怎么使用Python+matplotlib实现循环作图

本篇内容主要讲解“怎么使用python+matplotlib实现循环作图”，感兴趣的朋友不妨来看看。本文介绍的方法操作简单快捷，实用性强。下面就让小编来带大家学习“怎么使用Python+matplotlib实现循环作图”吧!

一、前言

原始代码，如下所示：

import pandas as pdimport numpy as npimport matplotlib.pyplot as pltimport scipy.stats as stresult_parameter_peak = pd.read_csv("result_parameter_peak.csv", encoding="utf_8_sig")# 设置画布fig = plt.figure(figsize=(20, 8))  # figsize是常用的参数.(宽，高)axl = fig.add_subplot(1, 1, 1)for i in range(len(result_parameter_peak)):    x = np.arange(0, 400, 1)    # 绘制gamma曲线    y661 = st.gamma.pdf(x, result_parameter_peak.iloc[i, 1], scale=result_parameter_peak.iloc[i, 2])    axl.plot(x, y661, 'r-.', label="α= 9.9028，β=10.4205")    # 设置坐标轴标题    axl.set_xlabel('Time')    axl.set_ylabel('Probility')    axl.set_title('分布')    # 可视化    plt.show()

得到的只是单个的图。

二、实现过程

示例代码：

import pandas as pdimport numpy as npimport matplotlib.pyplot as pltimport scipy.stats as stresult_parameter_peak = pd.read_csv("result_parameter_peak.csv", encoding="utf_8_sig")plt.figure()for i, alpha, beta in result_parameter_peak.itertuples():    x = np.arange(0, 300, 1)    # 绘制gamma曲线    y661 = st.gamma.pdf(x, alpha, scale=beta)    plt.plot(x, y661, '-.')    # 设置坐标轴标题    plt.xlabel('Time')    plt.ylabel('Probility')    plt.title('分布')# 可视化plt.show()

运行之后，结果如下图所示：

给图加了图注，看上去高大上一些，代码如下所示：

import pandas as pdimport numpy as npimport matplotlib.pyplot as pltimport scipy.stats as stresult_parameter_peak = pd.read_csv("result_parameter_peak.csv", encoding="utf_8_sig")plt.figure()for i, alpha, beta in result_parameter_peak.itertuples():    x = np.arange(0, 300, 1)    # 绘制gamma曲线    y661 = st.gamma.pdf(x, alpha, scale=beta)    # plt.plot(x, y661, '-.')    plt.plot(x, y661, '-.', label="α:" + str(alpha) + "β:" + str(beta))    # 设置坐标轴标题    plt.xlabel('Time')    plt.ylabel('Probility')    plt.title('fenbu')    # 可视化plt.legend()plt.show()

得到的效果图如下所示：

到此，相信大家对“怎么使用Python+matplotlib实现循环作图”有了更深的了解，不妨来实际操作一番吧！这里是编程网网站，更多相关内容可以进入相关频道进行查询，关注我们，继续学习！