数据分析-图2-图像对象设置参数与子图

复制代码
from matplotlib import pyplot as mp
mp.figure('A figure',facecolor='gray')
mp.plot([0,1],[1,2])
mp.figure('B figure',facecolor='lightgray')
mp.plot([1,2],[2,1])
#如果figure中标题已创建,则不会新建窗口,
#而是将旧窗口设置为当前窗口
mp.figure('A figure',facecolor='gray')
mp.plot([1,2],[2,1])
#设置窗口的参数
mp.title('A figure',fontsize=18)
mp.xlabel('time',fontsize=14)
mp.ylabel('price',fontsize=14)
mp.tick_params(labelsize=10)
mp.grid(linestyle=":")
mp.tight_layout()
mp.show()

子图subplot

复制代码
import numpy as np
import matplotlib.pyplot as mp
mp.figure("Subplot",facecolor='lightgray')
for i in range(1,10):
	mp.subplot(3,3,i)
	mp.text(0.5,0.5,i,ha='center',va='center',size=36,alpha=0.6)
	mp.xticks([])
	mp.yticks([])
	mp.tight_layout()
mp.show()

网格式子图Grid

复制代码
import numpy as np
import matplotlib.pyplot as mp
import matplotlib.gridspec as mg

mp.figure('GridLayout',facecolor='lightgray')
gs=mg.GridSpec(3,3)
mp.subplot(gs[0,:2])
mp.xticks([])
mp.yticks([])
mp.text(0.5,0.5,'1',ha='center',va='center',size=26,alpha=0.5,color='red')
mp.subplot(gs[:2,2])
mp.xticks([])
mp.yticks([])
mp.text(0.5,0.5,'2',ha='center',va='center',size=26,alpha=0.5,color='red')
mp.subplot(gs[1,1])
mp.xticks([])
mp.yticks([])
mp.text(0.5,0.5,'3',ha='center',va='center',size=26,alpha=0.5,color='red')
mp.subplot(gs[1:3,0])
mp.xticks([])
mp.yticks([])
mp.text(0.5,0.5,'4',ha='center',va='center',size=26,alpha=0.5,color='red')
mp.subplot(gs[2,1:])
mp.xticks([])
mp.yticks([])
mp.text(0.5,0.5,'5',ha='center',va='center',size=26,alpha=0.5,color='red')

mp.tight_layout()
mp.show()

自由式布局

复制代码
from matplotlib import pyplot as mp
mp.figure('FlowLayout',facecolor='lightgray')
mp.axes([0.03,0.5,0.94,0.3])
mp.text(0.5,0.5,'1',ha='center',va='center',size=36)
mp.axes([0.03,0.05,0.94,0.40])
mp.text(0.5,0.5,'1',ha='center',va='center',size=36)
mp.xticks([])
mp.yticks([])
mp.show()
复制代码
import numpy as np
from matplotlib import pyplot as mp
mp.figure('GridLine',facecolor='lightgray')
ax=mp.gca()
#修改刻度定位器
ax.xaxis.set_major_locator(mp.MultipleLocator(1))#X轴的主刻度为mp.MultipleLocator(1)
ax.xaxis.set_minor_locator(mp.MultipleLocator(0.1))#次刻度为0.1

ax.yaxis.set_major_locator(mp.MultipleLocator(200))#y轴的主刻度为mp.MultipleLocator(1)
ax.yaxis.set_minor_locator(mp.MultipleLocator(50))#次刻度为50

