热线电话:13121318867

登录
2019-03-08 阅读量: 692
数据可视化--Matplotlib包

导入Matplotlib

就像我们使用np简写为NumPy和pandas的pd简写一样,我们将使用Matplotlib导入的一些标准shorthands:

import matplotlib as mpl

import matplotlib.pyplot as plt

我们将matplotlib导入为mpl,将matplotlib.pyplot导入为plt

而plt接口是我们最常使用的接口。

设置样式

我们将使用plt.style指令为我们的数字选择合适的美学风格。在这里,我们将设置经典样式,确保我们创建的图使用经典的Matplotlib样式:

plt.style.use( 'classic')

Matplotlib大概三个常用的编译环境,分别是脚本,IPython终端或IPython笔记本中使用Matplotlib。

从脚本绘图

如果您在脚本中使用Matplotlib,则函数plt.show()并打开一个或多个显示您的图形或图形的交互式窗口。有一点需要注意:plt.show()命令每个Python会话只能使用一次,最常见于脚本的最后。

从IPython shell绘图

在IPython shell中以交互方式使用Matplotlib非常方便(参见IPython:Beyond Normal Python)。如果指定Matplotlib模式,IPython可以很好地与Matplotlib一起使用。要启用此模式,可以在启动ipython后使用%matplotlib magic命令:

从IPython笔记本绘图

IPython笔记本是一种基于浏览器的交互式数据分析工具,可以将叙述,代码,图形,HTML元素等组合到一个可执行文档中(参见IPython:Beyond Normal Python)。可以使用%matplotlib命令在IPython笔记本中以交互方式绘制,并以与IPython shell类似的方式工作。%matplotlib inline 笔记本将导致嵌入在笔记本中的交互式图

import matplotlib.pyplot as plt

import numpy as np

x = np.linspace(0, 10, 100)

fig = plt.figure()

plt.plot(x, np.sin(x), '-')

plt.plot(x, np.cos(x), '--');

30.0000
3
关注作者
收藏
评论(0)

发表评论

暂无数据
推荐帖子