python繪圖用的函數 python繪圖的函數庫

Python繪圖之（1）Turtle庫詳解

Turtle庫是Python語言中一個很流行的繪制圖像的函數庫，想象一個小烏龜，在一個橫軸為x、縱軸為y的坐標系原點，(0,0)位置開始，它根據一組函數指令的控制，在這個平面坐標系中移動，從而在它爬行的路徑上繪制了圖形。

目前創(chuàng)新互聯(lián)已為上千的企業(yè)提供了網站建設、域名、網站空間、網站改版維護、企業(yè)網站設計、都江堰網站維護等服務，公司將堅持客戶導向、應用為本的策略，正道將秉承"和諧、參與、激情"的文化，與客戶和合作伙伴齊心協(xié)力一起成長，共同發(fā)展。

畫布就是turtle為我們展開用于繪圖區(qū)域，我們可以設置它的大小和初始位置。

設置畫布大小

turtle.screensize(canvwidth=None, canvheight=None, bg=None)，參數分別為畫布的寬(單位像素), 高, 背景顏色。

如：turtle.screensize(800,600, "green")

turtle.screensize() #返回默認大小(400, 300)

turtle.setup(width=0.5, height=0.75, startx=None, starty=None)，參數：width, height: 輸入寬和高為整數時, 表示像素; 為小數時, 表示占據電腦屏幕的比例，(startx, starty): 這一坐標表示矩形窗口左上角頂點的位置, 如果為空,則窗口位于屏幕中心。

如：turtle.setup(width=0.6,height=0.6)

turtle.setup(width=800,height=800, startx=100, starty=100)

2.1 畫筆的狀態(tài)

在畫布上，默認有一個坐標原點為畫布中心的坐標軸，坐標原點上有一只面朝x軸正方向小烏龜。這里我們描述小烏龜時使用了兩個詞語：坐標原點(位置)，面朝x軸正方向(方向)， turtle繪圖中，就是使用位置方向描述小烏龜(畫筆)的狀態(tài)。

2.2 畫筆的屬性

畫筆(畫筆的屬性，顏色、畫線的寬度等)

1) turtle.pensize()：設置畫筆的寬度；

2) turtle.pencolor()：沒有參數傳入，返回當前畫筆顏色，傳入參數設置畫筆顏色，可以是字符串如"green", "red",也可以是RGB 3元組。

3) turtle.speed(speed)：設置畫筆移動速度，畫筆繪制的速度范圍[0,10]整數，數字越大越快。

2.3 繪圖命令

操縱海龜繪圖有著許多的命令，這些命令可以劃分為3種：一種為運動命令，一種為畫筆控制命令，還有一種是全局控制命令。

(1) 畫筆運動命令

(2) 畫筆控制命令

(3) 全局控制命令

(4) 其他命令

3. 命令詳解

3.1 turtle.circle(radius, extent=None, steps=None)

描述：以給定半徑畫圓

參數：

radius(半徑)：半徑為正(負)，表示圓心在畫筆的左邊(右邊)畫圓；

extent(弧度) (optional)；

steps (optional) (做半徑為radius的圓的內切正多邊形，多邊形邊數為steps)。

舉例:

circle(50) # 整圓;

circle(50,steps=3) # 三角形;

circle(120, 180) # 半圓

實例：

1、太陽花

2、五角星

3、時鐘程序

python中plt.post是什么函數

2018-05-04 11:11:36

122點贊

qiurisiyu2016

碼齡7年

關注

matplotlib

1、plt.plot(x,y)

plt.plot(x,y,format_string,**kwargs)?

x軸數據，y軸數據，format_string控制曲線的格式字串?

format_string 由顏色字符，風格字符，和標記字符

import matplotlib.pyplot as plt

plt.plot([1,2,3,6],[4,5,8,1],’g-s’)?

plt.show()

結果

**kwards：?

color 顏色?

linestyle 線條樣式?

marker 標記風格?

markerfacecolor 標記顏色?

markersize 標記大小等等?

plt.plot([5,4,3,2,1])? ?

plt.show()

結果

plt.plot([20,2,40,6,80])? ?#缺省x為[0,1,2,3,4,...]

