使用matplotlib的pyplot模块绘图的实现示例

1. 绘制简单图形

使用 matplotlib 的pyplot模块绘制图形。看一个 绘制sin函数曲线的例子。

import matplotlib.pyplot as plt
import numpy as np

# 生成数据
x = np.arange(0, 6, 0.1) # 以0.1为单位，生成0到 6 的数据*
y = np.sin(x)

# 绘制图形
plt.plot(x,y)
plt.show()

这里使用NumPy的arange()方法生成了[0, 0.1, 0.2, … , 5.8, 5.9]的 数据，将其设为x。

对x的各个元素，应用NumPy的sin函数np.sin()，将x、 y的数据传给plt.plot方法，然后绘制图形。

最后，通过plt.show()显示图形。 运行上述代码后，就会显示如上图所示的图形。

2. pyplot的功能

使用 pyplot的添加标题plt.title()、坐标轴标签名plt.xlabel()\ plt.ylabel()和图例plt.legend()。

import numpy as np
import matplotlib.pyplot as plt

# 生成数据
x = np.arange(0, 6, 0.1) # 以0.1为单位，生成0到6的数据
y1 = np.sin(x)
y2 = np.cos(x)

# 绘制图形
plt.plot(x, y1, label="sin")
plt.plot(x, y2, linestyle= "--", label="cos") # 用虚线绘制 

plt.xlabel("x") # x轴标签
plt.ylabel("y") # y轴标签
plt.title('sin & cos') # 标题 

plt.legend() #显示图例
plt.show()

3. 显示图像

pyplot中还提供了用于显示图像的方法imshow()。

使用 matplotlib.image模块的imread()方法读入图像。

import matplotlib.pyplot as plt
from matplotlib.image import imread

img = imread(r'D:\plant\plant_1.jpg') # 读入图像,读者根据自己的环境,变更文件名或文件路径(绝对或相对路径，注意路径名不能出现中文)
plt.imshow(img)

plt.show()

到此这篇关于使用matplotlib的pyplot模块绘图的实现示例的文章就介绍到这了,更多相关matplotlib pyplot模块绘图内容请搜索我们以前的文章或继续浏览下面的相关文章希望大家以后多多支持我们！

赞 (0)

相关推荐

  • 基于Python数据可视化利器Matplotlib,绘图入门篇,Pyplot详解

    基于Python数据可视化利器Matplotlib,绘图入门篇,Pyplot详解

    Pyplot matplotlib.pyplot是一个命令型函数集合,它可以让我们像使用MATLAB一样使用matplotlib.pyplot中的每一个函数都会对画布图像作出相应的改变,如创建画布.在画布中创建一个绘图区.在绘图区上画几条线.给图像添加文字说明等.下面我们就通过实例代码来领略一下他的魅力. import matplotlib.pyplot as plt plt.plot([1,2,3,4]) plt.ylabel('some numbers') plt.show() 上图是我们通

  • Python利用matplotlib.pyplot绘图时如何设置坐标轴刻度

    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

  • matplotlib.pyplot绘图显示控制方法

    在使用Python库时,常常会用到matplotlib.pyplot绘图,本文介绍在PyCharm及Jupyter Notebook页面中控制绘图显示与否的小技巧. 在PyCharm中显示绘图 在绘图代码最后加上"plt.show()"语句. import numpy as np import matplotlib.pyplot as plt x = np.arange(0, 2*np.pi, .001) y = np.sin(2 * np.pi * x) plt.clf() plt.

  • 在pycharm中使用matplotlib.pyplot 绘图时报错的解决

    This application failed to start because it could not find or load the Qt platform plugin "windows" in " ". 百度谷歌了好久都没能解决这个问题都没能解决 开始我以为是缺少windows这个包,但是代码里并没有用到,所以我打断点去看代码到底问题出在哪里 发现问题出在matplotlib上面,我猜想是Qt和matplotlib版本不兼容导致的,于是我卸载了这两个插件

  • 使用matplotlib的pyplot模块绘图的实现示例

    1. 绘制简单图形 使用 matplotlib 的pyplot模块绘制图形.看一个 绘制sin函数曲线的例子. import matplotlib.pyplot as plt import numpy as np # 生成数据 x = np.arange(0, 6, 0.1) # 以0.1为单位,生成0到 6 的数据* y = np.sin(x) # 绘制图形 plt.plot(x,y) plt.show() 这里使用NumPy的arange()方法生成了[0, 0.1, 0.2, - , 5.

