路由器端口转发做网站访问量,做网站台式还是笔记本,小程序商店下载,在灵璧怎样做网站目录
一、前言
二、实验环境
三、Matplotlib详解
1、2d绘图类型
2、3d绘图类型
3、多子图和布局
1. subplot()函数
2. subplots()函数
3. 散点矩阵图#xff08;Scatter Matrix Plot#xff09; 一、前言 Python是一种高级编程语言#xff0c;由Guido van Rossum于…目录
一、前言
二、实验环境
三、Matplotlib详解
1、2d绘图类型
2、3d绘图类型
3、多子图和布局
1. subplot()函数
2. subplots()函数
3. 散点矩阵图Scatter Matrix Plot 一、前言 Python是一种高级编程语言由Guido van Rossum于1991年创建。它以简洁、易读的语法而闻名并且具有强大的功能和广泛的应用领域。Python具有丰富的标准库和第三方库可以用于开发各种类型的应用程序包括Web开发、数据分析、人工智能、科学计算、自动化脚本等。 Python本身是一种伟大的通用编程语言在一些流行的库numpyscipymatplotlib的帮助下成为了科学计算的强大环境。本系列将介绍Python编程语言和使用Python进行科学计算的方法主要包含以下内容
Python基本数据类型、容器列表、元组、集合、字典、函数、类Numpy数组创建、数组操作、数组数学、广播Matplotlib2d绘图、3d绘图、图表自定义、多子图和布局IPython创建笔记本、典型工作流程 二、实验环境 matplotlib3.5.3numpy1.21.6python3.7.16
运行下述命令检查Python版本 python --version
运行下述代码检查Python、NumPy、Matplotlib版本
import sys
import numpy as np
import matplotlibprint(Python 版本:, sys.version)
print(NumPy 版本:, np.__version__)
print(matplotlib 版本:, matplotlib.__version__) 三、Matplotlib详解 Matplotlib是一个用于创建数据可视化的Python库。它提供了广泛的绘图选项能够生成各种类型的图表、图形和可视化效果。下面是Matplotlib的一些主要功能 绘图风格和类型Matplotlib支持各种绘图风格和类型包括线图、散点图、柱状图、饼图、等高线图、3D图等可以根据需要选择适合的图表类型来展示和分析数据。 数据可视化Matplotlib使得将数据转化为可视化表示变得简单可以使用Matplotlib绘制图表来展示数据的分布、趋势、关系等这有助于更好地理解数据和发现潜在的模式和关联。 图表自定义Matplotlib提供了丰富的图表自定义选项可以调整图表的标题、标签、坐标轴、线条样式、颜色等。这使得您能够创建符合特定需求和品味的高质量图表。 多子图和布局Matplotlib允许您在单个图像中创建多个子图以便同时展示多个相关的图表或数据视图。您可以自定义子图的布局和排列以满足特定的展示需求。 导出图像Matplotlib支持将图像导出为多种格式包括PNG、JPEG、PDF、SVG等。这使得您可以方便地将生成的图表保存为文件或嵌入到文档、报告和演示文稿中。 无论是进行科学研究、数据分析、报告撰写还是可视化展示Matplotlib都是一个强大而灵活的工具。它广泛应用于各个领域如数据科学、机器学习、金融分析、工程可视化等。 1、2d绘图类型 2d绘图上折线图、散点图、柱状图、直方图、饼图_QomolangmaH的博客-CSDN博客编辑https://blog.csdn.net/m0_63834988/article/details/132872575?spm1001.2014.3001.5501编辑https://blog.csdn.net/m0_63834988/article/details/132872575?spm1001.2014.3001.5501编辑https://blog.csdn.net/m0_63834988/article/details/132872575?spm1001.2014.3001.5501https://blog.csdn.net/m0_63834988/article/details/132872575?spm1001.2014.3001.5501
2d绘图下箱线图、热力图、面积图、等高线图、极坐标图_QomolangmaH的博客-CSDN博客编辑https://blog.csdn.net/m0_63834988/article/details/132890656?spm1001.2014.3001.5501编辑https://blog.csdn.net/m0_63834988/article/details/132890656?spm1001.2014.3001.5501编辑https://blog.csdn.net/m0_63834988/article/details/132890656?spm1001.2014.3001.5501https://blog.csdn.net/m0_63834988/article/details/132890656?spm1001.2014.3001.5501 2、3d绘图类型 Matplotlib绘图_QomolangmaH的博客-CSDN博客编辑https://blog.csdn.net/m0_63834988/category_12441299.htmlhttps://blog.csdn.net/m0_63834988/category_12441299.html 3、多子图和布局
1. subplot()函数 Matplotlib多子图和布局subplot()函数_QomolangmaH的博客-CSDN博客https://blog.csdn.net/m0_63834988/article/details/132908035?spm1001.2014.3001.5501
2. subplots()函数 Matplotlib多子图和布局subplots()函数_QomolangmaH的博客-CSDN博客https://blog.csdn.net/m0_63834988/article/details/132908388?spm1001.2014.3001.5502
3. 散点矩阵图Scatter Matrix Plot 用于可视化多个变量之间的关系通过绘制多个散点图组合在一起形成一个矩阵
import matplotlib.pyplot as plt
import numpy as np# 生成随机数据
np.random.seed(0)
data np.random.rand(4, 100) # 生成一个4行100列的随机数组# 计算变量的数量
num_vars data.shape[0]# 创建一个具有适当形状的子图网格
fig, axes plt.subplots(num_vars, num_vars, figsize(8, 8))# 遍历每对变量并绘制散点图
for i in range(num_vars):for j in range(num_vars):axes[i, j].scatter(data[i], data[j])axes[i, j].set_xlabel(x{}.format(i1))axes[i, j].set_ylabel(x{}.format(j1))# 调整子图之间的间距
plt.tight_layout()# 显示图形
plt.show()
使用np.random.rand函数生成一个4行100列的随机数组作为随机数据。根据变量的数量创建了一个具有适当形状的子图网格。使用双重循环遍历每对变量并在相应的子图中绘制散点图。scatter函数用于绘制散点图set_xlabel和set_ylabel函数用于设置坐标轴标签。使用plt.tight_layout()调整子图之间的间距并使用plt.show()显示图形。