plt.show()

結果

plt.plot()參數設置

Property Value Type

alpha 控制透明度，0為完全透明，1為不透明

animated [True False]

antialiased or aa [True False]

clip_box a matplotlib.transform.Bbox instance

clip_on [True False]

clip_path a Path instance and a Transform instance, a Patch

color or c 顏色設置

contains the hit testing function

dash_capstyle [‘butt’ ‘round’ ‘projecting’]

dash_joinstyle [‘miter’ ‘round’ ‘bevel’]

dashes sequence of on/off ink in points

data 數據(np.array xdata, np.array ydata)

figure 畫板對象a matplotlib.figure.Figure instance

label 圖示

linestyle or ls 線型風格[‘-’ ‘–’ ‘-.’ ‘:’ ‘steps’ …]

linewidth or lw 寬度float value in points

lod [True False]

marker 數據點的設置[‘+’ ‘,’ ‘.’ ‘1’ ‘2’ ‘3’ ‘4’]

markeredgecolor or mec any matplotlib color

markeredgewidth or mew float value in points

markerfacecolor or mfc any matplotlib color

markersize or ms float

markevery [ None integer (startind, stride) ]

picker used in interactive line selection

pickradius the line pick selection radius

solid_capstyle [‘butt’ ‘round’ ‘projecting’]

solid_joinstyle [‘miter’ ‘round’ ‘bevel’]

transform a matplotlib.transforms.Transform instance

visible [True False]

xdata np.array

ydata np.array

zorder any number

確定x，y值，將其打印出來

x=np.linspace(-1,1,5)

y=2*x+1

plt.plot(x,y)

plt.show()

2、plt.figure()用來畫圖，自定義畫布大小

fig1 = plt.figure(num='fig111111', figsize=(10, 3), dpi=75, facecolor='#FFFFFF', edgecolor='#0000FF')

plt.plot(x,y1) ? ? ? ? ? #在變量fig1后進行plt.plot操作，圖形將顯示在fig1中

fig2 = plt.figure(num='fig222222', figsize=(6, 3), dpi=75, facecolor='#FFFFFF', edgecolor='#FF0000')

plt.plot(x,y2) ? ? ? ? ? #在變量fig2后進行plt.plot操作，圖形將顯示在fig2中

plt.show()

plt.close()

結果

fig1 = plt.figure(num='fig111111', figsize=(10, 3), dpi=75, facecolor='#FFFFFF', edgecolor='#0000FF')

plt.plot(x,y1)

plt.plot(x,y2)

fig2 = plt.figure(num='fig222222', figsize=(6, 3), dpi=75, facecolor='#FFFFFF', edgecolor='#FF0000')

plt.show()

plt.close()

結果：

3、plt.subplot(222)

將figure設置的畫布大小分成幾個部分，參數‘221’表示2(row)x2(colu),即將畫布分成2x2，兩行兩列的4塊區(qū)域，1表示選擇圖形輸出的區(qū)域在第一塊，圖形輸出區(qū)域參數必須在“行x列”范圍? ? ? ? ? ? ? ? ? ? ? ?，此處必須在1和2之間選擇——如果參數設置為subplot(111)，則表示畫布整個輸出，不分割成小塊區(qū)域，圖形直接輸出在整塊畫布上

plt.subplot(222)?

plt.plot(y,xx)? ? #在2x2畫布中第二塊區(qū)域輸出圖形

plt.show()

plt.subplot(223)? #在2x2畫布中第三塊區(qū)域輸出圖形

plt.plot(y,xx)

plt.subplot(224)? # 在在2x2畫布中第四塊區(qū)域輸出圖形

plt.plot(y,xx)

4、plt.xlim設置x軸或者y軸刻度范圍

如

plt.xlim(0,1000)? #? 設置x軸刻度范圍，從0~1000 ? ? ? ? #lim為極限，范圍

plt.ylim(0,20)? ?# 設置y軸刻度的范圍，從0~20

5、plt.xticks()：設置x軸刻度的表現(xiàn)方式

fig2 = plt.figure(num='fig222222', figsize=(6, 3), dpi=75, facecolor='#FFFFFF', edgecolor='#FF0000')

plt.plot(x,y2)

plt.xticks(np.linspace(0,1000,15,endpoint=True))? # 設置x軸刻度

plt.yticks(np.linspace(0,20,10,endpoint=True))

