机器学习与飞桨PaddlePaddle开发笔记–Matplotlib库的介绍
文章目录
- 机器学习与飞桨PaddlePaddle开发笔记--Matplotlib库的介绍
- 简介
- Matplotlib库的使用
- plt.plot()
- 一维数据绘图1.0
- 保存绘制的图像
- 一维数据绘图2.0
- plt.subplot()——划分绘图位置
简介
Matplotlib是Python非常优秀的数据可视化第三方库。
什么叫数据可视化呢?它就是将数据以特定的图形、图像的方式展现出来,使得数据更加直观、明了。有一句话叫“一图胜千眼”,有的时候,一张图往往可以表达出一大段文字所包含的信息。数据可视化也是这样,只要我们能看到一张图,就能对数据有一个大致的了解,因此,数据可视化非常重要。而Matplotlib就是数据可视化领域Python的重要第三方库。
那么Matplotlib能有什么样的演示效果呢?这是从Matplotlib官网看到的效果呈现,它支持超过100种数据可视化显示效果,功能满足了科研绘图的大部分需求。
`
Matplotlib库的使用
Matplotlib库由各种可视化类构成,内部结构复杂。开发人员受到Matlab的启发,为了能让用户很简单的使用,而不用去关心其内部的构成、代码的组成逻辑。它提供了一个子库,叫做pyplot,是绘制各类可视化图形的命令子库,用户仅通过调用pyplot就可以完成所有的Matplotlib的功能,起到了一个快捷方式的作用。
所以在使用Matplotlib时,我们重点使用的是pyplot。
通过
import matplotlib.pyplot as plt
即可使用这个子库。
plt.plot()
一维数据绘图1.0
代码如下:
import matplotlib.pyplot as plt
plt.plot([3,2,8,5,1]) #输入5个纵坐标值
plt.ylabel('fenshu') #纵轴的标题为fenshu
plt.show() #显示图像
在python环境下运行一下:
不难看出,这里自动为5个数据点分配了X轴。
保存绘制的图像
代码如下:
import matplotlib.pyplot as plt
plt.plot([3,2,8,5,1]) #输入5个纵坐标值
plt.ylabel('fenshu') #纵轴的标题为fenshu
plt.savefig('test',dip=600) #文件名为test 默认保存为PNG文件,并且通过修改dip的值修改输出质量
plt.show() #显示图像
一维数据绘图2.0
代码如下:
import matplotlib.pyplot as plt
plt.plot([0,1,3,5,7],[3,2,8,5,1]) #第一个列表表示选取的点的横坐标值,第二个表示纵坐标值
plt.ylabel('fenshu')
plt.axis([-1,12,0,10]) #坐标轴显示X(-1,12)Y(0,10)
plt.show()
plt.plot()当有两个以上参数时,按照X、Y轴的顺序绘制。
plt.subplot()——划分绘图位置
当然,Matplotlib也可以实现在一个对话框中绘制多个图像,这里就需要使用subplot()函数
plt.subplot(nrows,ncols,plot_number):
其中,nrows指分成的行数,ncols指分成的列数,plot_number指的是第几号绘图位置。
举个例子:
import numpy as np
import matplotlib.pyplot as plt
def draw(t):
return np.exp(-t)*np.cos(2*np.pi*t)
a=np.arange(0.0,5.0,0.02)
plt.subplot(2,1,1)
plt.plot(a,draw(a))
plt.subplot(212)
plt.plot(a,np.cos(2*np.pi*a),'r--')
plt.show()
输出为:
细心的小伙伴就会发现这个函数的绘图位置的标号规律了,其中的‘,’是可以省略的。