matplotlib是python最著名的繪圖庫,它提供了一整套和matlab相似的命令API,十分適合互動式地進行製圖。而且也可以方便地將它作為繪圖控件,嵌入GUI應用程式中。它的文件相當完備,並且Gallery頁面中有上百幅縮圖,開啟之後都有原始程式。因此如果你需要繪製某種類型的圖,只需要在這個頁面中瀏覽/複製/貼上一下,基本上都能搞定。
這篇我們用matplotlib從構造最簡單的bar一步一步到複雜的bar前進。什麼是最簡單的bar,看如下語句你就知道她有多簡單了:
import matplotlib.pyplot as plt plt.bar(left = 0,height = 1) plt.show()
執行效果:
是的,三句話就可以了,是我見過最簡單的繪圖語句。首先我們import了matplotlib.pyplot ,然後直接呼叫其bar方法,最後用show顯示圖像。我解釋一下bar中的兩個參數:
left:柱形的左邊緣的位置,如果我們指定1那麼當前柱形的左邊緣的x值就是1.0了
height:這是柱形的高度,也就是Y軸的值了
left,height除了可以使用單獨的值(此時是一個柱形),也可以使用元組來替換(此時代表多個矩形)。例如,下面的例子:
import matplotlib.pyplot as plt plt.bar(left = (0,1),height = (1,0.5)) plt.show()
可以看到 left = (0,1)的意思是總共有兩個長方形,第一個的左邊緣為0,第二個的左邊緣為1。 height參數同理。
當然,可能你還覺得這兩個長方形「太胖」了。此時我們可以透過指定bar的width參數來設定它們的寬度。
import matplotlib.pyplot as plt plt.bar(left = (0,1),height = (1,0.5),width = 0.35) plt.show()
此時又來需求了,我需要標明x,y軸的說明。例如x軸是性別,y軸是人數。實作也很簡單,看程式碼:
import matplotlib.pyplot as plt plt.xlabel(u'性别') plt.ylabel(u'人数') plt.bar(left = (0,1),height = (1,0.5),width = 0.35) plt.show()
注意這裡的中文一定要用u(3.0以上好像不用,我用的2.7),因為matplotlib只支援unicode。接下來,讓我們在x軸上的每個bar進行說明。例如第一個是“男”,第二個是“女”。
import matplotlib.pyplot as plt plt.xlabel(u'性别') plt.ylabel(u'人数') plt.xticks((0,1),(u'男',u'女')) plt.bar(left = (0,1),height = (1,0.5),width = 0.35) plt.show()
plt.xticks的用法和我們前面說到的left,height的用法差不多。如果你有幾個bar,那就是幾維的元組。第一個是文字的位置,第二個是具體的文字說明。不過這裡有個問題,很顯然我們指定的位置有些“偏移”,最理想的狀態應該在每個矩形的中間。你可以更改(0,1)=>( (0+0.35)/2 ,(1+0.35)/2 )不過這樣比較麻煩。我們可以直接指定bar方法裡面的align="center"就可以讓文字居中了
import matplotlib.pyplot as plt plt.xlabel(u'性别') plt.ylabel(u'人数') plt.xticks((0,1),(u'男',u'女')) plt.bar(left = (0,1),height = (1,0.5),width = 0.35,align="center") plt.show()
接下來,我們也可以為圖示加入標題。
plt.title(u"性别比例分析")
當然,還有圖例也少不掉:
import matplotlib.pyplot as plt plt.xlabel(u'性别') plt.ylabel(u'人数') plt.title(u"性别比例分析") plt.xticks((0,1),(u'男',u'女')) rect = plt.bar(left = (0,1),height = (1,0.5),width = 0.35,align="center") plt.legend((rect,),(u"图例",)) plt.show()
注意這裡的legend方法,裡面的參數必須是元組。即使你只有一個圖例,不然顯示不正確。
接下來,我們還可以在每個矩形的上面標註它具體點Y值。這裡,我們需要用到一個通用的方法:
def autolabel(rects): for rect in rects: height = rect.get_height() plt.text(rect.get_x()+rect.get_width()/2., 1.03*height, '%s' % float(height))
其中plt.text的參數分別是:x座標,y座標,要顯示的文字。所以,呼叫程式碼如下:
import matplotlib.pyplot as plt def autolabel(rects): for rect in rects: height = rect.get_height() plt.text(rect.get_x()+rect.get_width()/2., 1.03*height, '%s' % float(height)) plt.xlabel(u'性别') plt.ylabel(u'人数') plt.title(u"性别比例分析") plt.xticks((0,1),(u'男',u'女')) rect = plt.bar(left = (0,1),height = (1,0.5),width = 0.35,align="center") plt.legend((rect,),(u"图例",)) autolabel(rect) plt.show()
到這裡這個圖形已經基本完備了,不過可以看到你一個矩形緊靠這頂部,不是很好看。最好能夠空出一段距離出來就好了。這個設定我沒有找到具體的屬性。不過,我還是透過一個小技巧來實現了。就是bar屬性的yerr參數。一旦設定了這個參數,那麼對應的矩形上面就會有一個垂直的線,我不知道他是做什麼的。不過當我把這個值設定的很小的時候,上面的空白就自動空出來了。如圖:
rect = plt.bar(left = (0,1),height = (1,0.5),width = 0.35,align="center",yerr=0.000001)

