pythonmatplotlib之plt（精选）第⼀、画分割饼状图
plt.figure(num=1)
name_list = ['A', 'B', 'C', 'D']
num_list = [10, 3, 3, 47]
colors = ['green', 'yellow', 'blue', 'red']
# 圆形
plt.figure(1, figsize=(6, 6))
#决定分割部分，及其与其它部分之间的间距
expl = [0, 0, 0, 0.1]
plt.pie(x=num_list, explode=expl, labels=name_list, autopct='%3.1f %%', colors=colors, shadow=True)
#****************************Figure8--END***********************#
效果图：
第⼆、函数线
plt.figure(num=2)
l1,=plt.plot(x,y,color = 'green',linewidth=1.0,linestyle='--')
l2,=plt.plot(x,y1)
plt.legend(handles=[l1,l2],labels=['one','two'],loc='best')
plt.xlim((-1,2))
plt.ylim((-2,3))
plt.xlabel('i am x')
plt.ylabel('i am y')
new_ticks = np.linspace(-1,2,5)
print(new_ticks)
[r'$really\ bad$',r'bad$',r'$normal$',r'$good$',r'$really\ good$']) icks([-2,-1.8,-1,1.22,3,],
[r'$really\ bad$',r'$bad$',r'$normal$',r'$good$',r'$really\ good$']) ax = a()
ax.spines['right'].set_color('none')
ax.spines['top'].set_color('none')
ax.xaxis.set_ticks_position('bottom')
ax.yaxis.set_ticks_position('left')
ax.spines['bottom'].set_position(('data',0))
ax.spines['left'].set_position(('data',0))
#****************************Figure2--END***********************#
效果图：
第三、标注
plt.figure(num=3,figsize=(8,5))
plt.plot(x,y,)    #线形式
# plt.scatter(x,y,)  #散点形式
ax = a()
ax.spines['right'].set_color('none')
ax.spines['top'].set_color('none')
ax.spines['top'].set_color('none')
ax.xaxis.set_ticks_position('bottom')
ax.spines['bottom'].set_position(('data',0))
ax.yaxis.set_ticks_position('left')
ax.spines['left'].set_position(('data',0))
x0 = 1
y0 = 2*x0 + 1
plt.scatter(x0,y0)
plt.plot([x0,x0],[y0,0],'k--',lw=2.5)
plt.annotate(r'$2x+1=%s$'%y0,xy=(x0,y0),xycoords ='data',xytext=(+30,-30),textcoords='offset points',            fontsize = 16,arrowprops=dict(arrowstyle='->',connectionstyle='arc3,rad=.2'))
<(-3.7,3,r'$This\ is\ the\ some\ text.\ \mu\ \sigma_i\ \alpha_t$',
fontdict={'size':16,'color':'r'})
#****************************Figure3--END***********************#
效果图：
第四、设置线粗
plt.figure(num=4)
plt.plot(x,y,linewidth=10)    #线形式
# plt.scatter(x,y,)  #散点形式
plt.ylim(-2,2)
ax = a()
ax.spines['right'].set_color('none')
matplotlib中subplotax.spines['top'].set_color('none')
ax.spines['top'].set_color('none')
ax.xaxis.set_ticks_position('bottom')
ax.spines['bottom'].set_position(('data',0))
ax.yaxis.set_ticks_position('left')
ax.spines['left'].set_position(('data',0))
for label _xticklabels() + ax.get_yticklabels():
label.set_fontsize(12)
label.set_bbox(dict(facecolor='white',edgecolor='none',alpha=0.7)) #****************************Figure4--END***********************#
效果图：
第五、随机点分布
plt.figure(num=5)
n = 1024
X = al(0,1,n)
Y = al(0,1,n)
T = np.arctan2(Y,X)
plt.scatter(X,Y,s=75,c=T,alpha=0.5)
plt.xlim((-1.5,1.5))
plt.ylim((-1.5,1.5))
#****************************Figure5--END***********************#
效果图：
第六、双向条形图
plt.figure(num=6)
n=12
X = np.arange(n)
Y1 = (1-X/float(n)) * np.random.uniform(0.5,1.0,n)
Y2 = (1-X/float(n)) * np.random.uniform(0.5,1.0,n)
plt.bar(X,+Y1,facecolor = '#9999ff',edgecolor = 'white') plt.bar(X,-Y2,facecolor = '#ff9999',edgecolor = 'white')
for x,y in zip(X,Y1):
<(x+0.15,y+0.05,'%.2f'%y,ha='center',va='bottom')
for x,y in zip(X,Y2):
<(x+0.15,-y-0.05,'%.2f'%y,ha='center',va='top')
plt.xlim(-5,n)
plt.ylim(-1.25,1.25)
#****************************Figure6--END***********************#效果图：

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。