Python之绘图和可视化
1. 启用matplotlib
最常用的Pylab模式的IPython(IPython --pylab)
2. matplotlib的图像都位于Figure对象中。
可以使用plt.figure创建一个新的Figure,不能通过空Figure绘图,必须用add_subplot创建一个或多个subplot axes[0,1]可以通过sharex和sharey指定subplot应该具有相同的X轴或Y轴。
利用Figure的subplots_adjust方法可以修改间距,wspace和hspace用于控制宽度和高度的百分比,可以用作subplot之间的间距。
3. 颜色、标记和线型
ax.plot(x,y,'g--')
4. 刻度标签和实例
图表装饰项,实现方法:使用过程型 pyplot接口以及更为面向对象的原生matplotlib API。
5. 添加图例(legend)
图例是另一种用于标识图表元素的重要工具,最简单的方式是在添加suplot的时候传入label参数:
fig = plt.figure();ax = add_subplot(1,1,1) ax.plot(randn(1000).cumsum(),,'k',label='one')
6. 注解以及在Subplot上绘图
注解可以通过text、arrow和annotate等函数进行添加。
7. 将图表保存到文件
得到一张带有最小白边且分辨率为400DPI的PNG图片。
plt.savefig('figpath.png',dpi=400,bbox_inches='tight')
其中,dpi每英寸点数和bbox_inches可以剪出当前图表周围的空白部分。
8. matplotlib配置
利用rc方法,plt.rc('figure',figsize=(10,10))全局默认图像大小为10X10
也可以写成字典:
font_options = {'family':'monospace','weight':'bold','size':'small'} plt.rc('font',**font_options)
9. pandas中的绘图函数
线形图:默认情况 柱状图:bar;barh 直方图和密度图:Series的hist方法、kin='kde' 散布图:plt.scatter
感谢阅读,希望能帮助到大家,谢谢大家对本站的支持!
免责声明:本站文章均来自网站采集或用户投稿,网站不提供任何软件下载或自行开发的软件! 如有用户或公司发现本站内容信息存在侵权行为,请邮件告知! 858582#qq.com
RTX 5090要首发 性能要翻倍!三星展示GDDR7显存
三星在GTC上展示了专为下一代游戏GPU设计的GDDR7内存。
首次推出的GDDR7内存模块密度为16GB,每个模块容量为2GB。其速度预设为32 Gbps(PAM3),但也可以降至28 Gbps,以提高产量和初始阶段的整体性能和成本效益。
据三星表示,GDDR7内存的能效将提高20%,同时工作电压仅为1.1V,低于标准的1.2V。通过采用更新的封装材料和优化的电路设计,使得在高速运行时的发热量降低,GDDR7的热阻比GDDR6降低了70%。