使用Python可视化实现循环作图

回复“资源”即可获赠Python学习资料

今

日

鸡

汤

与君离别意，同是宦游人。

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。

最后感谢粉丝【在 途中要勤奋的熏肉肉】提问，感谢【月神】、【小趴菜】给出的思路和代码解析，感谢【dcpeng】、【千葉ほのお】、【德善堂小儿推拿-瑜亮老师】、【猫药师Kelly】、【Ming】等人参与学习交流。

小伙伴们，快快用实践一下吧！如果在学习过程中，有遇到任何问题，欢迎加我好友，我拉你进Python学习交流群共同探讨学习。

-------------------End-------------------

欢迎大家点赞，留言，转发，转载，感谢大家的相伴与支持

万水千山总是情，点个【在看】行不行