matplotlib.pyplot画图并导出保存的实例
我就废话不多说了,直接上代码吧!
import pandas as pd import numpy as np import matplotlib.pyplot as plt fig, ax = plt.subplots() bar_positions=[1,2,3,4] bar_heights=[1,2,3,4] print(np.arange(len([2,2,3,4,5])+1)) ax.bar(np.arange(len([2,2,3,4,5])),[1,2,3,4,5], 0.5)#设置x,y数据,区间 ax.set_xticks([1,2,3,4,5,6])#设置x轴刻度 ax.set_xticklabels([1,2,3,4,5], rotation=45)#设置x轴标签,旋转45度 ax.set_yticks([1,2,3,4,5,6])#设置x轴刻度 ax.set_yticklabels([1,2,3,4,5], rotation=45)#设置y轴标签,旋转45度 ax.set_ylim(0, 7)#设置y轴范围 ax.set_xlim(0, 7)#设置x轴范围,当然轴数据范围跟 坐标刻度不要冲突就好 ax.set_facecolor("orange")#设置背景颜色为红色 for a,b in zip(bar_positions,bar_heights):#显示数据标签 plt.text(a, b+0.05, '%.0f' % b, ha='center', va= 'bottom',fontsize=7) plt.savefig('D:\\python_practice\\导出的图片.png')#保存图片 plt.show() 在matplotlib一般使用plt.figure来设置窗口尺寸。 plt.figure(figsize=(10, 10)) 但是如果使用plt.subplots,那么这种方法就无效,只能通过subplots自己设置窗口大小。 fig, ax1 = plt.subplots(figsize=(10, 10))
以上这篇matplotlib.pyplot画图并导出保存的实例就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持我们。
相关推荐
-
matplotlib 输出保存指定尺寸的图片方法
其实这个问题来源于笔者的横坐标太多了,然后生成的那个figure框框太小,导致坐标重叠,而输出的图片是需要批量保存的,总不能每次都拉长截图吧 所以在plot绘图之前加上了一句 plt.figure(figsize=(10, 5)) 图就变了hhh 然后偶然间有发现了能调节子图也就是subplot性质的一个api蛮有趣的,分享下 plt.subplots_adjust(left=0.09,right=1,wspace=0.25,hspace=0.25,bottom=0.13,top=0.91) 然
-
Python使用matplotlib简单绘图示例
本文实例讲述了Python使用matplotlib简单绘图.分享给大家供大家参考,具体如下: # -*- coding:utf-8 -*- #! python2 """ Created on Mon Apr 24 12:48:40 2017 @author: x-power """ import matplotlib.pyplot as plt #首先载入 matplotlib的绘图模块pyplot,并且重命名为plt. import numpy
-
python matplotlib画图实例代码分享
python的matplotlib包支持我们画图,有点非常多,现学习如下. 首先要导入包,在以后的示例中默认已经导入这两个包 import matplotlib.pyplot as plt import numpy as np 然后画一个最基本的图 t = np.arange(0.0, 2.0, 0.01)#x轴上的点,0到2之间以0.01为间隔 s = np.sin(2*np.pi*t)#y轴为正弦 plt.plot(t, s)#画图 plt.xlabel('time (s)')#x轴标签 p
-
matplotlib.pyplot画图并导出保存的实例
我就废话不多说了,直接上代码吧! import pandas as pd import numpy as np import matplotlib.pyplot as plt fig, ax = plt.subplots() bar_positions=[1,2,3,4] bar_heights=[1,2,3,4] print(np.arange(len([2,2,3,4,5])+1)) ax.bar(np.arange(len([2,2,3,4,5])),[1,2,3,4,5], 0.5)#设
-
matplotlib.pyplot画图 图片的二进制流的获取方法
有些时候,我们需要画图后的二进制数据流,matplotlib没有提供相关的api,通过源码查看与百度,得到下面此方法 import matplotlib.pyplot as plt import numpy as np import io x=np.arange(10) y=x #plt.plot(x,y) #canvas = plt.get_current_fig_manager().canvas #canvas.draw() fig=plt.figure() plt.plot(x,y) ca
-
Python matplotlib.pyplot.hist()绘制直方图的方法实例
目录 一.matplotlib.pyplot.hist()语法 二.绘制直方图 ①绘制简单直方图 ②:各个参数绘制的直方图 (1)histtype参数(设置样式bar.barstacked.step.stepfilled) (2)range参数(指定直方图数据的上下界,默认包含绘图数据的最大值和最小值(范围)) (3)orientation参数 (设置直方图的摆放位置,vertical垂直方向 horizontal水平方向,默认值:vertical垂直方向) (4)density参数(bool值
