只需使用 pyplot 包的 savefig 方法并指定文件格式，我们就可以将输出保存为 SVG 格式。步骤使用 subplots 方法创建 fig 和 ax 变量，其中默认的 nrows 和 ncols 为 1。使用 np.array(0, 5) 创建 xpoints 和 ypoints。使用 xpoints 和 ypoints 绘制线条。使用 plt.xlabel() 方法设置 X 轴标签。使用 plt.ylabel() 方法设置 Y 轴标签。要将文件保存为 SVG 格式，请使用 savefig() 方法，其中图像名称为 myImagePDF.svg，格式为“svg”。要显示图像，请使用 plt.show() 方法。示例import matplotlib.pyplot as plt import numpy as np fig, ax = plt.subplots() xpoints = np.array([0, 5]) ypoints = np.array([0, ... 阅读更多

使用 matplotlib 的 plot 方法并使用不同颜色的集合设置图例。步骤使用 plt.xlabel() 方法设置 X 轴标签。使用 plt.ylabel() 方法设置 Y 轴标签。使用 plt.plot() 方法和 [9, 5]、[2, 5] 和 [4, 7, 8] 数组绘制线条。初始化两个变量；location = 0 用于最佳位置，border_drawn_flag = True（如果要为图例绘制边框，则为 True。如果未绘制边框，则为 False）。使用 plt.legend() 方法创建图例，并根据需要设置 location 和 border_drawn_flag 以在图表中获得完美的图例。使用 plt.show() 方法显示图形。示例import matplotlib.pyplot as plt plt.ylabel("Y-axis ") ... 阅读更多

要在图表中绘制多条线，我们可以使用 cycler，它可以帮助从给定的颜色列表中设置新的颜色。（这里，“r”=>“红色”、“g”=>“绿色”、“y”=>“黄色”、“b”=>“蓝色”）。步骤使用 cycler 为一组线设置颜色。颜色列表包含“r”表示红色，“g”表示绿色，“b”表示蓝色，“y”表示黄色。Cycler 类有助于从单个位置参数、一对位置参数或关键字参数的组合创建新的 Cycler 对象。使用不同的颜色绘制多条线。使用 ... 阅读更多

以下程序代码显示了如何在 matplotlib 标签中使用 Tex 绘制换行符。步骤为图表设置 X 轴和 Y 轴标签，以便在标签中绘制换行符。为 axes facecolor 设置当前的 .rcParams；组为 axed。使用 cycler 为一组线设置颜色。颜色列表包含“r”表示红色，“g”表示绿色，“b”表示蓝色，“y”表示黄色。Cycler 类有助于从单个位置参数、一对位置参数或关键字参数的组合创建新的 Cycler 对象。绘制多条线 ... 阅读更多

使用 FuncAnimation 方法，我们可以创建一部电影。我们将创建一个用户定义的方法 update，以不断更改粒子的位置，最后，该方法将返回散点实例。步骤获取粒子的初始位置、速度、力和平移。使用 figsize = (7, 7) 创建一个新图形或激活一个现有图形。向当前图形添加一个坐标轴，并将其设为当前坐标轴，并使用 xlim 和 ylim。绘制粒子的初始位置的散点图。通过重复调用函数 *func* 创建动画。我们可以传递一个用户定义的方法，该方法有助于更改位置 ... 阅读更多

首先，我们可以创建一个颜色列表，然后在循环中绘制线条时可以使用这些颜色。步骤在指定区间内返回等间距的数字，存储在 x 中。更新四条线的 x，并获取另一个变量用于等间距区间。创建一个颜色列表。迭代颜色并为所有线条设置颜色。要显示图形，请使用 plt.show() 方法。示例from matplotlib import pyplot as plt, cm import numpy as np x = np.linspace(0, 10, 100) lines = [x, x+10, x+5, x+11] evenly_spaced_interval = np.linspace(0, 1, len(lines)) colors = [cm.rainbow(x) for x in evenly_spaced_interval] for i, color in enumerate(colors): ... 阅读更多

在 ticklabel_format() 方法中使用 style='plain'，我们可以限制值转换为指数形式。步骤将两个列表传递给 plot() 方法以绘制线条。使用 style='plain' 的 ticklabel_format() 方法。如果未设置参数，则格式化程序的相应属性保持不变。Style='plain' 关闭科学计数法。要显示图形，请使用 plt.show() 方法。示例from matplotlib import pyplot as plt plt.plot([1, 2, 3, 4, 5], [11, 12, 13, 14, 15]) plt.ticklabel_format(style='plain')    # 防止使用科学计数法。 plt.show()输出

我们可以使用 hist 方法绘制一些表达式。之后，我们将使用 plot 方法和创建 hist 时返回的 bins 为表达式绘制平均图。步骤使用一些等式获取 x 的数据，设置 num_bins = 50。使用 subplots 方法创建 fig 和 ax 变量，其中默认的 nrows 和 ncols 为 1。使用 ax.hist() 方法获取 n、bins 和 patches 值。使用 bins 和从一些等式获得的 y 数据绘制平均线。使用 plt.xlabel() 方法设置 X 轴标签。使用 plt.ylabel() 方法设置 Y 轴标签。为坐标轴设置标题。使用 tight_layout()，我们可以调整 ... 阅读更多

使用 Pandas，我们可以创建一个数据框并为日期时间设置索引。使用 gcf().autofmt_xdate()，我们将调整 X 轴上的日期。步骤创建日期时间列表，并使用 pd.to_datetime() 将其转换为日期时间。考虑 data = [1, 2, 3]实例化 DataFrame() 对象，即 DF。使用步骤 2 中的数据设置 DF['value']。使用步骤 1 中的日期时间设置 DF.index()。现在绘制数据框，即 plt.plot(DF)。获取当前图形并将其设为 autofmt_xdate()。使用 plt.show() 方法显示图形。示例import pandas as pd import matplotlib.pyplot as plt date_time = ["2021-01-01", "2021-01-02", "2021-01-03"] date_time = pd.to_datetime(date_time) data = [1, 2, 3] DF = ... 阅读更多

在本文中，我们可以创建饼图来显示我们的日常活动，即睡眠、进食、工作和玩耍。使用 plt.pie() 方法，我们可以使用不同活动的不同数据集创建饼图。步骤创建一个日期列表，即 [1, 2, 3, 4, 5]。类似地，为睡眠、进食、玩耍和工作创建列表。有一个活动列表，其中包含“睡眠”、“进食”、“工作”和“玩耍”。创建一个颜色列表。使用 plt.pie() 方法绘制饼图，其中传递切片、活动、颜色作为 cols 等。为坐标轴设置标题，即“饼图”。要显示图形 ... 阅读更多