1.安裝matplotlib
pip install matplotlib
2.繪製簡單圖形
import matplotlib.pyplot as plt
#圖形輸入值
input_values = [1,2,3,4,5]
#圖形輸出值
squares = [1,4,9,16,25]
#plot根據列表繪製出有意義的圖形,linewidth是圖形線寬,可省略
plt.plot(input_values,squares,linewidth=5)
#設置圖標標題
plt.title("Square Numbers",fontsize = 24)
#設置座標軸標籤
plt.xlabel("Value",fontsize = 14)
plt.ylabel("Square of Value",fontsize = 14)
#設置刻度標記的大小
plt.tick_params(axis='both',labelsize = 14)
#打開matplotlib查看器,並顯示繪製圖形
plt.show()
3.繪製點
import matplotlib.pyplot as plt
#繪製散點圖(傳如一對x和y座標,在指定位置繪製一個點)
plt.scatter(2,4)
#設置輸出樣式
plt.scatter(3,5,s=200)
plt.show()
4.繪製一系列的點
import matplotlib.pyplot as plt
x_values = [1,2,3,4,5]
y_values = [1,4,9,16,25]
plt.scatter(x_values,y_values,s=100)
plt.show()
5.自動計算數據
import matplotlib.pyplot as plt
x_values = list(range(1,1001))
y_values = [x**2 for x in x_values]
plt.scatter(x_values,y_values,s=100)
#設置每個座標軸的取值範圍(x軸取值,y軸取值)
plt.axis([0,1100,0,1100000])
plt.show()
6.刪除數據點的輪廓
import matplotlib.pyplot as plt
x_values = list(range(1,1001))
y_values = [x**2 for x in x_values]
#matplotlib允許你給散點圖中的各個點指定顏色。默認爲藍色點和黑色輪廓,在散點圖包含的 數據點不多時效果很好。但繪製很多點時,黑色輪廓可能會粘連在一起。
#edgecolor='none'刪除數據點的輪廓
plt.scatter(x_values,y_values,edgecolor='none', s=40)
#設置每個座標軸的取值範圍
plt.axis([0,1100,0,1100000])
plt.show()
7.自定義顏色c=''直接傳顏色或元組都可以
import matplotlib.pyplot as plt
x_values = list(range(1,1001))
y_values = [x**2 for x in x_values]
#matplotlib允許你給散點圖中的各個點指定顏色。默認爲藍色點和黑色輪廓,在散點圖包含的 數據點不多時效果很好。但繪製很多點時,黑色輪廓可能會粘連在一起。
#edgecolor='none'刪除數據點的輪廓
plt.scatter(x_values, y_values,c='red', edgecolor='none', s=40)
# plt.scatter(x_values, y_values, c=(0, 0, 0.8), edgecolor='none', s=40)
#設置每個座標軸的取值範圍
plt.axis([0,1100,0,1100000])
plt.show()
8.使用顏色映射
import matplotlib.pyplot as plt
x_values = list(range(1,1001))
y_values = [x**2 for x in x_values]
#matplotlib允許你給散點圖中的各個點指定顏色。默認爲藍色點和黑色輪廓,在散點圖包含的 數據點不多時效果很好。但繪製很多點時,黑色輪廓可能會粘連在一起。
#edgecolor='none'刪除數據點的輪廓
plt.scatter(x_values, y_values,c=y_values,cmap=plt.cm.Blues, edgecolor='none', s=40)
#設置每個座標軸的取值範圍
plt.axis([0,1100,0,1100000])
plt.show()
9.自動保存圖表
import matplotlib.pyplot as plt
x_values = list(range(1,1001))
y_values = [x**2 for x in x_values]
#matplotlib允許你給散點圖中的各個點指定顏色。默認爲藍色點和黑色輪廓,在散點圖包含的 數據點不多時效果很好。但繪製很多點時,黑色輪廓可能會粘連在一起。
#edgecolor='none'刪除數據點的輪廓
plt.scatter(x_values, y_values,c=y_values,cmap=plt.cm.Blues, edgecolor='none', s=40)
#設置每個座標軸的取值範圍
plt.axis([0,1100,0,1100000])
# plt.show()
#參數1指定要以什麼樣的文件名保存圖表,保存和代碼的同目錄下,第二個參數表示要將多餘的空白區域剪掉,要保留空白區域,可省略第二個參數
plt.savefig('squares_plot.png',bbox_inches='tight')
10.隨機漫步(繪製隨機漫步圖)
from random import choice
class RandomWalk(object):
"""一個生成隨機漫步數據的類"""
def __init__(self, num_points = 5000):
"""初始化隨機漫步的屬性"""
#存儲隨機漫步次數的變量
self.num_points = num_points
#所有隨機漫步都始於(0,0)
#分別存儲隨機漫步經過的每個點的x和y座標
self.x_values = [0]
self.y_values = [0]
def fill_walk(self):
"""計算隨機漫步包含的所有點"""
#不斷漫步,直到列表達到指定的長度
while len(self.x_values) < self.num_points:
#決定前進方向以及沿這個方向前進的距離
x_direction = choice([1,-1])
x_distance = choice([0,1,2,3,4])
x_step = x_direction * x_distance
y_direction = choice([1,-1])
y_distance = choice([0,1,2,3,4])
y_step = y_direction * y_distance
#拒絕原地踏步
if x_step == 0 and y_step == 0:
continue
#計算下一個點的x值和y值
next_x = self.x_values[-1] + x_step
next_y = self.y_values[-1] +y_step