結果

6、ax2.set_title('xxx')設置標題，畫圖

#產生[1,2,3,...,9]的序列

x = np.arange(1,10)

y = x

fig = plt.figure()

ax1 = fig.add_subplot(221)

#設置標題

ax1.set_title('Scatter Plot1')

plt.xlabel('M')

plt.ylabel('N')

ax2 = fig.add_subplot(222)

ax2.set_title('Scatter Plot2clf')

#設置X軸標簽

plt.xlabel('X') ? ? ? ? ? #設置X/Y軸標簽是在對應的figure后進行操作才對應到該figure

#設置Y軸標簽

plt.ylabel('Y')

#畫散點圖

ax1.scatter(x,y,c = 'r',marker = 'o') ? ? ? ? ?#可以看出畫散點圖是在對figure進行操作

ax2.scatter(x,y,c = 'b',marker = 'x')

#設置圖標

plt.legend('show picture x1 ')

#顯示所畫的圖

plt.show()

結果

7、plt.hist（）繪制直方圖（可以將高斯函數這些畫出來）

繪圖都可以調用matplotlib.pyplot庫來進行，其中的hist函數可以直接繪制直方圖

調用方式：

n, bins, patches = plt.hist(arr, bins=10, normed=0, facecolor='black', edgecolor='black',alpha=1，histtype='bar')

hist的參數非常多，但常用的就這六個，只有第一個是必須的，后面四個可選

arr: 需要計算直方圖的一維數組

bins: 直方圖的柱數，可選項，默認為10

normed: 是否將得到的直方圖向量歸一化。默認為0

facecolor: 直方圖顏色

edgecolor: 直方圖邊框顏色

alpha: 透明度

histtype: 直方圖類型，‘bar’, ‘barstacked’, ‘step’, ‘stepfilled’

返回值：

n: 直方圖向量，是否歸一化由參數normed設定

bins: 返回各個bin的區(qū)間范圍

patches: 返回每個bin里面包含的數據，是一個list

from skimage import data

import matplotlib.pyplot as plt

img=data.camera()

plt.figure("hist")

arr=img.flatten()

n, bins, patches = plt.hist(arr, bins=256, normed=1,edgecolor='None',facecolor='red')??

plt.show()

例：

mu, sigma = 0, .1

s = np.random.normal(loc=mu, scale=sigma, size=1000)

a,b,c = plt.hist(s, bins=3)

print("a: ",a)

print("b: ",b)

print("c: ",c)

plt.show()

結果：

a:? [ 85. 720. 195.]? ? ? ? ?#每個柱子的值

b:? [-0.36109509 -0.1357318? ?0.08963149? 0.31499478]? ?#每個柱的區(qū)間范圍

c:? a list of 3 Patch objects? ? ? ?#總共多少柱子

8、ax1.scatter(x,y,c = 'r',marker = 'o')?

使用注意：確定了figure就一定要確定象限，然后用scatter，或者不確定象限，直接使用plt.scatter

x = np.arange(1,10)

y = x

fig = plt.figure()

a=plt.subplot()? ? ? ? ? ? #默認為一個象限

# a=fig.add_subplot(222)

a.scatter(x,y,c='r',marker='o')

plt.show()

結果

x = np.arange(1,10)

y = x

plt.scatter(x,y,c='r',marker='o')

plt.show()

結果

import numpy as np

import matplotlib.pyplot as plt

x = np.arange(1,10)

y = x

plt.figure()

plt.scatter(x,y,c='r',marker='o')

plt.show()

結果

文章知識點與官方知識檔案匹配

Python入門技能樹基礎語法函數

211242 人正在系統(tǒng)學習中

打開CSDN APP，看更多技術內容

plt的一些函數的使用_班花i的博客_plt函數

plt.函數 Fwuyi的博客 6513 1plt.figure( )函數:創(chuàng)建畫布 2plt.plot(x, y, format_string, label="圖例名"):繪制點和線, 并控制樣式。其中x是x軸數據,y是y軸數據,xy一般是列表和數組。format_string 是字符串的格式包括線...

