pyplot

Python数据可视化编程

女生的网名这么多〃 提交于 2019-12-18 03:50:55
第一章 :准备工作环境 WinPython-32bit-3.5.2.2Qt5.exe 1.1 设置matplotlib参数 配置模板以方便各项目共享 D:\Bin\WinPython-32bit-3.5.2.2Qt5\python-3.5.2\Lib\site-packages\matplotlib\mpl-data 三种方式: 当前工作目录 用户级 Documents and Setting 安装级配置文件 D:\Bin\WinPython-32bit-3.5.2.2Qt5\python-3.5.2\Lib\site-packages\matplotlib\mpl-data 第二章 : 了解数据 导入和导出各种格式的数据,除此之外,还包括清理数据的方式比如归一化、缺失数据的添加、实时数据检查等类。 2.1 从csv文件中导入数据 如果想加载大数据文件,通常用NumPy模块。 import csv import sys filename = 'E:\\python\\Visualization\\2-1\\10qcell.csv' data = [] try: with open('E:\\python\\Visualization\\2-1\\21.csv') as f: reader = csv.reader(f, delimiter=',') data = [row for

matplotlib 入门--12019-12-10

会有一股神秘感。 提交于 2019-12-11 03:39:18
以下是我自己搜集资料学习的matplotlib: ············································1···········pyplot····································· pyplot介绍 matplotlib.pyplot是一个有命令风格的函数集合,它看起来和MATLAB很相似。每一个pyplot函数都使一副图像做出些许改变,例如创建一幅图,在图中创建一个绘图区域,在绘图区域中添加一条线等等。在matplotlib.pyplot中,各种状态通过函数调用保存起来,以便于可以随时跟踪像当前图像和绘图区域这样的东西。绘图函数是直接作用于当前axes(matplotlib中的专有名词,图形中组成部分,不是数学中的坐标系。) 举一个简单的例子: import matplotlib.pyplot as plt plt.plot([1,2,3,4]) plt.ylabel('some numbers') plt.show() 默认情况下,该字符串参数是’b-‘,表示蓝色的实线。 import matplotlib.pyplot as plt plt.plot([1,2,3,4], [1,4,9,16], 'ro') plt.axis([0, 6, 0, 20]) plt.show() 出来的就是红色的了 ------

Python大数据分析之数据可视化

江枫思渺然 提交于 2019-12-10 12:26:30
Jupyter Notebook是一种Web应用,能让用户将说明文本、数学方程、代码和可视化内容全部组合到一个易于共享的文档中。本文例子都是在Jupyter Notebook上完成,Anaconda3自带该工具,直接点击打开。 启动后,在New下拉菜单中选择Python3,就会生成一个代码交互界面。 开始运行代码吧。 1、画一个圆 import matplotlib.pyplot as plt #用来正常显示中文 plt.rcParams['font.sans-serif']=['SimHei'] #用来正常显示负号 plt.rcParams['axes.unicode_minus']=False import numpy as np from matplotlib.font_manager import FontProperties #设置字体为宋体 font =FontProperties(fname="C:/Windows/Fonts/simsun.ttc",size=14) #在Jupyter中显示图像 %matplotlib inline %config InlineBackend.figure_format="retina" #绘制一个圆形散点图 t=np.arange(1,10,0.05) x=np.sin(t) y=np.cos(t) #定义一个图像窗口,指定比例

2D and 3D Scatter Histograms from arrays in Python

匿名 (未验证) 提交于 2019-12-03 02:26:02
可以将文章内容翻译成中文,广告屏蔽插件可能会导致该功能失效(如失效,请关闭广告屏蔽插件后再试): 由 翻译 强力驱动 问题: have you any idea, how I can bin 3 arrays to a histogram. My arrays look like Temperature = [ 4 , 3 , 1 , 4 , 6 , 7 , 8 , 3 , 1 ] Radius = [ 0 , 2 , 3 , 4 , 0 , 1 , 2 , 10 , 7 ] Density = [ 1 , 10 , 2 , 24 , 7 , 10 , 21 , 102 , 203 ] And the 1D plot should look: Density | X 10 ^ 2 -| X | X 10 ^ 1 -| | X 10 ^ 0 -| | ___ | ___ | ___ | ___ | ___ Radius 0 3.3 6.6 10 And the 2D plot should (qualitative) look like: Density | 2 | | 10 ^ 2 -| 11249 | | | 233 | | Radius 10 ^ 1 -| 12 | | | 1 | | 10 ^ 0 -| | ___ | ___ | ___ | ___ | ___

Heatmap with text in each cell with matplotlib's pyplot

匿名 (未验证) 提交于 2019-12-03 01:54:01
可以将文章内容翻译成中文,广告屏蔽插件可能会导致该功能失效(如失效,请关闭广告屏蔽插件后再试): 问题: I use matplotlib.pyplot.pcolor() to plot a heatmap with matplotlib: import numpy as np import matplotlib.pyplot as plt def heatmap(data, title, xlabel, ylabel): plt.figure() plt.title(title) plt.xlabel(xlabel) plt.ylabel(ylabel) c = plt.pcolor(data, edgecolors='k', linewidths=4, cmap='RdBu', vmin=0.0, vmax=1.0) plt.colorbar(c) def main(): title = "ROC's AUC" xlabel= "Timeshift" ylabel="Scales" data = np.random.rand(8,12) heatmap(data, title, xlabel, ylabel) plt.show() if __name__ == "__main__": main() Is any way to add the corresponding

matplotlib: Draw curved arrow that looks just like pyplot.arrow?

