怎么使用Python的Matplotlib库绘图

这篇“怎么使用Python的Matplotlib库绘图”文章的知识点大部分人都不太理解，所以小编给大家总结了以下内容，内容详细，步骤清晰，具有一定的借鉴价值，希望大家阅读完这篇文章能有所收获，下面我们一起来看看这篇“怎么使用Python的Matplotlib库绘图”文章吧。中文字体设置：Matplotlib:是一个Python的2D绘图库，通过Matplotlib，开发者可以仅需要几行代码，便可以生成折线图，直方图，条形图，饼状图，散点图等。
plot是一个画图的函数，他的参数:plot([x],y,[fmt],data=None,**kwargs)（1）点线形式（2）线条颜色运行结果：1、设置图标题:plt.title2、设置轴标题:plt.xlabel & plt.ylabel – 标题名称3、设置轴刻度:plt.xticks & plt.yticks – 刻度长度,刻度标题范例：运行结果：范例：运行结果：范例：运行结果：范例：运行结果：应用场景：1. 数量统计。2. 频率统计。相关参数：barh:条形图1. `x`:一个数组或者列表，代表需要绘制的条形图的x轴的坐标点。 2. `height`:一个数组或者列表，代表需要绘制的条形图y轴的坐标点。 3. `width`:每一个条形图的宽度，默认是0.8的宽度。 4. `bottom`:`y`轴的基线，默认是0，也就是距离底部为0. 5. `align`:对齐方式，默认是`center`，也就是跟指定的`x`坐标居中对齐，还有为`edge`，靠边对齐，具体靠右边还是靠左边，看`width`的正负。 6. `color`:条形图的颜色。运行结果范例：运行结果：范例：运行结果：plt.hist:直方图1. x:数组或者可以循环的序列;2. bins:数字或者序列（数组/列表等）;3. range:元组或者None，如果为元组，那么指定`x`划分区间的最大值和最小值;4. density:默认是`False`，如果等于`True`，那么将会使用频率分布直方图;5. cumulative:如果这个和`densi免费云主机域名ty`都等于`True`，那么返回值的第一个参数会不断的累加，最终等于`1`。应用场景：1. 显示各组数据数量分布的情况。2. 用于观察异常或孤立数据。3. 抽取的样本数量过小，将会产生较大误差，可信度低，也就失去了统计的意义。因此，样本数不应少于50个。范例：运行结果：范例：运行结果：范例：运行结果：plt.scatter:散点图绘制：1. x,y:分别是x轴和y轴的数据集。两者的数据长度必须一致。2. s:点的尺寸。3. c:点的颜色。4. marker:标记点，默认是圆点，也可以换成其他的。范例：运行结果：在matplotlib中，可以通过plt.pie来实现，其中的参数如下：x：饼图的比例序列。labels：饼图上每个分块的名称文字。explode：设置某几个分块是否要分离饼图。autopct：设置比例文字的展示方式。比如保留几个小数等。shadow：是否显示阴影。textprops：文本的属性（颜色，大小等）。 范例运行结果：箱图的绘制方法是: :1、先找出一组数据的上限值、下限值、中位数（Q2）和下四分位数（Q1）以及上四分位数（Q3） :2、然后连接两个四分位数画出箱子 :3、再将最大值和最小值与箱子相连接，中位数在箱子中间。 中位数:把数据按照从小到大的顺序排序，然后最中间的那个值为中位数，如果数据的个数为偶数，那么就是最中间的两个数的平均数为中位数。
上下四分位数:同样把数据排好序后，把数据等分为4份。出现在`25%`位置的叫做下四分位数，出现在`75%`位置上的数叫做上四分位数。但是四分位数位置的确定方法不是固定的，有几种算法，每种方法得到的结果会有一定差异，但差异不会很大。上下限的计算规则是： IQR=Q3-Q1 上限=Q3+1.5IQR 下限=Q1-1.5IQR在matplotlib中有plt.boxplot来绘制箱线图，这个方法的相关参数如下：x：需要绘制的箱线图的数据。notch：是否展示置信区间，默认是False。如果设置为True，那么就会在盒子上展示一个缺口。sym：代表异常点的符号表示，默认是小圆点。vert：是否是垂直的，默认是True，如果设置为False那么将水平方向展示。whis：上下限的系数，默认是1.5，也就是上限是Q3+1.5IQR，可以改成其他的。也可以为一个序列，如果是序列，那么序列中的两个值分别代表的就是下限和上限的值，而不是再需要通过IQR来计算。positions：设置每个盒子的位置。widths：设置每个盒子的宽度。labels：每个盒子的label。meanline和showmeans：如果这两个都为True，那么将会绘制平均值的的线条。范例：运行结果：plt.polar来绘制雷达图，x轴的坐标点应该为弧度（2*PI=360）范例：运行结果：注意事项：因为polar并不会完成线条的闭合绘制，所以我们在绘制的时候需要在theta中和values中在最后多重复添加第0个位置的值，然后在绘制的时候就可以和第1个点进行闭合了。polar只是绘制线条，所以如果想要把里面进行颜色填充，那么需要调用fill函数来实现。polar默认的圆圈的坐标是角度，如果我们想要改成文字显示，那么可以通过xticks来设置。以上就是关于“怎么使用Python的Matplotlib库绘图”这篇文章的内容，相信大家都有了一定的了解，希望小编分享的内容对大家有帮助，若想了解更多相关的知识内容，请关注百云主机行业资讯频道。

相关推荐: python OpenCV计算图片相似度的算法有哪些

这篇文章主要介绍了pythonOpenCV计算图片相似度的算法有哪些的相关知识，内容详免费云主机域名细易懂，操作简单快捷，具有一定借鉴价值，相信大家阅读完这篇pythonOpenCV计算图片相似度的算法有哪些文章都会有所收获，下面我们一起来看看吧。原始两张图片…