中的简单使用时间更新为, 二零二三年, 七月十二日, 零八点, 四十六分, 一十八秒 , 作者是, i阿极, 括号内为, 考研版。这文章着重讲里头涉及相关简单运用, 它是个能用来绘制数据可视化图形的库, 可支持绘制各式各样的静态图表, 动态图表, 以及交互式图表, 它属于数据科学跟机器学习范畴内颇为流行的可视化库当中的一个, 有需要的小伙伴是能够去参考一番的。1、介绍是一个库, 用于绘制数据可视化图形, 它支持绘制各种图表, 包括静态的, 动态的, 交互式的。它是数据科学领域最流行的可视化库之一, 也是机器学习领域最流行的可视化库之一, 它因为简单易用, 且具有高度可定制性, 所以备受欢迎。折线图, 这是可以绘制的图表类型之一, 散点图也是能绘图的类型中的一种, 直方图同样属于可绘制的范畴, 饼图也具备属于可绘制图表的条件, 等高线图当然是可以进行绘制的图表类型, 3D图亦是能够被绘制的图类等。它另外提供了丰富多样的绘图功能, 能够添加注释这一元素, 也可以添加图例这类组件, 还能够添加文本这种内容, 并且能添加网格线等东西, 支持自定义颜色这种属性, 支持自定义字体这类特性, 支持自定义样式等性质, 同时它也能够与其他库和工具, 像是NumPy等进行结合起来使用。创建源于2003年, 由John D. 最先发起塑造构建, 属于开源项目范畴, 当下由社区予以共同维护, 予以共同开发, 它在科学研究、数据分析、工程设计、教育教学等众多领域, 已得到广泛运用实施。2、实验环境3.93、 操作首先那乃是其中极为流行的绘图库当中的一个, 它能够被运用在用来创建各种各样不同类型的静态以及动态图表事宜上。该个库是由多个分支子库组合而成情况的, 其中有一个子库属于是最经常得以使用的子库当中的一个这个子库它给予了类似于某种情况的绘图界面呈现, 如此这般便会使得借助它来开展数据可视化各项操作变得更具简易程度效果了。3.1导入模块在使用之前我们需要导入库和模块import matplotlib.pyplot as plt通常习惯将模块重命名为plt以便更简洁地调用。3.2绘制图绘制图是的一个常见功能。以下是绘制图常见函数绘制折线图形, 能够借由传递双份参数, 也就是关于x轴以及y轴的数据, 以此来描绘出一幅简易的折线图形x [1, 2, 3, 4, 5] y [10, 8, 6, 4, 2] plt.plot(x, y) plt.show()3.3添加标题和标签并解决乱码问题还支持在图表中添加标题和标签以提高可读性和易用性。例如plt.plot(x, y) plt.title(折线图示例) plt.xlabel(X轴) plt.ylabel(Y轴) plt.show()发现添加标题和标签的时候图表出现了乱码。对于这种情况可以使用以下两种方式解决plt.plot(x, y) matplotlib.rcParams[font.family] SimHei # 将字体设置为中文黑体 plt.title(折线图示例) plt.xlabel(X轴) plt.ylabel(Y轴) plt.show()import matplotlib.pyplot as plt import matplotlib.font_manager as fm my_font fm.FontProperties(fnameC:/Windows/Fonts/SimHei.ttf) # 文字体 plt.plot([1, 2, 3, 4]) plt.title(示例, fontpropertiesmy_font) plt.show()3.4绘制多个子图运用, 能够把好多子图合并一块儿, 造就出一幅较繁杂的图表。能够借助plt.()函数来打造一幅有着多个子图的图表:fig, axs plt.subplots(2, 2) axs[0, 0].plot(x, y) axs[0, 0].set_title(子图1) axs[0, 1].scatter(x, y) axs[0, 1].set_title(子图2) axs[1, 0].bar(x, y) axs[1, 0].set_title(子图3) axs[1, 1].pie(y) axs[1, 1].set_title(子图4) plt.show()我们借助plt.()函数构建了一个2x2的子图网格, 之后于每个子图之上绘制了各异类型的图表, 像是折线图、散点图、柱状图以及饼图。我们能够运用axs变量去引用每个子图, 并且利用()函数来增添标题。3.5保存图表绘制完图表之后, 我们能够运用plt.()函数, 把图表保存成文件。此函数给定的参数, 能够对保存的文件名以及格式予以指定。plt.plot(x, y) plt.title(折线图示例) plt.xlabel(X轴) plt.ylabel(Y轴) plt.savefig(C:\\Users\\XWJ\\Desktop\\daima\\line_chart.png)名为.png的PNG文件, 是我们要保存的折线图。当调用plt.()函数时, 得在调用plt.show()函数之前进行调用, 不然图表就没法被保存了。默认在这种状况下, plt.()函数会将整个图表予以保存, 这里面涵盖着边框以及标签。要是期望仅仅保存绘制出来的图表内容, 能够在调用plt.()函数之前去调用该函数, 这一函数会自动把子图之间的间距以及位置进行调整, 从而让图表的可视面积达到最大化。plt.plot(x, y) plt.title(折线图示例) plt.xlabel(X轴) plt.ylabel(Y轴) plt.tight_layout() plt.savefig(C:\\Users\\XWJ\\Desktop\\daima\\line_chart.png)就此, 关于“中”的简单运用所撰写的这篇文章, 便介绍到此处了。更多与之相关的简单运用内容, 可搜索我过往的文章, 或者继续浏览下面的相关文章。期望大家往后能多多支持我谢谢