匿名 (未验证) 提交于 2019-12-03 01:22:02
可以将文章内容翻译成中文,广告屏蔽插件可能会导致该功能失效(如失效,请关闭广告屏蔽插件后再试): 问题: I use pyplot.arrow do draw some straight arrows, e.g., import matplotlib.pyplot as plt import numpy as np v={} for i in range (1,4): v[i]=np.array([np.cos(-2*np.pi/3*i),np.sin(-2*np.pi/3*i)]) plt.arrow(.85*(.05*v[2]+.95*v[1])[0],.85*(.05*v[2]+.95*v[1])[1],.85*.9*(v[2]-v[1])[0],.85*.9*(v[2]-v[1])[1],width=0,head_width=.03,head_length=.045,length_includes_head=True,color="black") plt.arrow(.85*(.05*v[3]+.95*v[2])[0],.85*(.05*v[3]+.95*v[2])[1],.85*.9*(v[3]-v[2])[0],.85*.9*(v[3]-v[2])[1],width=0,head_width=.03,head_length=.045,length_includes

import matplotlib.pyplot gives ImportError: dlopen(…) Library not loaded libpng15.15.dylib

匿名 (未验证) 提交于 2019-12-03 01:20:02
可以将文章内容翻译成中文,广告屏蔽插件可能会导致该功能失效(如失效,请关闭广告屏蔽插件后再试): 问题: I am aware that this exact same question has been asked before. I did follow the instructions given in the answer there, and it didn't solve my problem (and I don't have enough reputation to just comment on the Q or A in that thread). Anyway, here's what's going on: I try to do: import matplotlib.pyplot And in return I get: Traceback (most recent call last): File "/Users/russellrichie/anaconda/lib/python2.7/site-packages/IPython/core/interactiveshell.py", line 3032, in run_code exec(code_obj, self.user_global_ns, self.user_ns) File " ", line

python matplotlib 画图保存前后显示不完整的处理

匿名 (未验证) 提交于 2019-12-02 22:56:40
在使用matplotlib.pyplot进行画图的时候,如果ticklabel或者title等过长、或者过大的话,会发现显示不全,其实只需要一个简单的命令就可以解决这个问题,在保存或者show了之后,使用pyplot.tight_layout()即可。 https://matplotlib.org/users/tight_layout_guide.html import matplotlib.pyplot as plt plt.rcParams['savefig.facecolor'] = "0.8" def example_plot(ax, fontsize=12): ax.plot([1, 2]) ax.locator_params(nbins=3) ax.set_xlabel('x-label', fontsize=fontsize) ax.set_ylabel('y-label', fontsize=fontsize) ax.set_title('Title', fontsize=fontsize) plt.close('all') fig, ax = plt.subplots() example_plot(ax, fontsize=24) plt.tight_layout() 文章来源: python matplotlib 画图保存前后显示不完整的处理

matplotlib.pyplot快速绘图

不羁的心 提交于 2019-12-01 07:59:51
绘制简单图表 绘制一个简单图表,需要 图表窗口 定义域 函数对应关系 matplotlib可以干大部分matlab可以做的事,但比较缓慢,所以加入了快速绘图的pyplot模块 所以窗口利用pyplot 定义域采用数组矩阵的方式linspace import matplotlib.pyplot as plt import numpy as np plt.figure(figsize=(8, 4)) x = np.linspace(0, 10, 5) y = x + 1 plt.plot(x, y) plt.show() linspace(st,en,size)产生[st,en]的数字,数字个数是size,且有序的等差数列数组,对于有凹凸性的函数,需要加大size的值,因为如果是直线的话,确定2个数后,自动补全,有凹凸性的话需要多个数才能绘制正确的图 绘制y=x*x时size少的情况 多的情况 来源: https://www.cnblogs.com/Emcikem/p/11671560.html

Matplotlib库(二)

情到浓时终转凉″ 提交于 2019-12-01 07:56:07
主要内容: pyplot基础图表函数概述 pyplot饼图的绘制 pyplot直方图的绘制 pyplot极坐标图的绘制 pyplot散点图的绘制 (1)pyplot基础图表函数概述 (2)pyplot饼图的绘制 import matplotlib.pyplot as plt labels = ['Frogs', 'Hogs','Dogs','Logs'] sizes = [15,30,45,10] explode = (0, 0.1, 0, 0) #第2部分突出出来 plt.pie(sizes,explode=explode,labels=labels,autopct='%1.1f%%',shadow=False,startangle=90) #shadow表示是二维饼图还是带有阴影的效果 plt.axis('equal') #x和y方向尺寸相等,把饼图由扁圆变为正圆 plt.show() (3)pyplot直方图的绘制 import matplotlib.pyplot as plt import numpy as np np.random.seed(0) mu,sigma =100, 20#均值和标准差 a = np.random.normal(mu,sigma,size=100) plt.hist(a,20,normed = 1,histtype = 'stepfilled'