sca函数python scandir python

python scatter()是什么意思

matplotlib库里的散点图

例子

from matplotlib.figure import Figure

fig    = Figure()

ax    = fig.add_axes([0.4, 0.3, 0.4, 0.5])

sca    = ax.scatter([1,3,5],[2,1,2])

Python 画图存储（savefig）

sca函数python你可以安装pythonsca函数python的第三方应用 chartdirector, 如下面用python代码生成多个曲线sca函数python的png图形sca函数python，并可以自定义layout.

#!/usr/bin/python

from pychartdir import *

# The data for the line chart

data0 = [42, 49, 33, 38, 51, 46, 29, 41, 44, 57, 59, 52, 37, 34, 51, 56, 56, 60, 70,

    76, 63, 67, 75, 64, 51]

data1 = [50, 55, 47, 34, 42, 49, 63, 62, 73, 59, 56, 50, 64, 60, 67, 67, 58, 59, 73,

    77, 84, 82, 80, 84, 98]

data2 = [36, 28, 25, 33, 38, 20, 22, 30, 25, 33, 30, 24, 28, 15, 21, 26, 46, 42, 48,

    45, 43, 52, 64, 60, 70]

# The labels for the line chart

labels = ["0", "1", "2", "3", "4", "5", "6", "7", "8", "9", "10", "11", "12", "13",

    "14", "15", "16", "17", "18", "19", "20", "21", "22", "23", "24"]

# Create an XYChart object of size 600 x 300 pixels, with a light blue (EEEEFF)

# background, black border, 1 pxiel 3D border effect and rounded corners

c = XYChart(600, 300, 0xeeeeff, 0x000000, 1)

c.setRoundedFrame()

# Set the plotarea at (55, 58) and of size 520 x 195 pixels, with white background.

# Turn on both horizontal and vertical grid lines with light grey color (0xcccccc)

c.setPlotArea(55, 58, 520, 195, 0xffffff, -1, -1, 0xcccccc, 0xcccccc)

# Add a legend box at (50, 30) (top of the chart) with horizontal layout. Use 9 pts

# Arial Bold font. Set the background and border color to Transparent.

c.addLegend(50, 30, 0, "arialbd.ttf", 9).setBackground(Transparent)

# Add a title box to the chart using 15 pts Times Bold Italic font, on a light blue

# (CCCCFF) background with glass effect. white (0xffffff) on a dark red (0x800000)

# background, with a 1 pixel 3D border.

c.addTitle("Application Server Throughput", "timesbi.ttf", 15).setBackground(

    0xccccff, 0x000000, glassEffect())

# Add a title to the y axis

c.yAxis().setTitle("MBytes per hour")

# Set the labels on the x axis.

c.xAxis().setLabels(labels)

# Display 1 out of 3 labels on the x-axis.

c.xAxis().setLabelStep(3)

# Add a title to the x axis

c.xAxis().setTitle("Jun 12, 2006")

# Add a line layer to the chart

layer = c.addLineLayer2()

# Set the default line width to 2 pixels

layer.setLineWidth(2)

# Add the three data sets to the line layer. For demo purpose, we use a dash line

# color for the last line

layer.addDataSet(data0, 0xff0000, "Server #1")

layer.addDataSet(data1, 0x008800, "Server #2")

layer.addDataSet(data2, c.dashLineColor(0x3333ff, DashLine), "Server #3")

# Output the chart

c.makeChart("multiline.png")

python 类matlab中的clf命令

建议你用面向对象的方式去画图，一个图作为一个对象，这样每次调用一个对象的保存图片方法就可以只保存当前图片。

你这种用法第三张图会有三个子图是因为三个子图都画在同一个对象上。

为了将面向对象的绘图库包装成只使用函数的调用接口，pyplot模块的内部保存了当前图表以及当前子图等信息。当前的图表和子图可以使用gcf()和gca()获得，它们分别是“Get Current Figure”和“Get Current Axis”的开头字母缩写。gcf()获得的是表示图表的Figure对象，而gca()则获得的是表示子图的Axes对象。下面我们在IPython中运行上节的“matplotlib_simple_plot.py”程序，然后调用gcf()和gca()查看当前的Figure和Axes对象。

