Skip to content

Matplotlib

约 83 个字 56 行代码 预计阅读时间 1 分钟

Note

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。

  1. 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()
    

  2. 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()
    

  3. 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()
    

  4. 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()