視覺化學習的第一天:瞭解Matplotlib
初識 Matplotlib
Matplotlib 是Python 2D繪相簿,能夠以多種英拷貝格式和跨平臺的互動式環境生成出版物質量的圖形,可以用來繪製靜態,動態,互動式的圖表。
Matplotlib 可用於Python指令碼,我一般使用的是jupyter notebook 。
Matplotlib 是Python資料視覺化庫中的泰斗,它已經成為python中公認的資料視覺化工具,我們所熟悉的pandas以及seaborn的繪圖介面也都是基於Matplotlib的高階封裝介面。
Matplotlib的圖是其實是在畫figure上的,而它的每一個figure會包含一個或者多個axes(一個可以指定座標系的子區域),最簡單建立figure和axes的方式是通過pyplot.subplots
來實現,建立axes後,可以通過Axes.plot
來繪製簡單的折線圖
import matplotlib.pyplot as plt
import numpy as np
fig, axes = plt.subpots()
axes.plot([1,2,3,4],[1,2,3,4])#繪製圖表
matplotlib.pyplot
方法能夠直接在當前axes上繪製影像,如果使用者未指定axes,matplotlib會幫你自動建立一個。所以上面的例子也可以簡化為以下這一行程式碼。
plt.plot([1, 2, 3, 4], [1, 4, 2, 3])
Figure的組成
現在我們來深入看一下figure的組成。通過一張figure解剖圖,我們可以看到一個完整的matplotlib影像通常會包括以下四個層級,這些層級也被稱為容器(container),下一節會詳細介紹。在matplotlib的世界中,我們將通過各種命令方法來操縱影像中的每一個部分,從而達到資料視覺化的最終效果,一副完整的影像實際上是各類子元素的集合。
-
Figure:頂層級,用來容納所有繪圖元素
-
Axes:matplotlib宇宙的核心,容納了大量元素用來構造一幅幅子圖,一個figure可以由一個或多個子圖組成
-
Axis:axes的下屬層級,用於處理所有和座標軸,網格有關的元素
-
Tick:axis的下屬層級,用來處理所有和刻度有關的元素
x = np.linspace(0, 2, 100) fig, ax = plt.subplots() ax.plot(x, x, label='linear') ax.plot(x, x**2, label='quadratic') ax.plot(x, x**3, label='cubic') ax.set_xlabel('x label') ax.set_ylabel('y label') ax.set_title("Simple Plot") ax.legend()
x = np.linspace(0, 2, 100)
plt.plot(x, x, label='linear')
plt.plot(x, x**2, label='quadratic')
plt.plot(x, x**3, label='cubic')
plt.xlabel('x label')
plt.ylabel('y label')
plt.title("Simple Plot")
plt.legend()
個人比較喜歡用plot的方法
以上學習並借鑑於Datawhale的視覺化學習第一天
相關文章
- 學習python視覺化,matplotlib庫學習,基本操作Python視覺化
- Numpy的Matplotlib視覺化視覺化
- 【Tensorflow_DL_Note15】TensorFlow視覺化學習2-用Matplotlib視覺化視覺化
- 【matplotlib視覺化】樣式色彩視覺化
- 【matplotlib教程】資料視覺化視覺化
- PYTHON視覺化:瞭解資料Python視覺化
- Matplotlib資料視覺化基礎視覺化
- Python資料視覺化matplotlib庫Python視覺化
- matplotlib 強化學習強化學習
- Django 視覺化Web展示 學習Django視覺化Web
- 「深度學習系列」CNN模型的視覺化深度學習CNN模型視覺化
- 視覺化學習:WebGL的基礎使用視覺化Web
- 瞭解開源視覺化表單的主要優勢視覺化
- matplotlib 繪圖視覺化知識點整理繪圖視覺化
- Matplotlib 視覺化最有價值的 50 個圖表視覺化
- 資料視覺化學習資源視覺化
- 深度學習(視覺化卷積核)深度學習視覺化卷積
- Python+pandas+matplotlib視覺化案例一則Python視覺化
- 基於Python的資料視覺化 matplotlib seaborn pandasPython視覺化
- 深入瞭解視覺語言模型視覺模型
- 視覺學習(三)視覺
- 5種快速易用的Python Matplotlib資料視覺化方法Python視覺化
- Echarts檢視視覺化-學習筆記(努力更新中)Echarts視覺化筆記
- Matlab學習-視覺化和程式設計Matlab視覺化程式設計
- 視覺化學習:WebGL實現縮放平移視覺化Web
- matplotlib視覺化番外篇pie()--內嵌環形餅圖視覺化
- python資料視覺化神庫:Matplotlib快速入門Python視覺化
- Python--matplotlib繪圖視覺化知識點整理Python繪圖視覺化
- 探索Matplotlib-Gallery:Python資料視覺化的遊樂園Python視覺化
- Python視覺化的擴充套件模組matplotlib的簡單應用Python視覺化套件
- 資料視覺化工具不會選?資料視覺化實現流程瞭解一下!視覺化
- 大屏視覺化知多少?3分鐘帶你快速瞭解視覺化
- 【Tensorflow_DL_Note16】TensorFlow視覺化學習3_引數,準確率的視覺化視覺化
- 「AI白身境」深度學習中的資料視覺化AI深度學習視覺化
- 視覺化學習:圖形系統中的顏色表示視覺化
- 視覺化學習:CSS transform與仿射變換視覺化CSSORM
- 視覺化學習:使用WebGL實現網格背景視覺化Web
- 視覺化學習 | 如何使用噪聲生成紋理視覺化