Python matplot的使用(一)

其实,使用它的直接原因是因为matlab太大了,不方便。另外,就是它是免费的。

在安装这个库的时候,会需要安装一些它所依赖的库,比如six等。从sourceforge上下载,只需按照提示安装完成就行了。

下边是第一个matplot的绘图实例,其中,数学方便的东西主要用到了numpy的东西。 很简单! 跟matlab太像了~~

 1 import numpy as np
 2 import matplotlib.pyplot as plt
 3
 4 x = np.linspace(0, 10, 1000)    #1000 points
 5 y = np.sin(x)
 6 z = np.cos(x**2)
 7
 8 plt.figure(figsize=(8,4))
 9 plt.plot(x,y,label="$sin(x)$",color="red",linewidth=2)
10 plt.plot(x,z,"g--",label="$cos(x^2)$",linewidth=1.5)
11 plt.xlabel("Time(s)")
12 plt.ylabel("Value")
13 plt.title("My first example")
14 plt.ylim(-1.5,1.5)
15 plt.legend()
16 plt.show()

运行结果如下:

时间: 12-16

Python matplot的使用(一)的相关文章

Python Matplot中文显示完美解决方案

原因与现象 Matplot是一个功能强大的Python图表绘制库,很遗憾目前版本自带的字体库中并不支持中文字体.所以如果在绘制内容中需要显示中文,那么就会显示为方格字符. 解决办法 有一个较为完美的解决方案,通过扫描Matplot自带字体库以及系统字体库,寻找能够支持的中文字体,如果能够找到的话,就设置第一个为Matplot的字体熟悉. 代码如下: import matplotlib.pyplot as plt from matplotlib.font_manager import FontMa

Python matplot画散列图

同matlab一样,matplot也可画散列图scatter. 1 import numpy as np 2 import matplotlib.pyplot as plt 3 #fig = plt.figure() 4 #ax = fig.add_subplot(111) 5 a1 = np.array([1, 2, 3, 4]) 6 a2 = np.array([1, 2, 3, 4]) 7 #ax.scatter(np.random.rand(5), np.random.rand(5))

Python matplot画柱状图(一)

图的存在,让数据变得形象化.无论多么复杂的东西,都是简单的组合. 1 import matplotlib.pyplot as plt 2 import numpy as np 3 dict = {'A': 40, 'B': 70, 'C': 30, 'D': 85} 4 for i, key in enumerate(dict):#Circulate both index and value(Here is key) 5 plt.bar(i, dict[key], color='r', widt

用Python玩微信跳一跳详细使用教程

github地址:https://github.com/wangshub/wechat_jump_game 工具介绍 Python 3 Android 手机 Adb 驱动 Python Matplot绘图 python3安装 安装pip 安装依赖包 在github地址将源码下载下来解压后,使用cd命令进入项目目录, 执行命令 pip install -r requirements.txt.会将依赖包下载下来. 下载好之后执行命令python -m pip list 安装adb驱动 下载adb驱动

Logistic回归小结

1.梯度上升优化 1). 伪代码: 所有回归系数初始化为1-------------------weights = ones((colNum,1)) 重复r次: 计算整个数据集的梯度gradient 使用alpha*gradient更新回归系数的向量 返回回归系数weights 2). 迭代r次的代码: ? 1 2 3 4 for k in range(r):              #heavy on matrix operations         h = sigmoid(dataMat

[python]记录Windows下安装matplot的经历

最近学习在看<机器学习实战>一书,第二章的时候要用到Natplotlib画图,于是便开始安装Matplotlib.本文所用到的所有安装包都可以在文末的链接中找到. 首先从Matplotlib官网提供的链接下载安装包http://matplotlib.org/downloads.html,选择适合自己python的版本,笔者用的是python2.7,所以下载了matplotlib-1.4.2.win32-py2.7.exe,如下图所示. 下载完成之后点击安装,打开python shell输入im

初学python,感受和C的不同

从开始看Python到现在也有半个多月了,前后看了Python核心编程和Dive into Python两本书.话说半个月看两本,是个人都知道有多囫囵吞枣,这也是因为我暂时没有需求拿这个做大型开发,主要是平时的小程序test用一用.所以 我的策略是,整体浏览,用到时候现查.话说这核心编程第一版太古老了,老在讲2.2之前的东西,我看的翻译电子版,翻译得也不好,很晦涩.看完这个后还有 点云里雾里,看网上人家说DIP好,啄木鸟还有免费电子文档,就找来看这个.怎么说呢,讲的比核心编程好,但不适合第一次看

关于Python编程的一些问答

关于Python编程的一些问答 导语 大约1个月前,oschina.net和华章图书一起合作做了一个活动:OSC第51期高手问答--聊聊python那些事,来推广我参与撰写的书<编写高质量代码:改善Python程序的91个建议>(豆瓣链接).在回答问题的过程中,我看到有若干问题是好几个人都问了的,就萌发了在事后把这些问答整理整理的想法,以下内容就是来自那一次的问答.为简化整理,已经去掉了提问人的昵称,并做了简单的分类. 纠结的Py2与Py3之选 Q:Python 3 会导致Python的什么前

【机器学习算法-python实现】svm支持向量机(2)—简化版SMO算法

(转载请注明出处:http://blog.csdn.net/buptgshengod) 1.背景知识 通过上一节我们通过引入拉格朗日乗子得到支持向量机变形公式.详细变法可以参考这位大神的博客--地址 参照拉格朗日公式F(x1,x2,...λ)=f(x1,x2,...)-λg(x1,x2...).我们把上面的式子变型为: 约束条件就变成了: 下面就根据最小优化算法SMO(Sequential Minimal Optimization).找出距离分隔面最近的点,也就是支持向量集.如下图的蓝色点所示.