当前位置: 首页 > news >正文

一周学会Matplotlib3 Python 数据可视化-Hello World编写

锋哥原创的Matplotlib3 Python数据可视化视频教程:

2026版 Matplotlib3 Python 数据可视化 视频教程(无废话版) 玩命更新中~_哔哩哔哩_bilibili

Matplotlib3简介

Matplotlib 是 Python 最流行的数据可视化库之一,广泛应用于科学计算、数据分析、科研绘图、机器学习等领域。

官方主页:Matplotlib — Visualization with Python 最新版本:3.10

Matplotlib 是 Python 编程语言的 2D 绘图库,由 John Hunter 于 2003 年创建,遵循 PSF 许可证开源协议 [2]。它支持生成出版级质量的静态、动态及交互式图表,覆盖折线图、散点图、柱状图等常见类型,并具备跨平台交互环境与多种硬拷贝格式输出能力。其核心功能通过简洁的代码调用实现,提供坐标轴定制、网格线调整、图例设置等基础绘图配置,且支持通过配置文件或动态修改参数。

我们学习的话,主要通过官方用户指南:Using Matplotlib — Matplotlib 3.10.5 documentation

以及官方demo:Examples — Matplotlib 3.10.5 documentation

安装Matplotlib3库

首先我们新建一个纯净Python项目,选虚拟环境。Python版本3.11。

新建完项目,在终端Terminal里执行 matplotlib 安装命令,使用清华镜像安装,速度块。

pip install matplotlib -i https://pypi.tuna.tsinghua.edu.cn/simple

我们在安装一个jupyter,主要方便学习的时候,可视化图表显示。

pip install jupyter -i https://pypi.tuna.tsinghua.edu.cn/simple

这样我们把matplotlib库安装好了。

编写Matplotlib3 HelloWord项目

我们主要通过matplotlib的pyplot绘图工具来实现绘图。

我们先生成x,y轴随机数,然后调用plot方法,最后保存为图片。

import numpy as np
from matplotlib import pyplot as plt
​
# 随机生成数据
x = np.arange(2, 20, 1)
y = (x - 1) ** 3 + 1
​
# 绘图
plt.plot(x, y)
​
# 保存为图片
plt.savefig('test.png')

运行程序,则生成test.png图片,我们打开,一个最简单的二维图表生成了。

但是这里有个麻烦的地方,每次学习都要图片,再打开查看效果,比较麻烦。有没有直观的方式呢?

当然有,我们使用jupyter。

我们新建一个file文件,名字是helloWorld.ipynb

然后再贴下代码,最后的savefig()方法改成show()方法

import numpy as np
from matplotlib import pyplot as plt
​
# 随机生成数据
x = np.arange(2, 20, 1)
y = (x - 1) ** 3 + 1
​
# 绘图
plt.plot(x, y)
​
# 显示图片
plt.show()

运行下,直接显示报表图形了。非常直观,非常Nice,很适合我们学习用。

http://www.dtcms.com/a/314609.html

相关文章:

  • 半同步复制原理
  • 企业级库存穿透技术实现:基于LSTM的实时损耗控制算法在快鹭AI办公系统中的实践
  • Jmeter进行性能并发测试
  • mybatis知识
  • 网安学习NO.21
  • 飞算JavaAI需求转SpringBoot项目沉浸式体验
  • 探访WAIC2025:当AI成为双刃剑,合合信息如何破解真假难题
  • 北京JAVA基础面试30天打卡01
  • SpringMvc跨域配置方法详解
  • Linux网络编程【基于UDP网络通信的群聊服务】
  • 通用代码自用
  • 李沐写作笔记
  • C语言结构体、位段、枚举、联合体
  • Codeforces Round 1004 (Div. 2)
  • win10 系统,一键保存截图, shift + print_screen
  • Ubuntu 下 MySQL 运维自动化部署教程(在线简易版)
  • 0.08B参数以小博大:用小模型生成媲美GPT-4o的古典诗词
  • TCP 四次挥手详解
  • springboot博客实战笔记01
  • 常见的Prompt设计误区
  • Centos Docker 安装手册(可用)
  • Web开发系列-第15章 项目部署-Docker
  • windows小组件能清理吗
  • 银河麒麟V10一键安装DM8的脚本及高阶运维SQL分享
  • 微型导轨:3D打印设备精度平稳的关键应用
  • 【Spring AI快速上手 (二)】Advisor实现对话上下文管理
  • 零基础掌握 Scrapy 和 Scrapy-Redis:爬虫分布式部署深度解析
  • C++少儿编程(二十一)—软件执行流程
  • 【微实验】MATLAB频谱 三维可视化
  • 量化大型语言模型的评估