Python+matplotlib实现循环作图的方法详解

目录

• 一、前言
• 二、实现过程
• 三、总结

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。