Rumah > pembangunan bahagian belakang > Tutorial Python > Kajian mendalam tentang lukisan Matplotlib: analisis contoh dan perkongsian kemahiran

Kajian mendalam tentang lukisan Matplotlib: analisis contoh dan perkongsian kemahiran

WBOY
Lepaskan: 2024-01-13 11:09:06
asal
1045 orang telah melayarinya

Kajian mendalam tentang lukisan Matplotlib: analisis contoh dan perkongsian kemahiran

Bermain dengan kaedah lukisan Matplotlib: contoh terperinci dan perkongsian kemahiran

Matplotlib ialah perpustakaan lukisan Python yang berkuasa yang boleh digunakan untuk menjana pelbagai carta visualisasi data statik, dinamik dan interaktif. Artikel ini akan memperkenalkan anda kepada beberapa kaedah lukisan Matplotlib yang biasa digunakan, dan berkongsi beberapa contoh dan teknik.

  1. Carta garisan

Carta garisan ialah salah satu jenis carta yang paling biasa dalam Matplotlib dan boleh digunakan untuk mempersembahkan arah aliran data dari semasa ke semasa. Berikut ialah contoh lukisan carta garisan mudah:

import matplotlib.pyplot as plt

# x轴数据
x = [1, 2, 3, 4, 5]
# y轴数据
y = [5, 7, 3, 8, 4]

plt.plot(x, y)
plt.xlabel('X轴')
plt.ylabel('Y轴')
plt.title('折线图')
plt.show()
Salin selepas log masuk
  1. Plot serakan

Plot serakan boleh digunakan untuk mengkaji hubungan antara dua pembolehubah, dengan setiap titik mewakili nilai sepasang pembolehubah. Berikut ialah contoh lukisan plot taburan mudah:

import matplotlib.pyplot as plt

# x轴数据
x = [1, 2, 3, 4, 5]
# y轴数据
y = [5, 7, 3, 8, 4]

plt.scatter(x, y)
plt.xlabel('X轴')
plt.ylabel('Y轴')
plt.title('散点图')
plt.show()
Salin selepas log masuk
  1. Carta bar

Carta bar boleh digunakan untuk membandingkan perbezaan data antara kategori yang berbeza. Berikut ialah contoh lukisan carta bar ringkas:

import matplotlib.pyplot as plt

# x轴数据
x = ['A', 'B', 'C', 'D', 'E']
# y轴数据
y = [5, 7, 3, 8, 4]

plt.bar(x, y)
plt.xlabel('类别')
plt.ylabel('数值')
plt.title('柱状图')
plt.show()
Salin selepas log masuk
  1. Carta pai

Carta pai boleh digunakan untuk menunjukkan perkadaran relatif data, dan amat sesuai untuk memaparkan data kategori. Berikut ialah contoh lukisan carta pai mudah:

import matplotlib.pyplot as plt

# 数据
sizes = [15, 30, 45, 10]
labels = ['A', 'B', 'C', 'D']

plt.pie(sizes, labels=labels, autopct='%1.1f%%')
plt.title('饼图')
plt.show()
Salin selepas log masuk

Contoh ini hanya menunjukkan sebahagian kecil daripada kaedah plot Matplotlib. Selain jenis carta biasa di atas, Matplotlib juga menyokong lukisan pelbagai carta visualisasi kompleks seperti carta kontur, carta 3D dan peta haba.

Selain kaedah lukisan asas, Matplotlib juga menyediakan banyak pilihan dan fungsi tersuai, yang membolehkan kami mengawal penampilan dan gaya carta dengan lebih baik. Berikut ialah beberapa petua dan helah biasa:

  • Ubah suai tajuk carta dan label paksi: gunakan plt.title(), plt.xlabel() dan plt . ylabel() berfungsi untuk menetapkan teks tajuk dan label paksi. plt.title()plt.xlabel()plt.ylabel()函数来设置标题和轴标签的文本。
  • 添加图例:使用plt.legend()函数来添加图例,通过指定位置参数,可以控制图例的位置。
  • 调整坐标轴范围:使用plt.xlim()plt.ylim()函数来调整x轴和y轴的显示范围。
  • 设置图表样式:使用plt.style来设置图表的样式,如:plt.style.use('ggplot')
  • Tambah legenda: Gunakan fungsi plt.legend() untuk menambah legenda Dengan menentukan parameter kedudukan, anda boleh mengawal kedudukan legenda.

Laraskan julat paksi koordinat: Gunakan fungsi plt.xlim() dan plt.ylim() untuk melaraskan julat paparan paksi-x dan paksi-y .

🎜Tetapkan gaya carta: Gunakan plt.style untuk menetapkan gaya carta, seperti: plt.style.use('ggplot'). 🎜🎜🎜Di atas hanyalah beberapa penggunaan asas dan teknik lukisan Matplotlib. Untuk penggunaan dan contoh yang lebih terperinci, sila rujuk dokumentasi rasmi dan sumber dalam talian. Saya harap semua orang boleh menggunakan pelbagai kaedah dan teknik secara fleksibel untuk mencipta carta visualisasi data yang cantik dan intuitif apabila menggunakan Matplotlib. 🎜

Atas ialah kandungan terperinci Kajian mendalam tentang lukisan Matplotlib: analisis contoh dan perkongsian kemahiran. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!

Label berkaitan:
sumber:php.cn
Kenyataan Laman Web ini
Kandungan artikel ini disumbangkan secara sukarela oleh netizen, dan hak cipta adalah milik pengarang asal. Laman web ini tidak memikul tanggungjawab undang-undang yang sepadan. Jika anda menemui sebarang kandungan yang disyaki plagiarisme atau pelanggaran, sila hubungi admin@php.cn
Tutorial Popular
Lagi>
Muat turun terkini
Lagi>
kesan web
Kod sumber laman web
Bahan laman web
Templat hujung hadapan