繼續(xù)訪問

Python的數據科學函數包(三)——matplotlib(plt)_hxxjxw的博客...

import matplotlib.pyplot as plt plt.imshow(img) plt.show() plt.imshow()有一個cmap參數,即指定顏色映射規(guī)則。默認的cmap即顏料板是十色環(huán) 哪怕是單通道圖,值在0-1之間,用plt.imshow()仍然可以顯示彩色圖,就是因為顏色映射的關...

繼續(xù)訪問

對Python中plt的畫圖函數詳解

今天小編就為大家分享一篇對Python中plt的畫圖函數詳解，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧

plt.plot()函數詳解

plt.plot()函數詳細介紹 plt.plot(x, y, format_string, **kwargs) 參數說明 x X軸數據，列表或數組，可選 y Y軸數據，列表或數組 format_string 控制曲線的格式字符串，可選 **kwargs 第二組或更多(x,y,format_string)，可畫多條曲線 format_string 由顏色字符、風格字符、標記字符組成顏色字符 'b' 藍色 'm' 洋紅色 magenta 'g' 綠色 'y.

繼續(xù)訪問

python圖像處理基礎知識(plt庫函數說明)_小草莓爸爸的博客_p...

1.畫圖(plt庫)1.1 plt.figure(num=’’,figsize=(x, y),dpi= ,facecolor=’’,edgecolor=’’)num:表示整個圖標的標題 figsize:表示尺寸 facecolor:表示1.2 plt.plot(x,y,format_string,**kwargs)...

繼續(xù)訪問

plt的一些函數使用_neo3301的博客_plt函數

1、plt.plot(x,y) plt.plot(x,y,format_string,**kwargs) x軸數據,y軸數據,format_string控制曲線的格式字串 format_string 由顏色字符,風格字符,和標記字符 import matplotlib.pyplot as plt ...

繼續(xù)訪問

最新發(fā)布 python plt 繪圖詳解（plt.版本）

python plt繪圖詳解

繼續(xù)訪問

python圖像處理基礎知識（plt庫函數說明）

import matplotlib.pyplot as plt的一些基礎用法，包括直方圖

繼續(xù)訪問

plt.subplot() 函數解析_Ensoleile。的博客_plt.subplot

plt.subplot()函數用于直接制定劃分方式和位置進行繪圖。函數原型 subplot(nrows, ncols, index, **kwargs),一般我們只用到前三個參數,將整個繪圖區(qū)域分成 nrows 行和 ncols 列,而 index 用于對子圖進行編號。

繼續(xù)訪問

...中plt的畫圖函數_Ethan的博客的博客_python的plt函數

1、plt.legend plt.legend(loc=0)#顯示圖例的位置,自適應方式說明: 'best' : 0, (only implemented for axes legends)(自適應方式) 'upper right' : 1, 'upper left' : 2, 'lower left' : 3, 'lower right' : 4, ...

繼續(xù)訪問

plt.函數

1 plt.figure( ) 函數：創(chuàng)建畫布 2 plt.plot(x, y, format_string, label="圖例名")：繪制點和線, 并控制樣式。其中x是x軸數據，y是y軸數據，xy一般是列表和數組。format_string 是字符串的格式包括線條顏色、點類型、線類型三個部分。向參數label傳入圖例名，使用plt.legend( )創(chuàng)建圖例。 2.1 畫一條含x、y的線條 import matplotlib.pyplot as plt x = [1, 2, 3, 4] y

繼續(xù)訪問

Python深度學習入門之plt畫圖工具基礎使用（注釋詳細，超級簡單）

Python自帶的plt是深度學習最常用的庫之一，在發(fā)表文章時必然得有圖作為支撐，plt為深度學習必備技能之一。作為深度學習入門，只需要掌握一些基礎畫圖操作即可，其他等要用到的時候看看函數API就行。 1 導入plt庫（名字長，有點難記） import matplotlib.pyplot as plt 先隨便畫一個圖，保存一下試試水： plt.figure(figsize=(12,8), dpi=80) plt.plot([1,2,6,4],[4,5,6,9]) plt.savefig('./plt_pn

繼續(xù)訪問

python畫圖plt函數學習_dlut_yan的博客_python plt

figure()函數可以幫助我們同時處理生成多個圖,而subplot()函數則用來實現(xiàn),在一個大圖中,出現(xiàn)多個小的子圖。處理哪個figure,則選擇哪個figure,再進行畫圖。參考博客 importmatplotlib.pyplotaspltimportnumpyasnp x=np.arange(-1,1,0.1...

