当前位置: 首页 > news >正文

matplotlib散点图

matplotlib散点图

假设通过爬虫你获取到了北京2016年3, 10月份每天白天的最高气温(分别位于列表a, b), 那么此时如何寻找出气温和随时间(天)变化的某种规律?

from matplotlib import pyplot as pltx_3 = range(1, 32)
x_10 = range(51, 82)y_3 = [11,17,16,11,12,11,12,6,6,7,8,9,12,15,14,17,18,21,16,17,20,14,15,15,15,19,21,22,22,22,23]
y_10 = [26,26,28,19,21,17,16,19,18,20,20,19,22,23,17,20,21,20,22,15,11,15,5,13,17,10,11,13,12,13,6]# 设置图形大小
plt.figure(figsize=(20, 8), dpi=80)# 绘制散点
plt.scatter(x_3, y_3, label="March")
plt.scatter(x_10, y_10, label="October")x = list(x_3) + list(x_10)
xtick_labels = ["March {}th".format(i) for i in x_3]
xtick_labels += ["October {}th".format(i-50) for i in x_10]
plt.xticks(x[::3], xtick_labels[::3], rotation=45)# 添加图例及描述信息
plt.legend(loc="best")
plt.xlabel("day")
plt.ylabel("temperature")
plt.title("Temperature changes per day")plt.show()

output_2_0.png

http://www.lryc.cn/news/310572.html

相关文章:

  • day32贪心算法 part02
  • 判断docker 镜像启动成功 shell脚本
  • Android AppCompatActivity 方法详解
  • [FastDDS] 基于eProsima FastDDS的移动机器人数据中间件——介绍与准备工作
  • 4. 编写app组件
  • 经典的算法面试题(1)
  • 微信小程序 --- mobx-miniprogram miniprogram-computed
  • 【HTML】HTML基础2(一些常用标签)
  • Jmeter 安装
  • 控制液压比例插装阀放大器
  • [设计模式Java实现附plantuml源码~行为型]定义算法的框架——模板方法模式
  • nftables 测试一拒绝所有流量
  • 练习 3 Web [ACTF2020 新生赛]Upload
  • Linux中docker项目提示No such file or directory
  • PyTorch 中的 apply
  • 张宇30讲学习笔记
  • SpringBoot接口防抖(防重复提交)的一些实现方案
  • Qt/C++音视频开发67-保存裸流加入sps/pps信息/支持264/265裸流/转码保存/拉流推流
  • 【Web】速谈FastJson反序列化中TemplatesImpl的利用
  • RK3568 RK809电源管理 RTC功能使能 定时唤醒
  • 大模型(LLM)的token学习记录-I
  • 探索前景:机器学习中常见优化算法的比较分析
  • 基于MRI的阿尔兹海默症病情预测
  • 高维中介数据: 联合显着性(JS)检验法
  • 冒泡排序 和 qsort排序
  • asp.net core webapi接收application/x-www-form-urlencoded和form-data参数
  • 程序环境和预处理(2)
  • Redis安全加固策略:绑定Redis监听的IP地址 修改默认端口 禁用或者重命名高危命令
  • Vuepress的使用
  • docker安装php7.4安装