# Python-Grundlagen (#matplotlib)

Die Umgebung verwendet die im vorherigen Artikel erstellte Umgebung. → Erstellen einer Anaconda-Python-Umgebung unter Windows 10 Weitere Informationen zur Verwendung von numpy finden Sie im vorherigen Artikel. → # Python-Grundlagen (#Numpy 1/2)# Python-Grundlagen (#Numpy 2/2)

1. Matplotlib-Import

Grafikzeichnung: Verwenden Sie das Pyplot-Modul Zeichnen Sie auf jupyter lab: % matplotlib inline

%matplotlib inline

import numpy as np
import matplotlib.pyplot as plt
import numpy as np

x = np.linspace(-5, 5, num=10)  # -Teilen Sie von 5 bis 5 in 10
# x = np.linspace(-5, 5) #Der Standardwert beträgt 50 Teilungen

print(x)
print(len(x))  #Anzahl der Elemente von x

Ausführungsergebnis


[-5.         -3.88888889 -2.77777778 -1.66666667 -0.55555556  0.55555556
  1.66666667  2.77777778  3.88888889  5.        ]
10

2. Diagrammzeichnung

import numpy as np
import matplotlib.pyplot as plt

x = np.linspace(-5, 5)  # -Von 5 bis 5
y = 2 * x  #Multiplizieren Sie x mit 2, um die y-Koordinate zu erhalten

plt.plot(x, y)
plt.show()

image.png

3. Titel, Legende, Linienstil

import numpy as np
import matplotlib.pyplot as plt

x = np.linspace(-100, 100, num=1000)
y_1 = x * x.T # x.T :1 Zeile 1000 Spalten → Auf 1000 Zeilen 1 Spalte übertragen
y_2 = 10 * x

#Achsenbeschriftung
plt.xlabel("x val")
plt.ylabel("y val")

#Graphentitel
plt.title("Graph Name")

#Geben Sie die Plotlegende und den Linienstil an
plt.plot(x, y_1, label="y1")
plt.plot(x, y_2, label="y2", linestyle="dashed")
plt.legend() #Legende anzeigen

plt.show()

image.png

4. Streudiagramm

import numpy as np
import matplotlib.pyplot as plt

x = np.array([1.2, 2.4, 0.0, 1.4, 1.5])
y = np.array([2.4, 1.4, 1.0, 0.1, 1.7])

plt.scatter(x, y)  #Streudiagrammplot
plt.show()

image.png

5. Bildanzeige

import numpy as np
import matplotlib.pyplot as plt

img = np.linspace(0, 100,num=100)  #Teilen Sie 0 bis 100 in 100 gleiche Teile
print(img)
img = img.reshape(10,10) # 10 *10 In eine Matrix umgewandelt
plt.imshow(img, "gray")  #In Graustufen angezeigt
plt.colorbar()   #Farbbalkenanzeige
plt.show()

image.png

Recommended Posts

# Python-Grundlagen (#matplotlib)
Python-Grundlagen ⑤
Python-Grundlagen
Python-Grundlagen ④
Python-Grundlagen ③
Python-Grundlagen
Python-Grundlagen
Python-Grundlagen
Python-Grundlagen ③
Python-Grundlagen ②
Python-Grundlagen ②
Python-Grundlagen: Liste
Python-Grundmemorandum
Python CGI-Grundlagen
Python-Grundlagen: Wörterbuch
Python-Grundlagen ①
Grundlagen von Python ①
Python Slice Grundlagen
# Python-Grundlagen (Umfang)
# Python-Grundlagen (#Numpy 1/2)
# Python-Grundlagen (#Numpy 2/2)
Meine Matplotlib (Python)
# Python-Grundlagen (Funktionen)
Grundlagen des Python-Arrays
Grundlagen der Python-Profilerstellung
Python #Numpy Basics
Python-Grundlagen: Funktionen
# Python-Grundlagen (Klasse)
Zusammenfassung der Python-Grundlagen
Python-Grundlagen ② für Anweisung
Python: Unüberwachtes Lernen: Grundlagen
Python Basic 8 Numpy Test
Errbot: Grundlagen des Python-Chatbots
#Python DeepLearning Basics (Mathematik 1/4)
Heatmap von Python + matplotlib
Python-Grundlagen: Socket, Dnspython
# 4 [Python] Grundlagen der Funktionen
Grundlagen von Python: Ausgabe
Installation von matplotlib (Python 3.3.2)
Verwenden Sie matplotlib unter Ubuntu 12 und Python
Python
Memorandum @ Python ODER Seminar: matplotlib
Python: Grundlagen der Verwendung von Scikit-Learn ①
Python-Anwendung: Datenvisualisierung # 2: matplotlib
Python-Grundlagen: Bedingungen und Iterationen
Paiza Python Primer 4: Grundlagen der Liste
Python x GIS-Grundlagen (1)
Python x GIS-Grundlagen (3)
Paiza Python Primer 5: Grundlagen von Wörterbüchern
Mit Flask erstellte SNS Python-Grundlagen
Installation von SciPy und matplotlib (Python)
[Python / matplotlib] FuncAnimation verstehen und verwenden
Erste Schritte mit Python Grundlagen von Python
Installation von Python, SciPy, matplotlib (Windows)
Überprüfung der Grundlagen von Python (FizzBuzz)
Grundlagen von Python x GIS (Teil 2)
Heatmap mit Dendrogramm in Python + Matplotlib
Zeichne Riapnov Fractal mit Python, matplotlib
Wenn matplotlib nicht mit python2.7 funktioniert
Führen Sie mit Python, matplotlib, einen logarithmischen Normalwahrscheinlichkeitsplot durch