Matplotlib 可视化2

继续来记录可视化,程序是用Jupyter Notebook写的。
网格线
首先导入包

%matplotlib inline
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt

正弦余弦曲线,背景图有表格,表格的样式可以改

x = np.arange(-np.pi,np.pi,0.01)
plt.plot(x,np.sin(x),x,np.cos(x))
plt.grid()
#plt.grid(axis='y',color='g',linestyle='-')

Matplotlib 可视化2_第1张图片
创建子图

# 创建一个子视图
plt.figure(figsize=[15,8])
axes = plt.subplot(1,3,1)  #参数1:1行,参数2:3列,参数3:第一个视图
x = np.arange(-20,20,0.1)
axes.grid(color='r',linestyle='--',linewidth=2)
axes.plot(x,np.sin(x))
# 创建第二个子视图
axes2 = plt.subplot(1,3,2)
x2 = np.arange(-20,20,0.1)
axes2.grid(color='g',linestyle='-.')
axes2.plot(x,np.cos(x2))
# 创建第三个子视图
axes3 = plt.subplot(1,3,3)
axes3.grid(color='blue',linestyle='--')
axes3.plot(x,np.sin(x))

Matplotlib 可视化2_第2张图片
坐标轴界限

#axis就是轴的含义
x = np.random.rand(10)
plt.axis([-5,15,-5,10])
plt.plot(x)

Matplotlib 可视化2_第3张图片

#还可以设置tight(紧凑),off(关闭)
x = np.linspace(-5,5,100)
plt.plot(x,np.tan(x))
plt.axis('off') #坐标轴消失
plt.axis('tight') #最大化显示

Matplotlib 可视化2_第4张图片
画个圆

x = np.linspace(-5,5,100)
plt.plot(np.sin(x),np.cos(x))
plt.axis('equal') #设置相等缩放

Matplotlib 可视化2_第5张图片
添加标签

x = np.arange(0,10,2)
y = x**2+5
plt.plot(x,y)
plt.xlabel('x') #大小,位置等可以改
plt.ylabel('f(x) = x**2+5')
plt.title('title')

Matplotlib 可视化2_第6张图片
图例

plt.plot(x,x,label='1')
plt.plot(x,x*2,label='2')
plt.plot(x,x/2,label='3')
plt.legend()

Matplotlib 可视化2_第7张图片

#另一种方式
x = np.arange(0,10,1)
plt.plot(x,x,x,x*2,x,x/2)
plt.legend([1,2,3],loc=0) #loc有很多位置可以选

Matplotlib 可视化2_第8张图片
修改线条的样式及图片保存

x1 = np.random.randn(100)
x2 = np.random.randn(100)
x3 = np.random.randn(100)
#求累加和
plt.plot(x1.cumsum(),color='blue',linestyle='--')
plt.plot(x2.cumsum())
plt.plot(x3.cumsum())
plt.legend(['x1','x2','x3'])
plt.savefig('pic4.jpg',dpi=150,facecolor='w')

Matplotlib 可视化2_第9张图片
颜色的透明度,背景色

x = np.arange(0,100,0.1)
axes = plt.subplot(facecolor='pink')
plt.plot(x,np.cos(x),'r',alpha=0.7)

Matplotlib 可视化2_第10张图片
修改横轴标签

x = np.random.randn(100)
plt.plot(x.cumsum())
plt.xticks(np.linspace(0,100,5),list('abcde'))

Matplotlib 可视化2_第11张图片

你可能感兴趣的:(可视化)