Python+matplotlib实现循环作图的方法详解
作者：Python进阶者
这篇文章主要为大家介绍了Python如何利用matplotlib实现循环作图的，文中的示例代码讲解详细，感兴趣的小伙伴可以跟随小编一起学习学习
大家好，我是皮皮。
一、前言
前几天在Python白银交流群【在 途中要勤奋的熏肉肉】问了一道Python可视化处理的问题，如下图所示。
原始代码，如下所示：
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
import scipy.stats as st
result_parameter_peak = pd.read_csv("result_parameter_peak.csv", encoding="utf_8_sig")
# 设置画布
fig = plt.figure(figsize=(20, 8)) # figsize是常用的参数.(宽，高)
axl = fig.add_subplot(1, 1, 1)
for i in range(len(result_parameter_peak)):
x = np.arange(0, 400, 1)
# 绘制gamma曲线
y661 = st.gamma.pdf(x, result_parameter_peak.iloc[i, 1], scale=result_parameter_peak.iloc[i, 2])
axl.plot(x, y661, 'r-.', label="α= 9.9028，β=10.4205")
# 设置坐标轴标题
axl.set_xlabel('Time')
axl.set_ylabel('Probility')
axl.set_title('分布')
# 可视化
plt.show()
得到的只是单个的图。
二、实现过程
这里【月神】给了一个思路和一份示例代码，如下所示：
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
import scipy.stats as st
result_parameter_peak = pd.read_csv("result_parameter_peak.csv", encoding="utf_8_sig")
plt.figure()
for i, alpha, beta in result_parameter_peak.itertuples():
x = np.arange(0, 300, 1)
# 绘制gamma曲线
y661 = st.gamma.pdf(x, alpha, scale=beta)
plt.plot(x, y661, '-.')
# 设置坐标轴标题
plt.xlabel('Time')
plt.ylabel('Probility')
plt.title('分布')
# 可视化
plt.show()
运行之后，结果如下图所示：
顺利地解决了粉丝的问题！
后来【小趴菜】又给图加了图注，看上去高大上一些，代码如下所示：
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
import scipy.stats as st
result_parameter_peak = pd.read_csv("result_parameter_peak.csv", encoding="utf_8_sig")
plt.figure()
for i, alpha, beta in result_parameter_peak.itertuples():
x = np.arange(0, 300, 1)
# 绘制gamma曲线
y661 = st.gamma.pdf(x, alpha, scale=beta)
# plt.plot(x, y661, '-.')
plt.plot(x, y661, '-.', label="α:" + str(alpha) + "β:" + str(beta))
# 设置坐标轴标题
plt.xlabel('Time')
plt.ylabel('Probility')
plt.title('fenbu')
# 可视化
plt.legend()
plt.show()
得到的效果图如下所示：
三、总结
大家好，我是皮皮。这篇文章主要盘点了一道matplotlib作图的问题，文中针对该问题给出了具体的解析和代码实现，帮助粉丝顺利解决了问题。
到此这篇关于Python+matplotlib实现循环作图的方法详解的文章就介绍到这了,更多相关Python matplotlib循环作图内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家！