ax.grid(which='major',axis='both',
	color='orangered',linewidth=0.75)
ax.grid(which='minor',axis='both',
	color='orangered',linewidth=0.25)
#绘制曲线
y=np.array([1,10,100,1000,100,10,1])
mp.plot(y,'o-',color='dodgerblue')
# mp.subplot(211)
# mp.title('normal',fontsize=20)
# mp.ylabel('y',fontsize=14)
# ax=mp.gca()
mp.show()
复制代码
import numpy as np
from matplotlib import pyplot as mp
mp.figure('GridLine',facecolor='lightgray')
ax=mp.gca()
#修改刻度定位器
ax.xaxis.set_major_locator(mp.MultipleLocator(1))#X轴的主刻度为mp.MultipleLocator(1)
ax.xaxis.set_minor_locator(mp.MultipleLocator(0.1))#次刻度为0.1

ax.yaxis.set_major_locator(mp.MultipleLocator(200))#y轴的主刻度为mp.MultipleLocator(1)
ax.yaxis.set_minor_locator(mp.MultipleLocator(50))#次刻度为50

ax.grid(which='major',axis='both',
	color='orangered',linewidth=0.75)
ax.grid(which='minor',axis='both',
	color='orangered',linewidth=0.25)
#绘制曲线
y=np.array([1,10,100,1000,100,10,1])
mp.semilogy(y,'o-',color='dodgerblue')
# mp.subplot(211)
# mp.title('normal',fontsize=20)
# mp.ylabel('y',fontsize=14)
# ax=mp.gca()
mp.show()

semilogy对半数坐标

散点图scatter

复制代码
import numpy as np
import matplotlib.pyplot as mp 

#随机生成一组数据
n=300
height=np.random.normal(175,5,n)
weight=np.random.normal(70,7,n)

mp.figure('Persons',facecolor='lightgray')
mp.title('Persons',fontsize=18)
mp.xlabel("height",fontsize=14)
mp.ylabel("weight",fontsize=14)
mp.grid(linestyle=":")
d=(height-175)**2+(weight-70)**2
mp.scatter(
	# height,weight,marker='o',s=70,label='persons',color='dodgerblue')
	height,weight,marker='o',s=70,label='persons',c=d,cmap='jet_r')
mp.legend()
mp.show()

颜色映射图:

相关推荐
Daitu_Adam1 小时前
R语言——ggmap包可视化地图
人工智能·数据分析·r语言·数据可视化
计算机编程小央姐6 小时前
大数据毕业设计选题推荐:基于Hadoop+Spark的全球能源消耗数据分析与可视化系统
大数据·hadoop·数据分析·spark·课程设计·毕设
MoRanzhi12037 小时前
12. NumPy 数据分析与图像处理入门
大数据·图像处理·人工智能·python·矩阵·数据分析·numpy
兰亭妙微7 小时前
软件开发公司如何利用大数据可视化设计提升决策效率
信息可视化·数据挖掘·数据分析
Q26433650239 小时前
【有源码】基于Hadoop+Spark的AI就业影响数据分析与可视化系统-AI驱动下的就业市场变迁数据分析与可视化研究-基于大数据的AI就业趋势分析可视化平台
大数据·hadoop·机器学习·数据挖掘·数据分析·spark·毕业设计
麦麦大数据9 小时前
D017 vue+django+neo4j音乐知识图谱推荐可视化分析系统|带管理员角色+爬虫
vue.js·数据分析·django·知识图谱·neo4j·推荐算法
人大博士的交易之路12 小时前
今日行情明日机会——20250926
数学建模·数据分析·缠论·缠中说禅·涨停回马枪
大数据CLUB12 小时前
基于hive和mapreduce的地铁数据分析及可视化_hive作为数据库
大数据·hive·hadoop·分布式·数据分析·mapreduce
计算机编程小央姐1 天前
【Spark+Hive+hadoop】基于spark+hadoop基于大数据的人口普查收入数据分析与可视化系统
大数据·hadoop·数据挖掘·数据分析·spark·课程设计
没有梦想的咸鱼185-1037-16631 天前
【遥感技术】从CNN到Transformer:基于PyTorch的遥感影像、无人机影像的地物分类、目标检测、语义分割和点云分类
pytorch·python·深度学习·机器学习·数据分析·cnn·transformer