【Matplotlib】Matplotlib画图实战

  这个Matplotlib教程将指导您控制Python数据可视化的基础常识:图解,pyplot和pylab等的解剖,等等

  人类是十分视觉的生物:当我们看到可视化的器械时,我们会更好地了解事物。然则,展现剖析,结果或看法的步调能够是一个瓶颈:您能够乃至不知道从哪里末尾,或许您能够曾经思考了准确的格局,但随后会出现以下后果:“这可否准确显示我想带给我的不美观众?“必然会出现在你的脑海里。

  当您应用Python画图库Matplotlib时,回答上述后果的第一步是经过构建以下主题的常识:

  目次

  Matplotlib Python剧情看起来像甚么?

  Matplotlib,pyplot和pylab:它们是若何相干的?

  Matplotlib图的数据

  创立你的Plot

  甚么是子Plot?

  add_axes()和之间的差别是甚么add_subplot()?

  若何修改数字的大年夜小

  应用Pyplot:绘制例程

  自定义您的PyPlot

  删除一个轴

  若何把传说从剧情中解脱出来

  若何设置剧情题目和轴标签

  若何修复剧情计划

  显示,保管并封闭你的Plot

  若何将画图保管到图象文件

  若何将画图保管到PDF文件

  甚么时候应用cla(),clf()照样close()?

  定制Matplotlib

  若何应用ggplot2样式

  rc设置

  完毕!

  ?

  初看起来,当你末尾绘制这个Python数据可视化库时,仿佛有很多组件需求思考。您能够会赞成我的看法,即令人困惑,有时乃至不宁愿看到某些地块所需的代码量,不知道从哪里末尾自己和应当应用哪些组件。

  幸运的是,这个库十分灵敏,而且有很多便利的内置默许设置,可以协助您大年夜幅度提高。因此,您不需求太多末尾:您需求停止需要的导入,准备一些数据,而且您可以借助该功用末尾画图!准备好后,不要遗忘应用该功用显示您的情节。

  看看这个例子,看看它真的有多轻易:

  ?

  请留心,您可以在别名下导入库的模块。

  祝贺,您现在曾经胜利创立了您的第一个情节!现在我们来看一下更具体的结果图:

  ?

  太好了,不是吗?

  外表上看不到的是,您能够会无看法地应用内置的默许值来处理底层组件的创立,如图和轴。您将在本节评论辩论pylab和pyplot之间差异的更多信息。

  现在,你会明确,当你了解底层组件的实例化时,应用matplotlib曾经变得更轻易了。或许换句话说,matplotlib情节的解剖是甚么样的:

  ?