Python
的可视化工具有很多,数不胜数,各有优劣。本文就对其中的pylab
进行介绍。之所以介绍这一款,是因为它和Matlab
的强烈相似度,如果你使用过Matlab
,那么相信pylab
你也会很快上手。
简单的plot函数
pylab
绘图,最基本的函数就是plot
函数,当然如果想要将图片显示出来,需要额外添加一个show
函数。
在python
的绘图中,numpy
是一个非常常用的工具,不太熟悉的可以参考博主的另一篇博文:【Python】Python之Numpy的超实用基础详细教程。
例如:
import pylab import numpy as np if __name__ == "__main__": x = np.arange(0, 1, 0.05) y = [i*i for i in np.arange(0, 1, 0.05)] pylab.plot(x, y) pylab.show()
运行生成的图片为:
规定两个序列,只需要两个序列的长度相等,就可以以其中一个序列为横坐标,零一个序列为纵坐标,进行绘制。
但是也看得出来,这样的图片是比较寒碜的,简单朴素。我们可以对线条进行一些修饰,比如线型、颜色、点型等等。只需要在plot
函数中添加一个参数即可。这个参数用法比较灵活,特可以从下表的值中进行组合选择:
颜色 | 线型 | 点型 |
---|---|---|
‘b' (蓝色) | ‘-' (实线) | ‘,' (像素) |
‘g' (绿色) | ‘–' (虚线) | ‘o' (圆形) |
‘r' (红色) | ‘-.' (虚点线) | ‘^' (上三角) |
‘y' (黄色) | ‘:' (点线) | ‘s' (方形) |
‘k' (黑色) | ‘.' (点) | ‘+' (加号) |
‘w' (蓝色) | … | ‘x' (叉形) |
… | … |
例如:
import pylab import numpy as np if __name__ == "__main__": x = np.arange(0, 1, 0.05) y = [i*i for i in np.arange(0, 1, 0.05)] pylab.plot(x, y, "b-.+") pylab.show()
运行生成的图片为:
如果,还想增加图例,x
轴、y
轴的含义和刻度,标题的信息,也可以通过添加一些函数来进行。
例如:
# -*- coding:UTF-8 -*- import pylab import numpy as np if __name__ == "__main__": x = np.arange(0, 1, 0.05) y = [i*i for i in np.arange(0, 1, 0.05)] pylab.plot(x, y, "b-.+", label='line') pylab.xlabel('x') # x、y轴的介绍 pylab.ylabel('y') pylab.xlim([0, 1]) # x、y轴的长度区间 pylab.ylim([0, 1]) pylab.xticks(np.arange(0, 1, 0.05), fontsize=8) # x、y轴的刻度 pylab.yticks(np.arange(0, 1, 0.05), fontsize=8) pylab.title('x-y') # x、y的标题 pylab.legend(loc=3, borderaxespad=0., bbox_to_anchor=(0, 0)) # 图例的位置 pylab.show()