给你个例子

import numpy as np

import matplotlib.pyplot as plt

 

plt.figure(1) # 创建图表1

plt.figure(2) # 创建图表2

ax1 = plt.subplot(211) # 在图表2中创建子图1

ax2 = plt.subplot(212) # 在图表2中创建子图2

 

x = np.linspace(0, 3, 100)

for i in xrange(5):

    plt.figure(1)  ❶ # 选择图表1

    plt.plot(x, np.exp(i*x/3))

    plt.sca(ax1)   ❷ # 选择图表2的子图1

    plt.plot(x, np.sin(i*x))

    plt.sca(ax2)  # 选择图表2的子图2

    plt.plot(x, np.cos(i*x))

 

plt.show()

求教python一个作图的问题

matplotlib 是python最著名的绘图库，它提供了一整套和matlab相似的命令API，十分适合交互式地行制图。而且也可以方便地将它作为绘图控件，嵌入GUI应用程序中。

它的文档相当完备，并且Gallery页面中有上百幅缩略图，打开之后都有源程序。因此如果你需要绘制某种类型的图，只需要在这个页面中浏览/复制/粘贴一下，基本上都能搞定。

在Linux下比较著名的数据图工具还有gnuplot，这个是免费的，Python有一个包可以调用gnuplot，但是语法比较不习惯，而且画图质量不高。

而 Matplotlib则比较强：Matlab的语法、python语言、latex的画图质量（还可以使用内嵌的latex引擎绘制的数学公式）。

本文目录

1. Matplotlib.pyplot快速绘图

2. 面向对象画图

3. Matplotlib.pylab快速绘图

4. 在图表中显示中文

5. 对LaTeX数学公式的支持

6. 对数坐标轴

7. 学习资源

Matplotlib.pyplot快速绘图

快速绘图和面向对象方式绘图

matplotlib实际上是一套面向对象的绘图库，它所绘制的图表中的每个绘图元素，例如线条Line2D、文字Text、刻度等在内存中都有一个对象与之对应。

为了方便快速绘图matplotlib通过pyplot模块提供了一套和MATLAB类似的绘图API，将众多绘图对象所构成的复杂结构隐藏在这套API内部。我们只需要调用pyplot模块所提供的函数就可以实现快速绘图以及设置图表的各种细节。pyplot模块虽然用法简单，但不适合在较大的应用程序中使用。

为了将面向对象的绘图库包装成只使用函数的调用接口，pyplot模块的内部保存了当前图表以及当前子图等信息。当前的图表和子图可以使用plt.gcf()和plt.gca()获得，分别表示"Get Current Figure"和"Get Current Axes"。在pyplot模块中，许多函数都是对当前的Figure或Axes对象进行处理，比如说：

plt.plot()实际上会通过plt.gca()获得当前的Axes对象ax，然后再调用ax.plot()方法实现真正的绘图。

可以在Ipython中输入类似"plt.plot??"的命令查看pyplot模块的函数是如何对各种绘图对象进行包装的。

配置属性

matplotlib所绘制的图表的每个组成部分都和一个对象对应，我们可以通过调用这些对象的属性设置方法set_*()或者pyplot模块的属性设置函数setp()设置它们的属性值。

因为matplotlib实际上是一套面向对象的绘图库，因此也可以直接获取对象的属性

配置文件

绘制一幅图需要对许多对象的属性进行配置，例如颜色、字体、线型等等。我们在绘图时，并没有逐一对这些属性进行配置，许多都直接采用了matplotlib的缺省配置。

matplotlib将这些缺省配置保存在一个名为“matplotlibrc”的配置文件中，通过修改配置文件，我们可以修改图表的缺省样式。配置文件的读入可以使用rc_params()，它返回一个配置字典；在matplotlib模块载入时会调用rc_params()，并把得到的配置字典保存到rcParams变量中；matplotlib将使用rcParams字典中的配置进行绘图；用户可以直接修改此字典中的配置，所做的改变会反映到此后创建的绘图元素。

绘制多子图（快速绘图）

Matplotlib 里的常用类的包含关系为 Figure - Axes - (Line2D, Text, etc.)一个Figure对象可以包含多个子图(Axes)，在matplotlib中用Axes对象表示一个绘图区域，可以理解为子图。

