python基础笔记之绘图

• 修改标签文件和线条粗细 plot
• 散点图 scatter
• 柱状图
• 保存图表
• 随机漫步示例

%matplotlib inline 
import matplotlib.pyplot as plt
data = [x*x for x in range(0, 10)]
x_values = range(0, 10)
y_values = [x*x for x in x_values]

修改标签文件和线条粗细 plot

plot(data, linewidth=1) #绘制直线 linewidth直线粗细
plot(x_array, y_array, linewidth=1)# 输入xy进行绘制
title(“title”, fontsize=10)#标题
xlabel ylabel x y坐标名称
tick_params(axis=‘both’, labelsize=13)
plt.axes().get_x

plt.plot(data, linewidth=5)
plt.title('x^2', fontsize=20)
plt.xlabel('x', fontsize=10)
plt.ylabel('y', fontsize=10)
plt.tick_params(axis='both', labelsize=15)
plt.show()

散点图 scatter

scatter(x_values, y_values, s=10, )
s:(size)点大小
edgecolors:点边缘颜色
c:(color)颜色
cmap:颜色映射
颜色映射是对c参数传入值 通过cmap进行颜色映射 cmap中存储的是多个颜色映射

plt.scatter(x_values, y_values, s=100, edgecolors='b', c=y_values, cmap=plt.cm.Blues)
plt.show()

柱状图
hist
data: x轴对应的数据 y轴对应个数
bins: 柱状的个数
figsize: 表的大小

plt.hist(y_values, bins=10)

例如下图：在1-8 中y_values 共有0 1 2 三个数据 所以纵坐标是3

保存图表
savefig
bbox_inches:将图标多余地方删除

plt.scatter(x_values, y_values, s=100, edgecolors='b', c=y_values, cmap=plt.cm.Blues)
plt.savefig('scatter.png', bbox_inches = 'tight')

随机漫步示例
新建random_walk.py文件

from random import choice

class RandomWalk():
    """计算随机漫步中所有的点"""
    def __init__(self, num_points = 5000):
        self.num_points = num_points

        self.x_values = [0]
        self.y_values = [0]

    def fill_walk(self):
        while len(self.x_values) < self.num_points:
            #前进方向和运行距离
            x_direction = choice([1, -1])
            x_distance = choice([0, 1, 2, 3, 4])
            x_step = x_direction * x_distance

            y_direction = choice([1, -1])
            y_distance = choice([0, 1, 2, 3, 4])
            y_step = y_direction * y_distance

            if x_step == 0 and y_step == 0:
                continue

            #x_values[-1] 始终取当前数组最后一个值
            next_x = self.x_values[-1] + x_step
            next_y = self.y_values[-1] + y_step

            self.x_values.append(next_x)
            self.y_values.append(next_y)

导入文件进行计算：

from random_walk import RandomWalk
rw = RandomWalk()
rw.fill_walk()
plt.scatter(rw.x_values, rw.y_values, s=15)
plt.show()