本篇内容主要讲解“怎么使用Python+matplotlib实现循环作图”，感兴趣的朋友不妨来看看。本文介绍的方法操作简单快捷，实用性强。下面就让小编来带大家学习“怎么使用Python+matplotlib实现循环作图”吧!
一、前言
原始代码，如下所示：
import pandas as pdimport numpy as npimport matplotlib.pyplot as pltimport scipy.stats as stresult_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 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
示例代码：
import pandas as pdimport numpy as npimport matplotlib.pyplot as pltimport scipy.stats as stresult_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 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：
给图加了图注，看上去高大上一些，代码如下所示：
import pandas as pdimport numpy as npimport matplotlib.pyplot as pltimport scipy.stats as stresult_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 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：
到此，相信大家对“怎么使用Python+matplotlib实现循环作图”有了更深的了解，不妨来实际操作一番吧！这里是编程网网站，更多相关内容可以进入相关频道进行查询，关注我们，继续学习！
