python3实现绘制二维点图

yipeiwu_com7年前Python基础

如下所示:

import matplotlib.pyplot as plt
plt.plot([1,2,3],[4,5,6],'ro')
plt.show()#这个智障的编辑器,,,看来高版本的确修复了一些bug

用python3的qt5出来的图形,效果很好:

而且在上面的图像中也可以用调整按钮进行适当的调整。

下面我们直接用代码进行坐标的调整:

import matplotlib.pyplot as plt 
plt.xlim(xmax=7,xmin=0)
plt.ylim(ymax=7,ymin=0)
plt.plot([1,2,3],[4,5,6],'ro')
plt.show()

下面加一个标题,叫做散点图

import matplotlib.pyplot as plt
plt.title("I'm a scatter diagram.") 
plt.xlim(xmax=7,xmin=0)
plt.ylim(ymax=7,ymin=0)
plt.plot([1,2,3],[4,5,6],'ro')
plt.show()

给xy轴进行命名

import matplotlib.pyplot as plt
plt.title("I'm a scatter diagram.") 
plt.xlim(xmax=7,xmin=0)
plt.ylim(ymax=7,ymin=0)
plt.xlabel("x")
plt.ylabel("y")
plt.plot([1,2,3],[4,5,6],'ro')
plt.show()

加一个标注:

import matplotlib.pyplot as plt
plt.title("I'm a scatter diagram.") 
plt.xlim(xmax=7,xmin=0)
plt.ylim(ymax=7,ymin=0)
plt.annotate("(3,6)", xy = (3, 6), xytext = (4, 5), arrowprops = dict(facecolor = 'black', shrink = 0.1))
plt.xlabel("x")
plt.ylabel("y")
plt.plot([1,2,3],[4,5,6],'ro')
plt.show()

多画几个图:

import matplotlib.pyplot as plt

plt.subplot(221)
plt.xlim(xmax=7,xmin=0)
plt.ylim(ymax=7,ymin=0)
plt.xlabel("x")
plt.ylabel("y")
plt.plot([1,2,3],[4,5,6],'ro')

plt.subplot(222)
plt.xlim(xmax=7,xmin=0)
plt.ylim(ymax=7,ymin=0)
plt.xlabel("x")
plt.ylabel("y")
plt.plot([1,2,3],[4,5,6],'ro')


plt.subplot(223)
plt.xlim(xmax=7,xmin=0)
plt.ylim(ymax=7,ymin=0)
plt.xlabel("x")
plt.ylabel("y")
plt.plot([1,2,3],[4,5,6],'ro')

plt.show()

以上这篇python3实现绘制二维点图就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持【听图阁-专注于Python设计】。

相关文章

pycharm 使用心得(五)断点调试

pycharm 使用心得(五)断点调试

【运行】和【调试】前的设置,详见前面的文章,helloword。 1,设置断点 在代码前面,行号的后面,鼠标单击,就可以设置断点。如下: 2,调试 断点点击那个绿色的甲虫图标(似乎甲虫...

Python解决八皇后问题示例

Python解决八皇后问题示例

本文实例讲述了Python解决八皇后问题的方法。分享给大家供大家参考,具体如下: 八皇后问题是一个以国际象棋为背景的问题:如何能够在 8×8 的国际象棋棋盘上放置八个皇后,使得任何一个皇...

Python合并两个字典的常用方法与效率比较

本文实例讲述了Python合并两个字典的常用方法与效率比较。分享给大家供大家参考。具体分析如下: 下面的代码举例了5种合并两个字典的方法,并且做了个简单的性能测试 #!/usr/bi...

详解Python中is和==的区别

在Python中一切都是对象。 Python中对象包含的三个基本要素,分别是: id(身份标识) type(数据类型) value(值) 对象之间比较是否相等可以用 ==...

pandas 使用apply同时处理两列数据的方法

多的不说,看了代码就懂了! df = pd.DataFrame ({'a' : np.random.randn(6), 'b' : ['foo', 'bar'] * 3,...