 轴的最小值和最大值。

该函数的语法为:

python 复制代码
plt.xlim(left, right)

参数说明:

  1. left:x 轴的最小值。
  2. right:x 轴的最大值。

在 Matplotlib中的 plt.xlim() 函数用来显示x轴的作图范围,plt.ylim() 用来显示y轴的作图范围。

示例:

python 复制代码
import matplotlib.pyplot as plt

# 创建一个简单的折线图
x = [1, 2, 3, 4, 5,7]
y = [2, 3, 5, 7, 11,16]
plt.plot(x, y)

# 设置 x 轴的显示范围
plt.xlim(1, 5)

# 显示图形
plt.show()
相关推荐
无脑敲代码,bug漫天飞8 分钟前
COR 损失函数
人工智能·机器学习
幽兰的天空12 分钟前
Python 中的模式匹配:深入了解 match 语句
开发语言·python
HPC_fac130520678161 小时前
以科学计算为切入点:剖析英伟达服务器过热难题
服务器·人工智能·深度学习·机器学习·计算机视觉·数据挖掘·gpu算力
网易独家音乐人Mike Zhou4 小时前
【卡尔曼滤波】数据预测Prediction观测器的理论推导及应用 C语言、Python实现(Kalman Filter)
c语言·python·单片机·物联网·算法·嵌入式·iot
安静读书4 小时前
Python解析视频FPS(帧率)、分辨率信息
python·opencv·音视频
小二·5 小时前
java基础面试题笔记(基础篇)
java·笔记·python
小喵要摸鱼7 小时前
Python 神经网络项目常用语法
python
一念之坤8 小时前
零基础学Python之数据结构 -- 01篇
数据结构·python
wxl7812279 小时前
如何使用本地大模型做数据分析
python·数据挖掘·数据分析·代码解释器
NoneCoder9 小时前
Python入门(12)--数据处理
开发语言·python