可以使用subplot()快速绘制包含多个子图的图表，它的调用形式如下：

subplot(numRows, numCols, plotNum)

subplot将整个绘图区域等分为numRows行* numCols列个子区域，然后按照从左到右，从上到下的顺序对每个子区域进行编号，左上的子区域的编号为1。如果numRows，numCols和plotNum这三个数都小于10的话，可以把它们缩写为一个整数，例如subplot(323)和subplot(3,2,3)是相同的。subplot在plotNum指定的区域中创建一个轴对象。如果新创建的轴和之前创建的轴重叠的话，之前的轴将被删除。

subplot()返回它所创建的Axes对象，我们可以将它用变量保存起来，然后用sca()交替让它们成为当前Axes对象，并调用plot()在其中绘图。

绘制多图表（快速绘图）

如果需要同时绘制多幅图表，可以给figure()传递一个整数参数指定Figure对象的序号，如果序号所指定的Figure对象已经存在，将不创建新的对象，而只是让它成为当前的Figure对象。

import numpy as np

import matplotlib.pyplot as plt

plt.figure(1) # 创建图表1

plt.figure(2) # 创建图表2

ax1 = plt.subplot(211) # 在图表2中创建子图1

ax2 = plt.subplot(212) # 在图表2中创建子图2

x = np.linspace(0, 3, 100)

for i in xrange(5):

plt.figure(1)  #❶ # 选择图表1

plt.plot(x, np.exp(i*x/3))

plt.sca(ax1)   #❷ # 选择图表2的子图1

plt.plot(x, np.sin(i*x))

plt.sca(ax2)  # 选择图表2的子图2

plt.plot(x, np.cos(i*x))

plt.show()

在图表中显示中文

matplotlib的缺省配置文件中所使用的字体无法正确显示中文。为了让图表能正确显示中文，可以有几种解决方案。

在程序中直接指定字体。

在程序开头修改配置字典rcParams。

修改配置文件。

matplotlib输出图象的中文显示问题

上面那个link里的修改matplotlibrc方式，我试了好几次都没成功。能work的一个比较简便粗暴的方式（但不知道有没有副作用）是，1.找到字体目录YOURPYTHONHOME\Lib\site-packages\matplotlib\mpl-data\fonts\ttf下的Vera.ttf。这里我们用中文楷体(可以从windows/system32/fonts拷贝过来，对于win8字体文件不是ttf的可以从网上下一个微软雅黑)，直接张贴到前面的ttf目录下，然后更名为Vera.ttf。2. 中文字符串用unicode格式，例如：u''测试中文显示''，代码文件编码使用utf-8 加上" # coding = utf-8  "一行。

面向对象画图

matplotlib API包含有三层，Artist层处理所有的高层结构，例如处理图表、文字和曲线等的绘制和布局。通常我们只和Artist打交道，而不需要关心底层的绘制细节。

直接使用Artists创建图表的标准流程如下：

创建Figure对象

用Figure对象创建一个或者多个Axes或者Subplot对象

调用Axies等对象的方法创建各种简单类型的Artists

import matplotlib.pyplot as plt

 

X1 = range(0, 50) Y1 = [num**2 for num in X1] # y = x^2 X2 = [0, 1] Y2 = [0, 1] # y = x

 

Fig = plt.figure(figsize=(8,4)) # Create a `figure' instance Ax = Fig.add_subplot(111) # Create a `axes' instance in the figure Ax.plot(X1, Y1, X2, Y2) # Create a Line2D instance in the axes

 

Fig.show() Fig.savefig("test.pdf")

python matplotlib模块 如何画两张图出来

python matplotlib模块 如何画两张图出来的方法sca函数python：

代码如下所示：

import numpy as np

import matplotlib.pyplot as plt

#创建自变量数组

x= np.linspace(0,2*np.pi,500)

#创建函数值数组

y1 = np.sin(x)

y2 = np.cos(x)

y3 = np.sin(x*x)

#创建图形

plt.figure(1)

'''

意思是在一个2行2列共4个子图的图中sca函数python，定位第1个图来进行操作（画图）。

最后面那个1表示第1个子图。那个数字的变化来定位不同的子图

'''

#第一行第一列图形

ax1 = plt.subplot(2,2,1)

#第一行第二列图形

ax2 = plt.subplot(2,2,2)

#第二行

ax3 = plt.subplot(2,1,2)

#选择ax1

plt.sca(ax1)

#绘制红色曲线

plt.plot(x,y1,color='red')

#限制y坐标轴范围

plt.ylim(-1.2,1.2)

#选择ax2

plt.sca(ax2)

#绘制蓝色曲线

plt.plot(x,y2,'b--')

plt.ylim(-1.2,1.2)

#选择ax3

plt.sca(ax3)

plt.plot(x,y3,'g--')

plt.ylim(-1.2,1.2)

plt.show()

附上效果图。

关于sca函数python和scandir python的介绍到此就结束了，不知道你从中找到你需要的信息了吗 ？如果你还想了解更多这方面的信息，记得收藏关注本站。