-
Python利用matplotlib.pyplot.boxplot()绘制箱型图实例代码
目录 一.matplotlib.pyplot.boxplot()语法 二.绘制箱型图 ①绘制简单箱型图 ②各个参数绘制箱型图 (1)notch参数(bool值,是否凹口的形式展现箱线图,默认值False非凹口) (2)sym(str,指定异常点的形状,默认为+号显示) (3)vert参数(bool值,是否需要将箱线图垂直摆放,默认True垂直摆放) (4)widths参数(float值,指定箱线图的宽度,默认值:0.5) (5)patch_artist(bool值,是否填充箱体颜色,默认值:Fa
-
matplotlib.pyplot.matshow 矩阵可视化实例
这是一个绘制矩阵的函数. 用matshow绘制矩阵的例子: import matplotlib.pyplot as plt import numpy as np def samplemat(dims): """Make a matrix with all zeros and increasing elements on the diagonal""" aa = np.zeros(dims) for i in range(min(dims)): a
-
matplotlib绘制符合论文要求的图片实例(必看篇)
最近需要将实验数据画图出来,由于使用python进行实验,自然使用到了matplotlib来作图. 下面的代码可以作为画图的模板代码,代码中有详细注释,可根据需要进行更改. # -*- coding: utf-8 -*- import numpy as np import matplotlib.pyplot as plt plt.rcParams['font.sans-serif']=['Arial'] #如果要显示中文字体,则在此处设为:SimHei plt.rcParams['axes.un
-
Python利用matplotlib.pyplot绘图时如何设置坐标轴刻度
前言 matplotlib.pyplot是一些命令行风格函数的集合,使matplotlib以类似于MATLAB的方式工作.每个pyplot函数对一幅图片(figure)做一些改动:比如创建新图片,在图片创建一个新的作图区域(plotting area),在一个作图区域内画直线,给图添加标签(label)等.matplotlib.pyplot是有状态的,亦即它会保存当前图片和作图区域的状态,新的作图函数会作用在当前图片的状态基础之上. 在开始本文之前,不熟悉的朋友可以先看看这篇文章:Python
-
浅谈matplotlib.pyplot与axes的关系
最近在学习数据可视化,梳理一下其中一些诸如pandas绘图.matplotlib绘图.pyplot(plt).axes等概念. 重要的事情说三遍:axes不是axis!axes不是axis!axes不是axis! 重要的事情说三遍:pyplot是接口不是对象!pyplot是接口不是对象!pyplot是接口不是对象! 很多书上一上来就直接import matplotlib.pypltot as plt,然后就教你plt.xxx().这种方式固然没错,可问题就出在了plt只是一个interface,
-
利用matplotlib+numpy绘制多种绘图的方法实例
前言 matplotlib 是Python最著名的绘图库,它提供了一整套和matlab相似的命令API,十分适合交互式地进行制图.本文将以例子的形式分析matplot中支持的,分析中常用的几种图.其中包括填充图.散点图(scatter plots).. 条形图(bar plots).等高线图(contour plots). 点阵图和3D图,下面来一起看看详细的介绍: 一.填充图 参考代码 from matplotlib.pyplot import * x=linspace(-3,3,100) y
-
excel的导出和下载(实例讲解)
1.前言 有时需要将数据库表资源导出excel,做成一些报表数据. 而php导出excel的方法大致有几种: 1. 使用php的类库,进行导出,如PHPExcel 2.使用php原生的方法进行导出 而本文介绍的就是,如何通过原生方法导出excel 2.关键函数 2.1.ob输出 •ob_start(); •ob_get_contents •ob_end_clean •fopen •fwrite •fclose •iconv 2.2.header输出 1.header 2.iconv 3.使用ob
随机推荐
- html中插入wmv格式视频文件的代码
- html滚动条样式
- 实用CSS 文字收集
- dos下通过wmic命令查看硬盘和内存/CPU信息(windows自带命令查看硬件信息)
- Xcode 下删除Provisioning Profiles文件详细介绍
- HttpClient Post 二进制/字节流/byte[]实例代码
- 利用java监听器实现在线人数统计
- JavaScript中的Location地址对象
- Python导入txt数据到mysql的方法
- 传智播客学习之java 反射
- javascript实现网站顶部出现几秒后图片缓慢消失的效果
- jQuery中prev()方法用法实例
- JavaScript入门系列之知识点总结
- 精解window.setTimeout()&window.setInterval()使用方式与参数传递问题!
- Java实现鼠标拖拽移动界面组件
- centos下安装配置phpMyAdmin的方法步骤
- 显示在线人数
- 劲乐团9YOU原版服务端架设教程
- Android双击事件拦截方法
- 详解linux SSH登录流程