Python+matplotlib怎么實現簡單曲線的繪制

這篇文章主要講解了“Python+matplotlib怎么實現簡單曲線的繪制”，文中的講解內容簡單清晰，易于學習與理解，下面請大家跟著小編的思路慢慢深入，一起來研究和學習“Python+matplotlib怎么實現簡單曲線的繪制”吧！

一、安裝matplotlib

1）由于已安裝anaconda，可直接打開anaconda prompt，再用命令pip install matplotlib進行安裝，因鏡像問題，可能較慢，建議第2種方式。

2）訪問https://pypi.org/project/matplotlib/#files，并查找與你使用的Python版本匹配的wheel文件（擴展名為.whl的文件），比如與python3.9版本相應的matplotlib-3.5.1-cp39-cp39-win_amd64.whl放在目錄G:\develop\python下，（或者你自己所建目錄）

打開anaconda prompt，再用命令pip install G:\develop\python\matplotlib-3.5.1-cp39-cp39-win_amd64.whl（注意目錄要保持一致） 執行完成即可。

二、測試 matplotlib

打開anaconda prompt 先輸入python,再輸入 import matplotlib，如圖所示，沒有出現任何錯誤消息，就說明系統安裝成功。

三、 繪制簡單的折線

import matplotlib.pyplot as plt   #導入模塊matplotlib.pyplot，并重新命名為plt

squares = [1,4,9,16,25,36,49,64,81,100]  #定義一個數組

plt.plot(squares, linewidth=5)# 設置圖表標題，并給坐標軸加上標簽和 參數 linewidth 決定了繪制的線條的粗細
plt.title("Square Numbers", fontsize=24)#設置標題和字體大小
plt.xlabel("Value", fontsize=14)  #  x軸標簽，和字體大小
plt.ylabel("Square of Value", fontsize=14)  #  y軸標簽，和字體大小
plt.tick_params(axis='both', labelsize=14) # 設置刻度標記的大小，函數 tick_params() 設置刻度的樣式
plt.show()

這樣就完成一個簡單的折線圖，運行效果如下：

注：如果運行過程中，出現圖中紅色方框所示警告，需要重新設置spyder中Tools,如下圖所示：

四、使用 scatter() 繪制散點圖并設置其樣式

1、要繪制單個點

可使用函數 scatter() ，并向它傳遞一對x和y坐標，它將在指定位置繪制一個點：

import matplotlib.pyplot as plt   #導入模塊matplotlib.pyplot，并重新命名為plt

plt.scatter(2, 4, s=200) #調用了scatter()，并使用實參s設置了繪制圖形時使用的點的尺寸，位置為2，4

plt.title("Square Numbers", fontsize=24) # 設置圖表標題并給坐標軸加上標簽
plt.xlabel("Value", fontsize=14)
plt.ylabel("Square of Value", fontsize=14)
# 設置刻度標記的大小
plt.tick_params(axis='both', which='major', labelsize=14)
plt.show()

2、要繪制系列點

繪制系列點，只需要給出系列點的坐標即可。我們將上述代碼中plt.scatter(2, 4, s=200)的2，4分別用兩個數列代替。

import matplotlib.pyplot as plt   #導入模塊matplotlib.pyplot，并重新命名為plt

x_values = [1, 2, 3, 4, 5]  #X軸的數列
y_values = [1, 3,6, 9, 12]  #y軸的數列
plt.scatter(x_values, y_values, s=100) #調用了scatter()，并使用實參s設置了繪制圖形時使用的點的尺寸  plt.title(" series Numbers", fontsize=24) # 設置圖表標題并給坐標軸加上標簽 plt.xlabel("Value", fontsize=14) plt.ylabel("Value", fontsize=14) # 設置刻度標記的大小 plt.tick_params(axis='both', which='major', labelsize=14) plt.show()

運行結果如下：

 3、自動計算數據

像上述手動輸入點數，或數列，都是比較慢的處理方式 ，下面用for循環來替代手工輸入。

可以先將x_values定義為一個數列，數值在一定的范圍，比如1-1000，而對應的y_values也是一個數列，按一定的方式（函數）產生。于是，可以將上述代碼修改為如下：

import matplotlib.pyplot as plt   #導入模塊matplotlib.pyplot，并重新命名為plt

x_values = list(range(1, 1001))  #定義一個1-1000的數列，
y_values = [x**2 for x in x_values]  #定義Y值的生成方式。

plt.scatter(x_values, y_values, s=4) #調用了scatter()，并使用實參s設置了繪制圖形時使用的點的尺寸

plt.title(" series Numbers", fontsize=24) # 設置圖表標題并給坐標軸加上標簽
plt.xlabel("Value", fontsize=14)
plt.ylabel("Value", fontsize=14)
# 設置刻度標記的大小
plt.tick_params(axis='both', which='major', labelsize=10)
plt.axis([1,1100,1,1100000]) #注意一下axis的參數
plt.show()

運行結果如下：

matplotlib中的點默認為藍色點和黑色輪廓，如上述三圖所示，其中最后一圖因為點較多，且連在一起，像是一條曲線，為區別不同的點，可以對點分別不同的顏色。

只需再配置幾個參數 ，就可以刪除黑色輪廓，和修改點的顏色。

plt.scatter(x_values, y_values, edgecolor='none', s=40)，其中edgecolor='none'表示將黑色輪廓刪除

修改數據點的顏色，可向 scatter() 傳遞參數 c ，并將其設置為要使用的顏色的名稱，如下：

plt.scatter(x_values, y_values, c='red', edgecolor='none', s=40) # 將顏色修改為紅色。

顏色映射（colormap）

顏色映射是一系列顏色，從起始顏色漸變到結束顏色。在可視化中，顏色映射用于突出數據的規律

plt.scatter(x_values, y_values, c=y_values, cmap=plt.cm.Blues,edgecolor='none', s=40) 
#調用了scatter()參數 c 設置成了一個y值列表，并使用參數 cmap 告訴 pyplot 使用哪個顏色映射，
# 將y值較小的點顯示為淺藍色，并將y值較大的點顯示為深藍色

具體運行效果如下：

注意，要了解所有相關顏色的映射，可訪問官網，單擊Examples，向下滾動到Color Examples，再單擊colormaps_reference進行參考。

4、自動保存圖表

方法 plt.show() 是顯示圖表

要讓程序自動將圖表保存到文件中，可調用 plt.savefig() 方法

plt.savefig('scatter.png', bbox_inches='tight')  #保存為scatter.png的圖片文件

感謝各位的閱讀，以上就是“Python+matplotlib怎么實現簡單曲線的繪制”的內容了，經過本文的學習后，相信大家對Python+matplotlib怎么實現簡單曲線的繪制這一問題有了更深刻的體會，具體使用情況還需要大家實踐驗證。這里是億速云，小編將為大家推送更多相關知識點的文章，歡迎關注！