Numpy数组绘图|极客教程

Numpy数组绘图

在数据科学和机器学习领域，Numpy是一个非常重要的Python库，用于进行数组操作。在处理数据时，经常需要将数组可视化以更好地理解数据分布和趋势。本文将介绍如何使用Numpy数组绘制图表。

创建Numpy数组

首先，让我们创建一个简单的Numpy数组，并展示其内容：

import numpy as np

# 创建一个1维数组
arr = np.array([1, 2, 3, 4, 5])
print("1维数组：", arr)

# 创建一个2维数组
arr2d = np.array([[1, 2, 3], [4, 5, 6]])
print("2维数组：")
print(arr2d)

输出结果如下：

Numpy数组绘图

绘制Numpy数组

接下来，让我们使用Matplotlib库来绘制这些Numpy数组。首先，确保已经安装了Matplotlib库：

pip install matplotlib

示例1：绘制一维数组

使用以下代码将Numpy数组绘制成图表：

import matplotlib.pyplot as plt
import numpy as np

arr = np.array([1, 2, 3, 4, 5])

# 绘制1维数组
plt.figure(figsize=(8, 6))
plt.plot(arr, marker='o', color='b')
plt.title('Plot of 1D Numpy Array')
plt.xlabel('Index')
plt.ylabel('Value')
plt.legend()
plt.grid(True)
plt.show()

运行以上代码，将得到如下图表：

Numpy数组绘图

示例2：绘制二维数组

接下来，让我们绘制一个2维数组：

import matplotlib.pyplot as plt
import numpy as np

arr = np.array([1, 2, 3, 4, 5])

plt.figure(figsize=(8, 6))
for i in range(arr2d.shape[0]):
    plt.plot(arr2d[i, :], marker='o', label='Row {}'.format(i+1))

plt.title('Plot of 2D Numpy Array')
plt.xlabel('Index')
plt.ylabel('Value')
plt.legend()
plt.grid(True)
plt.show()

运行以上代码，将得到如下图表：

Numpy数组绘图

示例3：绘制3D图表

要将 Numpy 数组绘制成三维曲面图，可以使用 Matplotlib 的 plot_surface 函数。下面是一个示例代码：

import numpy as np
import matplotlib.pyplot as plt

arr = np.linspace(0, 10, 100)

x = np.linspace(-5, 5, 100)
y = np.linspace(-5, 5, 100)
X, Y = np.meshgrid(x, y)
Z = np.sin(np.sqrt(X**2 + Y**2))

fig = plt.figure()
ax = fig.add_subplot(111, projection='3d')
ax.plot_surface(X, Y, Z)
plt.show()

运行结果：

Numpy数组绘图