关于Python数据分析在数学建模中的更多相关应用：Python数据分析在数学建模中的应用汇总（持续更新中！）

（1）、导入库

import matplotlib.pyplot as pltimport numpy

（2）、figure对象和subplot简单运用

#figure对象fig = plt.figure() #figure是图象对象ax1 = fig.add_subplot(2,2,1) #创建一个2*2的子图，放在第一个位置ax2 = fig.add_subplot(2,2,2) #创建一个2*2的子图，放在第二个位置ax3 = fig.add_subplot(2,2,3) #创建一个2*2的子图，放在第三个位置from numpy.random import randnplt.plot(randn(50).cumsum(),'k--') #'k--'告诉python要画出黑色的虚线ax1.hist(randn(100),bins=20,color='k',alpha=0.3)

（3）、调整subplot周围的间距

#调整subplot周围的间距fig,axes = plt.subplots(2,2,sharex=True,sharey=True) #直接生成fiure对象和Axes实例(数组)for i in range(2): for j in range(2): axes[i, j ].hist(numpy.random.randn(500),bins = 50,color='k',alpha=0.5) #遍历创建图plt.subplots_adjust(left=None,bottom=None,right=None,top=None,wspace=0,hspace=0) #用于调整subplot周围的间距

（4）、颜色、标记和线型

#颜色、标记和线型plt.figure()##linestyle设置线型，color设置颜色,marker设置设置连接点plt.plot(numpy.random.randn(30).cumsum(),linestyle='--',color='g',marker='o')

（5）、设置标题、轴标签，刻度以及刻度标签

#设置标题、轴标签，刻度以及刻度标签fig = plt.figure() #创建figure对象ax = fig.add_subplot(1,1,1) #获得Axes对象ax.plot(numpy.random.randn(1000).cumsum()) #生成随机数ax.set_xticks([0,250,500,750,1000]) #设置x轴刻度ax.set_yticks([-20,-10,0,10,20]) #设置y轴刻度ax.set_title('My first matplotlib plot') #设置标题ax.set_xlabel('Xtages') #设置x轴标签ax.set_ylabel('Ytages') #设置y轴标签

（6）、添加图例

#添加图例fig = plt.figure()ax = fig.add_subplot(1,1,1)ax.plot(numpy.random.randn(1000).cumsum(),'k',label='one') #label标签用于添加图例ax.plot(numpy.random.randn(1000).cumsum(),'k',label='two')ax.plot(numpy.random.randn(1000).cumsum(),'k',label='three')ax.legend(loc='best') #loc选项可以选择图例的位置

（7）、添加注释

#添加注释fig = plt.figure()ax = fig.add_subplot(1,1,1)ax.plot(numpy.random.randn(1000).cumsum(),'k',label='one') #label标签用于添加图例plt.annotate("Important value", (55,20), xycoords='data', #添加注释的方法 xytext=(5, 38), arrowprops=dict(arrowstyle='->'))

（8）、绘制常用图形

#绘制常用图形fig = plt.figure()ax = fig.add_subplot(1,1,1)rect = plt.Rectangle((0.2,0.75),0.4,0.15,color='k',alpha=0.3) #长方形circ = plt.Circle((0.7,0.2),0.15,color='b',alpha=0.3) #椭圆形ax.add_patch(rect) #添加到图版中ax.add_patch(circ)

（9）、图表的导出

#图表的保存fig = plt.figure()ax = fig.add_subplot(1,1,1)rect = plt.Rectangle((0.2,0.75),0.4,0.15,color='k',alpha=0.3) #长方形ax.add_patch(rect) #添加到图版中fig.savefig('figpath.png',dpi = 400,bbox_inches='tight') #dpi可以控制图象的分辨率,bbox_inches可以剪除图表的空白部分

以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持。