Python具有出色的数据可视化库, Pandas , numpy 和 matplotlib 的组合可以帮助创建几乎所有类型的可视化图表,在本章中,无涯教程将开始研究一些简单的图表以及图表的各种属性。
import numpy as np import matplotlib.pyplot as plt x = np.arange(0,10) y = x ^ 2 #Simple Plot plt.plot(x,y)

可以使用库中的适当方法将标签应用于图表的轴以及标题,如下所示。
import numpy as np import matplotlib.pyplot as plt x = np.arange(0,10) y = x ^ 2 #标记轴和标题 plt.title("Graph Drawing") plt.xlabel("Time") plt.ylabel("Distance") #Simple Plot plt.plot(x,y)

可以使用库中的适当方法来指定图表中线条的样式和颜色,如下所示。
import numpy as np import matplotlib.pyplot as plt x = np.arange(0,10) y = x ^ 2 #标记轴和标题 plt.title("Graph Drawing") plt.xlabel("Time") plt.ylabel("Distance") # 格式化线条颜色 plt.plot(x,y,'r') # 格式化线型 plt.plot(x,y,'>')

可以使用库中的适当方法将图表保存为不同的图像文件格式,如下所示。
import numpy as np import matplotlib.pyplot as plt x = np.arange(0,10) y = x ^ 2 #标记轴和标题 plt.title("Graph Drawing") plt.xlabel("Time") plt.ylabel("Distance") # 格式化线条颜色 plt.plot(x,y,'r') # 格式化线型 plt.plot(x,y,'>') # 保存为pdf格式 plt.savefig('timevsdist.pdf', format='pdf')
上面的代码在python环境的默认路径中创建pdf文件。
祝学习愉快!(内容编辑有误?请选中要编辑内容 -> 右键 -> 修改 -> 提交!)