IT数码 购物 网址 头条 软件 日历 阅读 图书馆
TxT小说阅读器
↓语音阅读,小说下载,古典文学↓
图片批量下载器
↓批量下载图片,美女图库↓
图片自动播放器
↓图片自动播放器↓
一键清除垃圾
↓轻轻一点,清除系统垃圾↓
开发: C++知识库 Java知识库 JavaScript Python PHP知识库 人工智能 区块链 大数据 移动开发 嵌入式 开发工具 数据结构与算法 开发测试 游戏开发 网络协议 系统运维
教程: HTML教程 CSS教程 JavaScript教程 Go语言教程 JQuery教程 VUE教程 VUE3教程 Bootstrap教程 SQL数据库教程 C语言教程 C++教程 Java教程 Python教程 Python3教程 C#教程
数码: 电脑 笔记本 显卡 显示器 固态硬盘 硬盘 耳机 手机 iphone vivo oppo 小米 华为 单反 装机 图拉丁
 
   -> 开发工具 -> 使用jupyter中的matplotlib库绘制简单图表 -> 正文阅读

[开发工具]使用jupyter中的matplotlib库绘制简单图表

使用matplotlib库绘制图表最重要的就需要导入numpy模块和pyplot模块
1、绘制直线图`

plt.title("2020080603012")
import numpy as np
import matplotlib.pyplot as plt
data=np.array([3,5,7,9,11])
plt.plot(data)
plt.show()

在这里插入图片描述
2、绘制折线图

plt.title("2020080603012")
import numpy as np
import matplotlib.pyplot as plt
x=np.arange(4,19)
y_max=np.array([32,31,35,36,25,38,39,34,28,35,36,31,35,36,34])
plt.plot(x,y_max)
plt.show()

在这里插入图片描述

plt.title("2020080603012")
import numpy as np
import matplotlib.pyplot as plt
x=np.arange(4,19)
y_max=np.array([32,31,35,36,25,38,39,34,28,35,36,31,35,36,34])
y_min=np.array([19,15,21,35,26,15,18,24,18,27,27,29,16,25,14])
plt.plot(x,y_max)
plt.plot(x,y_min)
plt.show()

在这里插入图片描述
3、绘制柱形图
(1)

plt.title("2020080603012")
import numpy as np
import matplotlib.pyplot as plt
x1=np.arange(5)
y1=np.array([23,15,48,16,25])
bar_width=0.5
plt.bar(x1,y1,tick_label=['a','b','c','d','e'],width=bar_width)
plt.show()

在这里插入图片描述
(2)绘制多组柱形图

plt.title("2020080603012")
import numpy as np
import matplotlib.pyplot as plt
x1=np.arange(5)
y1=np.array([23,15,48,16,25])
y3=np.array([12,23,21,25,26])
bar_with=0.5
plt.bar(x1,y1,tick_label=['a','b','c','d','e'],width=bar_width)
plt.bar(x1+bar_width,y3,width=bar_width)
plt.show(

在这里插入图片描述
(3)绘制堆积柱形图

plt.title("2020080603012")
import numpy as np
import matplotlib.pyplot as plt
x1=np.arange(5)
y1=np.array([23,15,48,16,25])
y3=np.array([12,23,21,25,26])
plt.bar(x1,y1,tick_label=['a','b','c','d','e'],width=bar_width)
plt.bar(x1,y3,bottom=y2,width=bar_width)
plt.show()

在这里插入图片描述

(4)为堆积柱形图添加误差棒

plt.title("2020080603012")
import numpy as np
import matplotlib.pyplot as plt
x1=np.arange(5)
y1=np.array([23,15,48,16,25])
y3=np.array([12,23,21,25,26])
error=[2,1,2.5,2,1.5]
plt.bar(x1,y1,tick_label=['a','b','c','d','e'],width=bar_width)
plt.bar(x1,y3,bottom=y2,width=bar_width,yerr=error)
plt.show()

在这里插入图片描述
3、绘制条形图
(1)

plt.title("2020080603012")
import numpy as np
import matplotlib.pyplot as plt
yy=np.arange(5)
xx=np.array([23,15,48,16,25])
bar_height=0.5
plt.barh(yy,xx,tick_label=['a','b','c','d','e'],height=bar_height)
plt.show()

在这里插入图片描述
(2)绘制多组条形图

plt.title("2020080603012")
import numpy as np
import matplotlib.pyplot as plt
xx=np.array([23,15,48,16,25])
xx2=np.array([25,12,34,45,57])
yy=np.arange(5)
bar_height=0.5
plt.barh(yy,xx,tick_label=['a','b','c','d','e'],height=bar_height)
plt.barh(yy+bar_height,xx2,height=bar_height)
plt.show()

在这里插入图片描述
(3)绘制堆积条形图

plt.title("2020080603012")
import numpy as np
import matplotlib.pyplot as plt
xx2=np.array([25,12,34,45,57])
xx=np.array([23,15,48,16,25])
yy=np.arange(5)
bar_height=0.5
plt.barh(yy,xx,tick_label=['a','b','c','d','e'],height=bar_height)
plt.barh(yy,xx2,left=xx,height=bar_height)
plt.show()

在这里插入图片描述
(4)为堆积条形图添加误差棒

plt.title("2020080603012")
xx2=np.array([25,12,34,45,57])
xx=np.array([23,15,48,16,25])
yy=np.arange(5)
error=[2,1,2.5,2,1.5]
plt.barh(yy,xx,tick_label=['a','b','c','d','e'],height=bar_height)
plt.barh(yy,xx2,left=xx,height=bar_height,xerr=error)
plt.show()

在这里插入图片描述

  开发工具 最新文章
Postman接口测试之Mock快速入门
ASCII码空格替换查表_最全ASCII码对照表0-2
如何使用 ssh 建立 socks 代理
Typora配合PicGo阿里云图床配置
SoapUI、Jmeter、Postman三种接口测试工具的
github用相对路径显示图片_GitHub 中 readm
Windows编译g2o及其g2o viewer
解决jupyter notebook无法连接/ jupyter连接
Git恢复到之前版本
VScode常用快捷键
上一篇文章      下一篇文章      查看所有文章
加:2022-03-03 16:35:43  更:2022-03-03 16:39:10 
 
开发: C++知识库 Java知识库 JavaScript Python PHP知识库 人工智能 区块链 大数据 移动开发 嵌入式 开发工具 数据结构与算法 开发测试 游戏开发 网络协议 系统运维
教程: HTML教程 CSS教程 JavaScript教程 Go语言教程 JQuery教程 VUE教程 VUE3教程 Bootstrap教程 SQL数据库教程 C语言教程 C++教程 Java教程 Python教程 Python3教程 C#教程
数码: 电脑 笔记本 显卡 显示器 固态硬盘 硬盘 耳机 手机 iphone vivo oppo 小米 华为 单反 装机 图拉丁

360图书馆 购物 三丰科技 阅读网 日历 万年历 2024年11日历 -2024/11/26 6:49:07-

图片自动播放器
↓图片自动播放器↓
TxT小说阅读器
↓语音阅读,小说下载,古典文学↓
一键清除垃圾
↓轻轻一点,清除系统垃圾↓
图片批量下载器
↓批量下载图片,美女图库↓
  网站联系: qq:121756557 email:121756557@qq.com  IT数码