Matplotlib
约 83 个字 56 行代码 预计阅读时间 1 分钟
Matplotlib 是一个用于 Python 的绘图库,可以生成高质量的图形和可视化结果。它通常用于数据分析和科学计算中,通常要结合scipy使用,比如通过三次样条插值来拟合。
-
绘制简单图形
import matplotlib.pyplot as plt
# 创建数据
x = [1, 2, 3, 4, 5]
y = [2, 3, 5, 7, 11]
# 创建图形和坐标轴
plt.figure()
plt.plot(x, y, label='Line Plot')
# 添加标题和标签
plt.title('Simple Line Plot')
plt.xlabel('X Axis')
plt.ylabel('Y Axis')
# 添加图例
plt.legend()
# 显示图形
plt.show()
-
绘制散点图
import matplotlib.pyplot as plt
# 创建数据
x = [1, 2, 3, 4, 5]
y = [2, 3, 5, 7, 11]
# 创建散点图
plt.scatter(x, y, color='red', label='Scatter Plot')
# 添加标题和标签
plt.title('Simple Scatter Plot')
plt.xlabel('X Axis')
plt.ylabel('Y Axis')
# 添加图例
plt.legend()
# 显示图形
plt.show()
-
绘制直方图
import matplotlib.pyplot as plt
# 创建数据
data = [1, 2, 2, 3, 4, 4, 4, 5, 5, 6]
# 创建直方图
plt.hist(data, bins=6, color='blue', edgecolor='black')
# 添加标题和标签
plt.title('Simple Histogram')
plt.xlabel('Bins')
plt.ylabel('Frequency')
# 显示图形
plt.show()
-
子图
import matplotlib.pyplot as plt
# 创建数据
x = [1, 2, 3, 4, 5]
y = [2, 3, 5, 7, 11]
# 创建子图
fig, axs = plt.subplots(1, 2, figsize=(10, 5))
# 第一个子图
axs[0].plot(x, y, 'tab:blue')
axs[0].set_title('Line Plot')
# 第二个子图
axs[1].scatter(x, y, color='red')
axs[1].set_title('Scatter Plot')
# 添加整体标题
plt.suptitle('Subplots Example')
# 显示图形
plt.show()