  • matplotlib之pyplot模块实现添加子图subplot的使用

    matplotlib之pyplot模块实现添加子图subplot的使用

    概述 subplot()函数向当前图像(figure)添加一个子图(Axes),并将该子图设为当前子图.或者将某子图设为当前子图. pyplot.subplot()其实是Figure.add_subplot()的一个封装. 函数的定义签名为:matplotlib.pyplot.subplot(*args, **kwargs) 函数的调用签名为: subplot(nrows, ncols, index, **kwargs) subplot(pos, **kwargs) subplot(**kwar

  • 基于Matplotlib 调用 pyplot 模块中 figure() 函数处理 figure图形对象

    基于Matplotlib 调用 pyplot 模块中 figure() 函数处理 figure图形对象

    在 Matplotlib 中,面向对象编程的核心思想是创建图形对象(figure object).通过图形对象来调用其它的方法和属性,这样有助于我们更好地处理多个画布.在这个过程中,pyplot 负责生成图形对象,并通过该对象来添加一个或多个 axes 对象(即绘图区域). Matplotlib 提供了matplotlib.figure图形类模块,它包含了创建图形对象的方法.通过调用 pyplot 模块中 figure() 函数来实例化 figure 对象. 如下所示: from matplot

  • Matplotlib.pyplot 三维绘图的实现示例

    折线图 Axes3D.plot(xs,ys,*args,**kwargs) Argument Description xs, ys x, y coordinates of vertices zs z value(s), either one for all points or one for each point. zdir Which direction to use as z ('x', 'y' or 'z') when plotting a 2D set. import matplotli

  • matplotlib之pyplot模块坐标轴标签设置使用(xlabel()、ylabel())

    matplotlib之pyplot模块坐标轴标签设置使用(xlabel()、ylabel())

    在pyplot模块中可以使用xlabel()和ylabel()函数设置x轴y轴的标签.这两个函数的使用方法非常相似. 使用xlabel()设置x轴标签 函数签名为matplotlib.pyplot.xlabel(xlabel, fontdict=None, labelpad=None, *, loc=None, **kwargs) 参数作用及取值如下: xlabel:类型为字符串,即标签的文本. labelpad:类型为浮点数,默认值为None,即标签与坐标轴的距离. loc:取值范围为{'le

  • matplotlib之pyplot模块之标题（title()和suptitle()）

    matplotlib之pyplot模块之标题（title()和suptitle()）

    matplotlib 源码解析标题实现(窗口标题,标题,子图标题不同之间的差异)添加链接描述简单比较了matplotlib中的标题. 使用title()设置子图标题 title()可同时在子图中显示中间.左侧.右侧3个标题. 函数签名为matplotlib.pyplot.title(label, fontdict=None, loc=None, pad=None, *, y=None, **kwargs) 参数作用及取值如下: label:类型为字符串,即标题文本. fontdict:类型为字典

  • matplotlib之pyplot模块坐标轴范围设置(autoscale(),xlim(),ylim())

    matplotlib之pyplot模块坐标轴范围设置(autoscale(),xlim(),ylim())

    matplotlib默认根据数据系列自动缩放坐标轴范围.pyplot模块中的autoscale函数可以切换是否自动缩放坐标轴范围,xlim()和ylim()函数可手动设置坐标轴范围. autoscale函数 对于pyplot模块控制坐标轴范围是否自动缩放的函数为autoscale. 函数签名为matplotlib.pyplot.autoscale(enable=True, axis='both', tight=None) 参数作用及取值如下: enable为布尔值,即是否自动缩放. axis取值

  • matplotlib之pyplot模块添加文本、注解(text和annotate)

    matplotlib之pyplot模块添加文本、注解(text和annotate)

    目录 概述 text函数概述 annotate函数概述 text函数和annotate函数的对比 总结 概述 text函数作用是根据x,y坐标向图像添加文本. annotate函数作用是根据x,y坐标向图像添加文本注解. 两者非常相似,但是又有一定差别. text函数概述 text函数的签名为:matplotlib.pyplot.text(x, y, s, fontdict=None, **kwargs) 参数说明如下: x,y:放置文本的坐标.浮点数.必备参数. s:文本.字符串.必备参数.

  • matplotlib之Pyplot模块绘制三维散点图使用颜色表示数值大小

    matplotlib之Pyplot模块绘制三维散点图使用颜色表示数值大小

    目录 一.摘要 二.代码 三.部分代码解释 1. colormap(颜色)映射设置. 2. 设置三维散点格式 3. 设置侧边colorbar 四.参考 总结 一.摘要 在进行数据可视化时,对于一元函数f(x)=y数据我们可以使用二维平面图显示,x轴表示自变量,y轴表示函数值:对于二元函数f(x,y)=z数据我们也可以使用三维图可视化,x和y轴表示自变量,z轴表示函数值.由于显示设备的局限性,对于三元函数f(x,y,z)=v数据无法通过增加坐标轴的方式可视化,一个可行的方法是使用x.y和z轴表示自

  • 详解matplotlib中pyplot和面向对象两种绘图模式之间的关系

    matplotlib有两种绘图方式,一种是依托matplotlib.pyplot模块实现类似matlab绘图指令的绘图方式,一种是面向对象式绘图,依靠FigureCanvas(画布). Figure (图像). Axes (轴域) 等对象绘图. 这两种方式之间并不是完全独立的,而是通过某种机制进行了联结,pylot绘图模式其实隐式创建了面向对象模式的相关对象,其中的关键是matplotlib._pylab_helpers模块中的单例类Gcf,它的作用是追踪当前活动的画布及图像. 因此,可以说ma

随机推荐