【机器学习基础】03、matplotlib基础02 (2)

代码:

import numpy as np # 0.准备数据 x = np.linspace(-10, 10, 1000) y = np.sin(x) # 1.创建画布 plt.figure(figsize=(20, 8), dpi=100) # 2.绘制函数图像 plt.plot(x, y) # 2.1 添加网格显示 plt.grid() # 3.显示图像 plt.show()

【机器学习基础】03、matplotlib基础02

四、小结

添加x,y轴刻度【知道】

plt.xticks()

plt.yticks()

注意:在传递进去的第一个参数必须是数字,不能是字符串,如果是字符串吗,需要进行替换操作

添加网格显示【知道】

plt.grid(linestyle="--", alpha=0.5)

添加描述信息【知道】

plt.xlabel()

plt.ylabel()

plt.title()

图像保存【知道】

plt.savefig("路径")

多次plot【了解】

直接进行添加就OK

显示图例【知道】

plt.legend(loc="best")

注意:一定要在plt.plot()里面设置一个label,如果不设置,没法显示

多个坐标系显示【了解】

plt.subplots(nrows=, ncols=)

折线图的应用【知道】

1.应用于观察数据的变化

2.可是画出一些数学函数图像

五、常见图形绘制 5.1 散点图绘制 # 0.准备数据 x = [225.98, 247.07, 253.14, 457.85, 241.58, 301.01, 20.67, 288.64, 163.56, 120.06, 207.83, 342.75, 147.9 , 53.06, 224.72, 29.51, 21.61, 483.21, 245.25, 399.25, 343.35] y = [196.63, 203.88, 210.75, 372.74, 202.41, 247.61, 24.9 , 239.34, 140.32, 104.15, 176.84, 288.23, 128.79, 49.64, 191.74, 33.1 , 30.74, 400.02, 205.35, 330.64, 283.45] # 1.创建画布 plt.figure(figsize=(20, 8), dpi=100) # 2.绘制散点图 plt.scatter(x, y) # 3.显示图像 plt.show()

【机器学习基础】03、matplotlib基础02

5.2 柱状图 # 0.准备数据 # 电影名字 movie_name = [\'雷神3:诸神黄昏\',\'正义联盟\',\'东方快车谋杀案\',\'寻梦环游记\',\'全球风暴\',\'降魔传\',\'追捕\',\'七十七天\',\'密战\',\'狂兽\',\'其它\'] # 横坐标 x = range(len(movie_name)) # 票房数据 y = [73853,57767,22354,15969,14839,8725,8716,8318,7916,6764,52222] # 1.创建画布 plt.figure(figsize=(20, 8), dpi=100) # 2.绘制柱状图 plt.bar(x, y, width=0.5, color=[\'b\',\'r\',\'g\',\'y\',\'c\',\'m\',\'y\',\'k\',\'c\',\'g\',\'b\']) # 2.1b修改x轴的刻度显示 plt.xticks(x, movie_name) # 2.2 添加网格显示 plt.grid(linestyle="--", alpha=0.5) # 2.3 添加标题 plt.title("电影票房收入对比") # 3.显示图像 plt.show()

【机器学习基础】03、matplotlib基础02

5.3 饼图

api:plt.pie(x, labels=,autopct=,colors)

Parameters: x:数量,自动算百分比 labels:每部分名称 autopct:占比显示指定%1.2f%% colors:每部分颜色

【机器学习基础】03、matplotlib基础02

内容版权声明:除非注明,否则皆为本站原创文章。

转载注明出处:https://www.heiqu.com/zyppwf.html