从 NumPy 数组绘制线图
pythonserver side programmingprogramming更新于 2024/1/14 17:09:00
线图是显示两个相关数据集之间关系的常用方法。其一般目的是显示随时间的变化。要从 numpy 数组绘制线图，我们可以使用 matplotlib，它是最古老、使用最广泛的 Python 绘图库。此外，它可以轻松与 numpy 集成，从而可以轻松创建线图来表示给定数据集中的趋势和模式。
从 NumPy 数组绘制线图的 Python 程序
以下是演示如何从 numpy 数组绘制线图的示例程序。
示例 1
在此程序中，我们将生成一个 numpy 数组 axisX，其值范围从 1 到 15，然后使用 sin 方法创建相应的数组 axisY。要绘制线图，我们将使用 plot() 方法，同时，我们还要使用标题以及 x 轴和 y 轴的标签自定义图形。
# 导入所需包
import numpy as np
import matplotlib.pyplot as plt
# 生成用于绘图的随机数据
axisX = np.linspace(1, 15, 50)
axisY = np.sin(axisX)
# 根据以上数据创建线图
plt.plot(axisX, axisY)
# 为图形添加标题和标签
plt.title('Line Graph')
plt.xlabel('X-axis')
plt.ylabel('Y-axis')
# 显示最终图形
plt.show()
输出
示例 2
在此示例中，我们将展示如何使用 'plot()' 方法绘制多条线。
方法
从 matplotlib 库导入引用名称为 'np' 的 numpy 库和 pyplot 模块，并将其重命名为 plt。
使用 numpy 数组将三条线初始化为数据点。
使用 'plot()' 方法绘制 x 坐标值与 y 坐标值的关系。
然后，使用 'title'、'legend' 添加一些有关绘图的信息， 'xlabel' 和 'ylabel'。
使用 'show()' 方法显示结果并退出。
import numpy as np
import matplotlib.pyplot as plt
# 第 1 行的数据点
x1 = np.array([1, 2, 3, 4, 5])
y1 = np.array([2, 4, 6, 8, 10])
# 第 2 行的数据点
x2 = np.array([2, 3, 4, 5, 6])
y2 = np.array([1, 3, 5, 7, 9])
# 第 3 行的数据点
x3 = np.array([1, 2, 3, 4, 5])
y3 = np.array([5, 4, 3, 2, 1])
# 绘制所有带标签的线
plt.plot(x1, y1, label='Line 1')
plt.plot(x2, y2, label='Line 2')
plt.plot(x3, y3, label='Line 3')
# 为线添加图例、x 和 y 标签以及标题
plt.legend()
plt.xlabel('X-axis')
plt.ylabel('Y-axis')
plt.title('Multiple Line Plot')
# 显示绘图
plt.show()
输出
示例 3
这是另一个示例，我们将使用与上一个示例相同的代码来绘制两条线，而不是三条线。
import matplotlib.pyplot as plt
import numpy as np
# 第 1 行的数据点
x1 = np.array([1, 2, 3, 4, 5])
y1 = np.array([2, 4, 6, 8, 10])
# 第 2 行的数据点
x2 = np.array([1, 2, 3, 4, 5])
y2 = np.array([1, 3, 5, 7, 9])
# 绘制所有指定标签的线条
plt.plot(x1, y1, label='Line 1')
plt.plot(x2, y2, label='Line 2')
# 为线条添加图例、x 和 y 标签以及标题
plt.legend()
plt.xlabel('X-axis')
plt.ylabel('Y-axis')
plt.title('在单个图形中绘制多条线条')
# 显示图表
plt.show()
输出
结论
在本文中，我们看到了三个示例展示如何使用 plot() 方法从 numpy 数组绘制线图的程序。此方法在 matplotlib 库中可用。线图是直观表示复杂趋势和数据集的方法之一。