繼續(xù)訪問

plt.plot()函數_安之若醇的博客_plt.plot()函數

plt.plot()函數是matplotlib.pyplot用于畫圖的函數傳一個值列表:import numpy as npimport matplotlib.pyplot as pltt=[1,2,3,4,5]y=[3,4,5,6,7]plt.plot(t, y)當x省略的時候,默認[0,1…,N-1]遞增可以傳元組也可以傳...

繼續(xù)訪問

python畫圖plt函數學習

python中的繪圖工具：matplotli，專門用于畫圖。一. 安裝與導入工具包安裝：conda install matplotli 導入：import matplotlib.pyplot as plt 畫圖主要有：列表繪圖；多圖繪圖；數組繪圖二. 列表繪圖 1. 基礎繪圖：plt.plot；plt.show import matplotlib.pyplot as plt x = [1, 2, 3, 4] y = [1, 4, 9, 16] plt.plot(x, y) plt.show()

繼續(xù)訪問

python中plt的含義_對Python中plt的畫圖函數詳解

1、plt.legendplt.legend(loc=0)#顯示圖例的位置，自適應方式說明：'best' : 0, (only implemented for axes legends)(自適應方式)'upper right' : 1,'upper left' : 2,'lower left' : 3,'lower right' : 4,'right' : 5,'cent...

繼續(xù)訪問

Python中plt繪圖包的基本使用方法

其中，前兩個輸入參數表示x軸和y軸的坐標，plot函數將提供的坐標點連接，即成為要繪制的各式線型。常用的參數中，figsize需要一個元組值，表示空白畫布的橫縱坐標比；plt.xticks()和plt.yticks()函數用于設置坐標軸的步長和刻度。plt.xlabel()、plt.ylabel()和plt.title()函數分別用于設置x坐標軸、y坐標軸和圖標的標題信息。的數據處理時，發(fā)現(xiàn)了自己對plt的了解和使用的缺失，因此進行一定的基礎用法的學習，方便之后自己的使用，而不需要頻繁的查閱資料。...

繼續(xù)訪問

python-plt.xticks與plt.yticks

栗子： plt.figure(figsize=(10, 10)) for i in range(25): plt.subplot(5, 5, i+1) plt.xticks([]) plt.yticks([]) plt.grid(False) plt.imshow(train_images[i], cmap=plt.cm.binary) plt.xlabel(class_names[train_labels[i]]) plt.show() 設置x或y軸對應顯

繼續(xù)訪問

plt繪圖總結

matplotlib繪圖

繼續(xù)訪問

Python的數據科學函數包(三)——matplotlib(plt)

繼續(xù)訪問

python繪圖篇

1，xlable,ylable設置x，y軸的標題文字。

2，title設置標題。

3，xlim,ylim設置x,y軸顯示范圍。

plt.show()顯示繪圖窗口，通常情況下，show（）會阻礙程序運行，帶-wthread等參數的環(huán)境下，窗口不會關閉。

plt.saveFig（）保存圖像。

面向對象繪圖

1，當前圖表和子圖可以用gcf(),gca()獲得。

subplot()繪制包含多個圖表的子圖。

configure subplots,可調節(jié)子圖與圖表邊框距離。

可以通過修改配置文件更改對象屬性。

圖標顯示中文

1，在程序中直接指定字體。

2，在程序開始修改配置字典reParams.