self.x_values.append(next_x)
self.y_values.append(next_y)
pass
繪製隨機漫步圖
import matplotlib.pyplot as plt
from random_walk import RandomWalk
#創建一個RandomWalk實例,並將其包含的點都繪製出來
rw = RandomWalk()
rw.fill_walk()
plt.scatter(rw.x_values,rw.y_values,s=15)
plt.show()
11.模擬多次隨機漫步
import matplotlib.pyplot as plt
from random_walk import RandomWalk
#只要程序處於活動狀態,就不斷的模擬漫步
while True:
#創建一個RandomWalk實例,並將其包含的點都繪製出來
rw = RandomWalk()
rw.fill_walk()
plt.scatter(rw.x_values,rw.y_values,s=15)
plt.show()
keep_running = input("Make another walk?(y/n)")
if keep_running=='n':
break
12.給點着色
import matplotlib.pyplot as plt
from random_walk import RandomWalk
#只要程序處於活動狀態,就不斷的模擬漫步
while True:
#創建一個RandomWalk實例,並將其包含的點都繪製出來
rw = RandomWalk()
rw.fill_walk()
point_numbers = list(range(rw.num_points))
plt.scatter(rw.x_values,rw.y_values,c=point_numbers,cmap=plt.cm.Blues,edgecolor='none',s=15)
plt.show()
keep_running = input("Make another walk?(y/n)")
if keep_running=='n':
break
13.重新繪製起點和終點
import matplotlib.pyplot as plt
from random_walk import RandomWalk
#只要程序處於活動狀態,就不斷的模擬漫步
while True:
#創建一個RandomWalk實例,並將其包含的點都繪製出來
rw = RandomWalk()
rw.fill_walk()
point_numbers = list(range(rw.num_points))
plt.scatter(rw.x_values,rw.y_values,c=point_numbers,cmap=plt.cm.Blues,edgecolors='none',s=15)
#突出起點和終點
plt.scatter(0,0,c='green',edgecolor='none',s=100)
plt.scatter(rw.x_values[-1],rw.y_values[-1],c='red',edgecolors='none',s=100)
plt.show()
keep_running = input("Make another walk?(y/n)")
if keep_running=='n':
break
14.隱藏座標軸
while True:
#創建一個RandomWalk實例,並將其包含的點都繪製出來
rw = RandomWalk()
rw.fill_walk()
point_numbers = list(range(rw.num_points))
plt.scatter(rw.x_values,rw.y_values,c=point_numbers,cmap=plt.cm.Blues,edgecolors='none',s=15)
#突出起點和終點
plt.scatter(0,0,c='green',edgecolor='none',s=100)
plt.scatter(rw.x_values[-1],rw.y_values[-1],c='red',edgecolors='none',s=100)
#隱藏座標軸
plt.axes().get_xaxis().set_visible(False)
plt.axes().get_yaxis().set_visible(False)
plt.show()
keep_running = input("Make another walk?(y/n)")
if keep_running=='n':
break
15.增加點數(增加點數,將每個點的大小調小)
while True:
#創建一個RandomWalk實例,並將其包含的點都繪製出來
rw = RandomWalk(50000)
rw.fill_walk()
point_numbers = list(range(rw.num_points))
plt.scatter(rw.x_values,rw.y_values,c=point_numbers,cmap=plt.cm.Blues,edgecolors='none',s=1)
#突出起點和終點
plt.scatter(0,0,c='green',edgecolor='none',s=100)
plt.scatter(rw.x_values[-1],rw.y_values[-1],c='red',edgecolors='none',s=100)
#隱藏座標軸
plt.axes().get_xaxis().set_visible(False)
plt.axes().get_yaxis().set_visible(False)
plt.show()
keep_running = input("Make another walk?(y/n)")
if keep_running=='n':
break
17.調整尺寸以適應屏幕
while True:
#創建一個RandomWalk實例,並將其包含的點都繪製出來
rw = RandomWalk(50000)
rw.fill_walk()
#設置繪圖窗口的尺寸
#figure()用於指定圖表的寬度,高度,分辨率黑背景色figsize需要指定一個元組,單位英寸,dpi是分辨率,可傳可不傳
plt.figure(dpi=128,figsize=(10,6))
point_numbers = list(range(rw.num_points))
plt.scatter(rw.x_values,rw.y_values,c=point_numbers,cmap=plt.cm.Blues,edgecolors='none',s=1)
#突出起點和終點
plt.scatter(0,0,c='green',edgecolor='none',s=100)
plt.scatter(rw.x_values[-1],rw.y_values[-1],c='red',edgecolors='none',s=100)
#隱藏座標軸
plt.axes().get_xaxis().set_visible(False)
plt.axes().get_yaxis().set_visible(False)
plt.show()
keep_running = input("Make another walk?(y/n)")
if keep_running=='n':
break