python可视化实现代码
python可视化
#导入两个库
import numpy as np
import matplotlib.pyplot as plt
#第一个参数就是x轴的初始值
#第二个参数是x轴的终止值
#第三个返回num均匀分布的样本，也就是0-12的区间取多少个点，如果为曲线的最好数值大一点
x = np.linspace(0, 12, 50)
y = np.sin(x) #函数
z = np.cos(x) # 函数
plt.figure(figsize=(8, 4))#解释在下面
plt.plot(x, y, label="$sin(x)$", color="red", linewidth=2) #描绘函数图像以及标注
plt.plot(x, z, "b--", label="$cos(X^2)$")# b--为虚线的意思
plt.xlabel("Time(s)") #x轴的名字
plt.ylabel("Volt1")
plt.title("PyPlot First Example")
#第一个参数是表示y轴的开始值
#第二个参数是表示y轴的结束值
plt.ylim(-1.2, 1, 2)
plt.legend()
plt.show()
(1)figure语法说明
figure(num=None, figsize=None, dpi=None, facecolor=None, edgecolor=None, frameon=True)
num:图像编号或名称，数字为编号 ，字符串为名称
figsize:指定figure的宽和高，单位为英寸；
dpi参数指定绘图对象的分辨率，即每英寸多少个像素，缺省值为80 1英寸等于2.5cm,A4纸是 21*30cm的纸张
facecolor:背景颜色
edgecolor:边框颜色
frameon:是否显示边框
总结
以上就是这篇文章的全部内容了，希望本文的内容对大家的学习或者工作具有一定的参考学习价值，谢谢大家对软件开发网的支持。如果你想了解更多相关内容请查看下面相关链接
您可能感兴趣的文章:Python数据可视化库seaborn的使用总结Python数据可视化之画图Python数据可视化教程之Matplotlib实现各种图表实例通过python的matplotlib包将Tensorflow数据进行可视化的方法Python数据分析:手把手教你用Pandas生成可视化图表的教程Python干货：分享Python绘制六种可视化图表利用Python进行数据可视化常见的9种方法！超实用！利用Python代码实现数据可视化的5种方法详解Python matplotlib绘图可视化知识点整理(小结)Python数据可视化正态分布简单分析及实现代码