3，修改配置文件。

Artist對象

1，圖標的繪制領域。

2，如何在FigureCanvas對象上繪圖。

3，如何使用Renderer在FigureCanvas對象上繪圖。

FigureCanvas和Render處理底層圖像操作，Artist處理高層結構。

分為簡單對象和容器對象，簡單的Aritist是標準的繪圖元件，例如Line 2D,Rectangle,Text,AxesImage等，而容器類型包含許多簡單的的 Aritist對象，使他們構成一個整體，例如Axis,Axes,Figure等。

直接創(chuàng)建Artist對象進項繪圖操作步奏：

1，創(chuàng)建Figure對象（通過figure（）函數，會進行許多初始化操作，不建議直接創(chuàng)建。）

2，為Figure對象創(chuàng)建一個或多個Axes對象。

3，調用Axes對象的方法創(chuàng)建各類簡單的Artist對象。

Figure容器

如何找到指定的Artist對象。

1，可調用add_subplot()和add_axes()方法向圖表添加子圖。

2，可使用for循環(huán)添加柵格。

3，可通過transform修改坐標原點。

Axes容器

1，patch修改背景。

2，包含坐標軸，坐標網格，刻度標簽，坐標軸標題等內容。

3，get_ticklabels(),,get-ticklines獲得刻度標簽和刻度線。

1，可對曲線進行插值。

2，fill_between()繪制交點。

3，坐標變換。

4，繪制陰影。

5，添加注釋。

1，繪制直方圖的函數是

2，箱線圖（Boxplot）也稱箱須圖（Box-whisker Plot），是利用數據中的五個統(tǒng)計量：最小值、第一四分位

數、中位數、第三四分位數與最大值來描述數據的一種方法，它可以粗略地看出數據是否具有對稱性以及分

布的分散程度等信息，特別可以用于對幾個樣本的比較。

3，餅圖就是把一個圓盤按所需表達變量的觀察數劃分為若干份，每一份的角度（即面積）等價于每個觀察

值的大小。

4,散點圖

5,QQ圖

低層繪圖函數

類似于barplot()，dotchart()和plot()這樣的函數采用低層的繪圖函數來畫線和點，來表達它們在頁面上放置的位置以及其他各種特征。

在這一節(jié)中，我們會描述一些低層的繪圖函數，用戶也可以調用這些函數用于繪圖。首先我們先講一下R怎么描述一個頁面；然后我們講怎么在頁面上添加點，線和文字；最后講一下怎么修改一些基本的圖形。

繪圖區(qū)域與邊界

R在繪圖時，將顯示區(qū)域劃分為幾個部分。繪制區(qū)域顯示了根據數據描繪出來的圖像，在此區(qū)域內R根據數據選擇一個坐標系，通過顯示出來的坐標軸可以看到R使用的坐標系。在繪制區(qū)域之外是邊沿區(qū)，從底部開始按順時針方向分別用數字1到4表示。文字和標簽通常顯示在邊沿區(qū)域內，按照從內到外的行數先后顯示。

添加對象

在繪制的圖像上還可以繼續(xù)添加若干對象，下面是幾個有用的函數，以及對其功能的說明。

?points(x, y, ...)，添加點

?lines(x, y, ...)，添加線段

?text(x, y, labels, ...)，添加文字

?abline(a, b, ...)，添加直線y=a+bx

?abline(h=y, ...)，添加水平線

?abline(v=x, ...)，添加垂直線

?polygon(x, y, ...)，添加一個閉合的多邊形

?segments(x0, y0, x1, y1, ...)，畫線段

?arrows(x0, y0, x1, y1, ...)，畫箭頭

?symbols(x, y, ...)，添加各種符號

?legend(x, y, legend, ...)，添加圖列說明

網頁題目：python繪圖用的函數 python繪圖的函數庫
路徑分享：http://muchs.cn/article4/doggoie.html

成都網站建設公司_創(chuàng)新互聯(lián)，為您提供手機網站建設、外貿建站、云服務器、網站設計公司、全網營銷推廣、軟件開發(fā)

聲明：本網站發(fā)布的內容（圖片、視頻和文字）以用戶投稿、用戶轉載內容為主，如果涉及侵權請盡快告知，我們將會在第一時間刪除。文章觀點不代表本網站立場，如需處理請聯(lián)系客服。電話：028-86922220；郵箱：631063699@qq.com。內容未經允許不得轉載，或轉載時需注明來源：創(chuàng)新互聯(lián)

猜你還喜歡下面的內容