Python更易學且易用,C 則更強大但複雜。 1.Python語法簡潔,適合初學者,動態類型和自動內存管理使其易用,但可能導致運行時錯誤。 2.C 提供低級控制和高級特性,適合高性能應用,但學習門檻高,需手動管理內存和類型安全。

Python和C 在内存管理和控制方面的差异显著。1.Python使用自动内存管理,基于引用计数和垃圾回收,简化了程序员的工作。2.C 则要求手动管理内存,提供更多控制权但增加了复杂性和出错风险。选择哪种语言应基于项目需求和团队技术栈。

Python在科學計算中的應用包括數據分析、機器學習、數值模擬和可視化。 1.Numpy提供高效的多維數組和數學函數。 2.SciPy擴展Numpy功能,提供優化和線性代數工具。 3.Pandas用於數據處理和分析。 4.Matplotlib用於生成各種圖表和可視化結果。

選擇Python還是C 取決於項目需求:1)Python適合快速開發、數據科學和腳本編寫,因其簡潔語法和豐富庫;2)C 適用於需要高性能和底層控制的場景,如係統編程和遊戲開發,因其編譯型和手動內存管理。

Python在數據科學和機器學習中的應用廣泛,主要依賴於其簡潔性和強大的庫生態系統。 1)Pandas用於數據處理和分析,2)Numpy提供高效的數值計算,3)Scikit-learn用於機器學習模型構建和優化,這些庫讓Python成為數據科學和機器學習的理想工具。

每天學習Python兩個小時是否足夠?這取決於你的目標和學習方法。 1)制定清晰的學習計劃,2)選擇合適的學習資源和方法,3)動手實踐和復習鞏固,可以在這段時間內逐步掌握Python的基本知識和高級功能。

Python在Web開發中的關鍵應用包括使用Django和Flask框架、API開發、數據分析與可視化、機器學習與AI、以及性能優化。 1.Django和Flask框架:Django適合快速開發複雜應用,Flask適用於小型或高度自定義項目。 2.API開發:使用Flask或DjangoRESTFramework構建RESTfulAPI。 3.數據分析與可視化:利用Python處理數據並通過Web界面展示。 4.機器學習與AI:Python用於構建智能Web應用。 5.性能優化:通過異步編程、緩存和代碼優

Python在開發效率上優於C ,但C 在執行性能上更高。 1.Python的簡潔語法和豐富庫提高開發效率。 2.C 的編譯型特性和硬件控制提升執行性能。選擇時需根據項目需求權衡開發速度與執行效率。


熱AI工具

Undresser.AI Undress
人工智慧驅動的應用程序,用於創建逼真的裸體照片

AI Clothes Remover
用於從照片中去除衣服的線上人工智慧工具。

Undress AI Tool
免費脫衣圖片

Clothoff.io
AI脫衣器

AI Hentai Generator
免費產生 AI 無盡。

熱門文章

熱工具

SublimeText3漢化版
中文版,非常好用

Dreamweaver Mac版
視覺化網頁開發工具

Atom編輯器mac版下載
最受歡迎的的開源編輯器

SublimeText3 Mac版
神級程式碼編輯軟體(SublimeText3)

MinGW - Minimalist GNU for Windows
這個專案正在遷移到osdn.net/projects/mingw的過程中,你可以繼續在那裡關注我們。 MinGW:GNU編譯器集合(GCC)的本機Windows移植版本,可自由分發的導入函式庫和用於建置本機Windows應用程式的頭檔;包括對MSVC執行時間的擴展,以支援C99功能。 MinGW的所有軟體都可以在64位元Windows平台上運作。