迹忆客 专注技术分享

当前位置:主页 > 学无止境 > 编程语言 > Python >

Matplotlib PyCharm

作者:迹忆客 最近更新:2023/05/02 浏览次数:

Matplotlib 是一个用于制作二维图形和绘图的 Python 脚本模块。 具有控制线条样式、字体属性、格式轴和其他功能的功能。

它提供各种图形和绘图,包括误差图、条形图、功率谱和直方图。

Matplotlib 是一个多平台数据可视化包,旨在处理更大的 SciPy 堆栈,它基于 NumPy 数组。 可视化的最大优势之一是它使我们能够以易于理解的形式直观地访问大量数据。


在 PyCharm 中安装 Matplotlib

要在 PyCharm IDE 中安装 Matplotlib 模块,请在 IDE 的终端中运行以下代码。

C:\Users\jiyik>pip install matplotlib

然后使用 import 关键字将 Matplotlib 模块导入 PyCharm IDE 中的程序。

import matplotlib

在 PyCharm 中手动安装 Matplotlib

要在 PyCharm IDE 中手动安装著名的数据可视化库 matplotlib,请按照以下步骤操作。

  • 转到 PyCharm IDE。
  • 创建一个 Python 项目。
  • 转到顶部栏上的文件,然后从设置中选择项目。
  • 单击 Python Interpreter 以到达包部分。
  • 单击 + 符号,表示安装新包或库。
  • 单击 + 符号将打开一个新窗口,现在搜索 matplotlib 并单击建议的。
  • 单击安装包。
  • 安装完成后,会得到matplotlib安装成功的消息包。
  • 现在您可以使用 import 关键字将其导入到您当前的项目中。

Matplotlib 的绘图类型

正如我们上面提到的,您可以在 Matplotlib 库的帮助下制作许多不同的图表。 所以,在这里我们将讨论其中的一些。

使用 Matplotlib 绘制线图

顾名思义,线图在 x 轴和 y 轴上形成一条直线。 您需要以数组形式插入参数,以创建一条二维直线。

import sys
import matplotlib
%matplotlib inline

import matplotlib.pyplot as plt
import numpy as np

xpoints = np.array([2, 6])
ypoints = np.array([5, 12])

plt.plot(xpoints, ypoints)
plt.show()

输出:

line plot

Matplotlib 标记

在 Matplotlib 图形中管理标记的独特方法称为 Matplotlib 标记。 可以使用标记功能自定义图形,因为它们带有各种标记和其他指示图标。

以下是一些最常用的标记。

标记 说明
. point
, pixel
o circle

让我们借助示例来理解所有这些。

为了形成这个,我们使用 . 这是代码:

import sys
import matplotlib
%matplotlib inline

import matplotlib.pyplot as plt
import numpy as np

ypoints = np.array([5, 13, 21, 25])

# for point marker

plt.plot(ypoints, marker = '.')
plt.show()

输出:

marker point

使用以下代码制作一个 o(圆圈)标记:

import sys
import matplotlib
%matplotlib inline

import matplotlib.pyplot as plt
import numpy as np

ypoints = np.array([4, 9, 19, 26])

# for circle
plt.plot(ypoints, marker = 'o')
plt.show()

输出:

marker circle

Matplotlib 网格

可以使用坐标区对象的 grid() 函数显示或隐藏图形中的网格。

以下是 Matplotlib 网格的代码:

import sys
import matplotlib
%matplotlib inline

import numpy as np
import matplotlib.pyplot as plt

x = np.array([60, 65, 70, 75, 80, 85, 90, 95, 100, 105])
y = np.array([140, 150, 160, 170, 180, 190, 200, 210, 220, 230])

plt.plot(x, y)

plt.grid()

plt.show()

输出:

grid plot

Matplotlib 栏

要显示不同类别的值的进度,可以使用 bar() 函数。

import sys
import matplotlib
%matplotlib inline

import matplotlib.pyplot as plt
import numpy as np

x = np.array(["Maths", "Physics", "Chemistry", "Biology"])
y = np.array([80, 84, 75, 90])

plt.bar(x,y)
plt.show()

输出:

bar plot

Matplotlib 直方图

直方图解释了给定区间内的频率分布。

import sys
import matplotlib
%matplotlib inline

import matplotlib.pyplot as plt
import numpy as np

x = np.random.normal(140, 30, 270)

plt.hist(x)
plt.show()

输出:

Histogram plot


总结

Matplotlib 创建一个 2D 图形来可视化插入的信息。 在本文中,我们试图涵盖所有可以借助 Matplotlib 模块绘制的主要图形。

Matplotlib 与各种操作系统和图形后端的兼容性是其主要优势之一。 无论您使用什么操作系统或您喜欢哪种输出格式,您都可以依靠 Matplotlib 来运行。

转载请发邮件至 1244347461@qq.com 进行申请,经作者同意之后,转载请以链接形式注明出处

本文地址:

相关文章

Django 中的 Slug

发布时间:2023/05/04 浏览次数:173 分类:Python

本篇文章旨在定义一个 slug 以及我们如何使用 slug 字段在 Python 中使用 Django 获得独特的帖子。

Django ALLOWED_HOSTS 介绍

发布时间:2023/05/04 浏览次数:181 分类:Python

本文展示了如何创建您的 Django 网站,为公开发布做好准备,如何设置 ALLOWED_HOSTS 以及如何在使用 Django 进行 Web 部署期间修复预期的主要问题。

Django 中的 Select_related 方法

发布时间:2023/05/04 浏览次数:129 分类:Python

本文介绍了什么是查询集,如何处理这些查询以及我们如何利用 select_related() 方法来过滤 Django 中相关模型的查询。

在 Django 中上传媒体文件

发布时间:2023/05/04 浏览次数:198 分类:Python

在本文中,我们简要介绍了媒体文件以及如何在 Django 项目中操作媒体文件。

Django 返回 JSON

发布时间:2023/05/04 浏览次数:106 分类:Python

在与我们的讨论中,我们简要介绍了 JSON 格式,并讨论了如何借助 Django 中的 JsonResponse 类将数据返回为 JSON 格式。

在 Django 中创建对象

发布时间:2023/05/04 浏览次数:59 分类:Python

本文的目的是解释什么是模型以及如何使用 create() 方法创建对象,并了解如何在 Django 中使用 save() 方法。

在 Django 中为多项选择创建字段

发布时间:2023/05/04 浏览次数:75 分类:Python

在本文中,我们将着眼于为多项选择创建一个字段,并向您展示如何允许用户在 Django 中进行多项选择。

扫一扫阅读全部技术教程

社交账号
  • https://www.github.com/onmpw
  • qq:1244347461

最新推荐

教程更新

热门标签

扫码一下
查看教程更方便