介绍
本篇文章为大家展示了怎么在Python中使用matplotlib画曲线,内容简明扼要并且容易理解,绝对能使你眼前一亮,通过这篇文章的详细介绍希望你能有所收获。
Python主要应用领域有哪些
1,云计算,典型应用OpenStack.2,网前端开发,众多大型网站均为Python开发。3。人工智能应用,基于大数据分析和深度学习而发展出来的人工智能本质上已经无法离开python.4,系统运维工程项目,自动化运维的标配就是python + Django/flask.5,金融理财分析,量化交易,金融分析。6,大数据分析。
用一元一次函数画直线
import matplotlib.pyplot as plt import numpy  as np 时间=x np.linspace (2,, 2,, 50) 打印(x) y =, 2 * x + 1 plt.plot (x, y) 时间=ax plt.gca () ax.spines[& # 39;底部# 39;].set_position((& # 39;数据# 39;,0)) ax.spines[& # 39;左# 39;].set_position((& # 39;数据# 39;,0)) plt.show ()
代码2:用一元二次函数画抛物线
import matplotlib.pyplot as plt import numpy  as np x =, np.linspace(4, 6日,50) print(类型(x)) 打印(x) 时间=y x * * 2,安康;x * 2 + 1 plt.plot (x, y) plt.show ()
代码3:用反比例函数画曲线
import matplotlib.pyplot as plt import numpy  as np 时间=x np.linspace(-11, 11日,110) 打印(x) y =10/x plt.plot (x, y) 时间=ax plt.gca () ax.spines[& # 39;底部# 39;].set_position((& # 39;数据# 39;,0)) ax.spines[& # 39;左# 39;].set_position((& # 39;数据# 39;,0)) plt.show ()
代码4:子坐标系的应用
import matplotlib.pyplot as plt 时间=fig plt.figure () 时间=ax1 fig.add_subplot (221) 时间=ax2 fig.add_subplot (222) 时间=ax3 fig.add_subplot (224) ax1.set (xlim=[0.5, 4.5], ylim=2, 8,, title=& # 39; Axes 显示# 39;, ,,,ylabel=& # 39; y # 39;,,包含=& # 39;x # 39;) plt.show ()
代码5:子坐标系的应用
import matplotlib.pyplot as plt 时间=fig plt.figure () 无花果、轴=plt.subplots (nrows=2,, ncols=2) 轴(0,0)这里(xlim=[0.5, 4.5], ylim=2, 8,, title=& # 39; Axes 显示# 39;, ,,,ylabel=& # 39; y # 39;,,包含=& # 39;x # 39;) 轴[0,1]这里(标题=& # 39;Upper 对# 39;), 轴(1,0)这里(标题=& # 39;Lower 左# 39;), 轴[1]这里(标题=& # 39;Lower 对# 39;)
代码6:用已知少量坐标值画曲线
import matplotlib.pyplot as plt plt.plot([1,, 2,, 3,, 4],,(10, 20日,25日,30),,颜色=& # 39;lightblue& # 39;,,线宽=3) plt.xlim (0.5, 4.5) plt.show ()
代码7:画离散点
mport matplotlib.pyplot as plt import numpy  as np 时间=x np.arange (10) 时间=y np.random.randn (10) 打印(y) plt.scatter (x, y,,颜色=& # 39;红色# 39;,,标志=& # 39;+ & # 39;) plt.show ()
代码8:画出正弦曲线
import numpy as np import matplotlib.pyplot  as plt x=np.arange (2 * np.pi 2 * np.pi, 0.01) y=np.sin (x) plt.plot (x, y) 时间=ax plt.gca () ax.spines[& # 39;底部# 39;].set_position((& # 39;数据# 39;,0)) ax.spines[& # 39;左# 39;].set_position((& # 39;数据# 39;,0)) plt.xticks ([-np.pi * 2, -np.pi * 3/2, -np.pi, -np.pi/2,, 0,, np.pi/2,, np.pi, np.pi * 3/2, np.pi * 2],[" # 39; 2π\ & # 39;美元," # 39;美元——\压裂{3}{2},π\ $ & # 39;," # 39;- \π& # 39;美元," # 39;美元——\压裂{1}{2}\π$ & # 39;,," # 39;0 & # 39;,," # 39;美元\压裂{1}{2}\π$ & # 39;,& # 39;\π& # 39;美元," # 39;美元\压裂{3}{2}\π& # 39;美元," # 39;2美元,π\ $ & # 39;]) plt.show ()怎么在Python中使用matplotlib画曲线