利用python库matplotlib绘制不同的图表

目录 1、绘制简单曲线图 2、绘制单条曲线图 3、绘制多条曲线 4、绘制直方图 5、绘制散点图

1、绘制简单曲线图

思路： 通过3个坐标点，绘制曲线

import matplotlib.pyplot as plt
?
plt.plot([1, 3, 5], [4, 8, 10]) # 横坐标：1，3，5，纵坐标：4，8，10
# 显示所画的图
plt.show()?

运行效果如图：

2、绘制单条曲线图

思路： 先通过 linspace 绘制一条直线，然后在-pi~pi之间定义100个元素

import matplotlib.pyplot as plt
import numpy as np
?
x = np.linspace(-np.pi, np.pi, 100) ?# x轴的定义域为-pi到pi，然后在-pi~pi之间定义100个元素
plt.plot(x, np.sin(x))
# 显示所画的图
plt.show()

运行效果如图： 

3、绘制多条曲线

思路： 在绘制一条曲线的基础上，修改定义域，然后进行循环遍历plt.plot()

import matplotlib.pyplot as plt
import numpy as np
?
x = np.linspace(-np.pi * 2, np.pi * 2, 100) ?# x轴的定义域为-2pi~2pi
plt.figure(1, dpi=50) # 创建图表1，精度为50，精度越高，图片产生的体积就越大，图片就越清晰
for i in range(1, 5): # 比如绘制4条曲线
? ? plt.plot(x, np.sin(x / i))
# 显示所画的图
plt.show()

运行效果如图：

4、绘制直方图

思路： 使用hist()方法

import matplotlib.pyplot as plt
?
?
plt.figure(1, dpi=50) ?# 创建图表1，dpi代表图片的精细度，dpi越大文件越大
data = [1, 1, 1, 2, 2, 2, 3, 3, 4, 5, 5, 6, 4]
plt.hist(data) ?# 只要传入数据，直方图就会统计数据出现的次数
# 显示所画的图
plt.show()

运行效果如图：

5、绘制散点图

思路： 使用 scatter() 方法

import matplotlib.pyplot as plt
import numpy as np
?
x = np.arange(1, 10)
y = x
fig = plt.figure() ?# 创建图表
plt.scatter(x, y, c='r', marker='o') ?# c='r'表示散点的颜色为红色，marker表示指定三点多形状为圆形
# 显示所画的图
plt.show()

运行效果如图：

到此这篇关于利用python库matplotlib绘制不同的图表的文章就介绍到这了,更多相关matplotlib绘制图表内容请搜索以前的文章或继续浏览下面的相关文章希望大家以后多多支持！

查看更多关于利用python库matplotlib绘制不同的图表的详细内容...