python必备库Matplotlib怎么使用

本篇内容介绍了“python必备库Matplotlib怎么使用”的有关知识，在实际案例的操作过程中，不少人都会遇到这样的困境，接下来就让小编带领大家学习一下如何处理这些情况吧！希望大家仔细阅读，能够学有所成！

前言：

Matplotlib 通常与 NumPy、pandas 一起使用，是数据分析中不可或缺的重要工具之一。

Matplotlib 是 Python 中类似 MATLAB 的绘图工具，如果您熟悉 MATLAB，那么可以很快的熟悉它。Matplotlib 提供了一套面向对象绘图的 api，它可以轻松地配合 Python GUI 工具包（比如 PyQt，WxPython、Tkinter）在应用程序中嵌入图形。与此同时，它也支持以脚本的形式在 Python、IPython shell、Jupyter Notebook 以及 WEB 应用的服务器中使用。

官网地址：

https://matplotlib.org/

可以看看docs

官网就相当详细了，可以直接参考官网。

1.安装方法

pip安装：

pip3 install matplotlib -i Https://pypi.tuna.tsinghua.edu.cn/simple

conda安装：

conda install matplotlib

测试是否成功：

import numpy as np from matplotlib import pyplot as plt  x = np.arange(1,11) y =  2  * x +  5 plt.title("Matplotlib demo") plt.xlabel("x axis caption") plt.ylabel("y axis caption") plt.plot(x,y) plt.show()

成功出现下图就可以动手改造了。

2.用好官网的例子

最简单的应用-折线图

fig, ax = plt.subplots()  # Create a figure containing a single axes.ax.plot([1, 2, 3, 4], [1, 4, 2, 3]);  # Plot some data on the axes.

添加注释的方法

fig, ax = plt.subplots(figsize=(5, 2.7))t = np.arange(0.0, 5.0, 0.01)s = np.cos(2 * np.pi * t)line, = ax.plot(t, s, lw=2)ax.annotate('local max', xy=(2, 1), xytext=(3, 1.5),            arrowprops=dict(facecolor='black', shrink=0.05))ax.set_ylim(-2, 2);

柱状图-Bar Label

import matplotlib.pyplot as pltimport numpy as npN = 5menMeans = (20, 35, 30, 35, -27)womenMeans = (25, 32, 34, 20, -25)menStd = (2, 3, 4, 1, 2)womenStd = (3, 5, 2, 3, 3)ind = np.arange(N)    # the x locations for the groupswidth = 0.35       # the width of the bars: can also be len(x) sequencefig, ax = plt.subplots()p1 = ax.bar(ind, menMeans, width, yerr=menStd, label='Men')p2 = ax.bar(ind, womenMeans, width,            bottom=menMeans, yerr=womenStd, label='Women')ax.axhline(0, color='grey', linewidth=0.8)ax.set_ylabel('Scores')ax.set_title('Scores by group and gender')ax.set_xticks(ind, labels=['G1', 'G2', 'G3', 'G4', 'G5'])ax.legend()# Label with label_type 'center' instead of the default 'edge'ax.bar_label(p1, label_type='center')ax.bar_label(p2, label_type='center')ax.bar_label(p2)plt.show()

正常run会出现下图：

折线图之CSD

计算两个信号的交叉谱密度Compute the cross spectral density of two signals

import numpy as npimport matplotlib.pyplot as pltfig, (ax1, ax2) = plt.subplots(2, 1)# make a little extra space between the subplotsfig.subplots_adjust(hspace=0.5)dt = 0.01t = np.arange(0, 30, dt)# Fixing random state for reproducibilitynp.random.seed(19680801)nse1 = np.random.randn(len(t))                 # white noise 1nse2 = np.random.randn(len(t))                 # white noise 2r = np.exp(-t / 0.05)cnse1 = np.convolve(nse1, r, mode='same') * dt   # colored noise 1cnse2 = np.convolve(nse2, r, mode='same') * dt   # colored noise 2# two signals with a coherent part and a random parts1 = 0.01 * np.sin(2 * np.pi * 10 * t) + cnse1s2 = 0.01 * np.sin(2 * np.pi * 10 * t) + cnse2ax1.plot(t, s1, t, s2)ax1.set_xlim(0, 5)ax1.set_xlabel('time')ax1.set_ylabel('s1 and s2')ax1.grid(True)cxy, f = ax2.csd(s1, s2, 256, 1. / dt)ax2.set_ylabel('CSD (db)')plt.show()

“python必备库Matplotlib怎么使用”的内容就介绍到这里了，感谢大家的阅读。如果想了解更多行业相关的知识可以关注编程网网站，小编将为大家输出更多高质量的实用文章！