最近做實(shí)驗(yàn)的時(shí)候發(fā)現(xiàn)了一組神仙顏色配圖木羹，特寫(xiě)下此文備忘。
- 好看的配色
color=['#377eb8', '#ff7f00', '#4daf4a','#f781bf', '#a65628', '#984ea3','#999999', '#e41a1c']
alpha=0.6
- 包的導(dǎo)入
import matplotlib.pyplot as plt
import matplotlib
- 相關(guān)字體設(shè)置
font1 = {'family' : 'Times New Roman',
'weight' : 'normal',
'size':15,
}
font2 = {'family' : 'Times New Roman',
'weight' : 'normal',
'size':10,
}
- 坐標(biāo)軸設(shè)置
figure, ax = plt.subplots()
# 設(shè)置matplotlib正常顯示中文和負(fù)號(hào)
matplotlib.rcParams['font.sans-serif']=['SimHei'] # 用黑體顯示中文
matplotlib.rcParams['axes.unicode_minus']=False # 正常顯示負(fù)號(hào)
# 顯示橫軸標(biāo)簽
plt.xlabel("Distance/pixels",font1)
# 顯示縱軸標(biāo)簽
plt.ylabel("Counts",font1)
plt.axis([0, 1080, 0, 800])
plt.tick_params(labelsize=15)
plt.xticks([0, 120,240,360,480,600,720,840,960,1080])
plt.yticks([0,100,200,300,400,500,600,700,800])
labels = ax.get_xticklabels() + ax.get_yticklabels()
[label.set_fontname('Times New Roman') for label in labels]
# 顯示圖標(biāo)題
#plt.title("頻數(shù)/頻率分布直方圖")
plt.legend(loc = 'upper right',prop=font2)
- 畫(huà)頻數(shù)/頻率分布直方圖
plt.hist(X, bins=40, normed=0, facecolor=color[0], edgecolor="black", alpha=0.6,label='X')
- 畫(huà)散點(diǎn)圖
plt.scatter(Tool1[:,0],Tool1[:,1],color=color[3],label='Tool4', alpha=0.6)
- 畫(huà)點(diǎn)線圖
plt.plot(x, y1,alpha=0.6,label='Tool1',color=color[0],linewidth=2)
-
畫(huà)正態(tài)分布圖
from scipy import stats
#數(shù)據(jù)
x = np.random.normal(0, 2, N)
#求均值和方差
mean, std = x.mean(), x.std(ddof=1)
#橫坐標(biāo)數(shù)據(jù)
x1 = np.arange(-5, 5, 0.001)
#求概率密度函數(shù)
y1 = stats.norm.pdf(x1, loc=mean, scale=std)
# 求置信水平
#這里的0.9是置信水平
conf_intveral = stats.norm.interval(0.9, loc=mean, scale=std)
#畫(huà)圖
plt.plot(x1, y1,alpha=0.6,label='Total',color='r',linewidth=2)
- 求對(duì)數(shù)正態(tài)分布
x1=np.log10(x)
data1=np.log10(Tool1)
mean1, std1= data1.mean(), data1.std(ddof=1)
y1 = stats.norm.pdf(x1, loc=mean1, scale=std1)
#最后以（x,y1）畫(huà)圖
最后配上我的神仙圖展示
density.png
distance.png
test.png
是不是挺好看的呀蹄殃！
