python画图后如何查看

在Python中，查看绘制的图形通常可以通过使用matplotlib库、调用plt.show()函数、保存图形到文件中来实现。通过plt.show()函数可以在绘制图形后直接弹出窗口进行查看、保存图形到文件中则可以在稍后通过查看文件来查看图形。具体选择哪种方法，取决于你的需求和环境。

使用matplotlib库绘制图形是Python中最常见的方式之一，特别是在数据分析和可视化领域。为了更好地理解如何在Python中查看画图结果，我们可以从以下几个方面进行深入探讨。

一、MATPLOTLIB简介

matplotlib是Python中最流行的绘图库之一，它提供了一种简单而灵活的方式来创建各种类型的图形。无论你是需要绘制简单的线图、柱状图，还是复杂的3D图形，matplotlib都能满足你的需求。其核心组件是pyplot模块，它提供了一系列函数用于创建和调整图形。

安装和导入matplotlib

在使用matplotlib之前，你需要确保它已经安装在你的Python环境中。如果没有安装，可以通过以下命令进行安装：
```
pip install matplotlib
```
然后，在你的Python脚本或Jupyter Notebook中导入pyplot模块：
```
import matplotlib.pyplot as plt
```
基本绘图流程

使用matplotlib绘图的基本步骤如下：
- 准备数据：准备好你想要绘制的数据。
- 创建图形：使用plt.figure()创建一个图形对象。
- 绘制图形：使用plt.plot()等函数来绘制图形。
- 显示图形：使用plt.show()来显示图形。

二、使用PLT.SHOW()查看图形

plt.show()是一个阻塞函数，它将在调用时打开一个窗口显示图形，并在窗口关闭之前阻止代码的进一步执行。这种方式适用于需要立即查看图形结果的场景。

基本使用

这是一个简单的例子，演示了如何使用plt.show()来查看绘制的图形：

import matplotlib.pyplot as plt
准备数据
x = [1, 2, 3, 4, 5]
y = [2, 3, 5, 7, 11]
创建图形
plt.figure()
绘制图形
plt.plot(x, y)
显示图形
plt.show()

多图显示

如果你需要在同一窗口中显示多个图形，可以使用plt.subplot()来创建多个子图：

import matplotlib.pyplot as plt
准备数据
x = [1, 2, 3, 4, 5]
y1 = [2, 3, 5, 7, 11]
y2 = [1, 4, 6, 8, 10]
创建图形
plt.figure()
第一个子图
plt.subplot(2, 1, 1)
plt.plot(x, y1)
第二个子图
plt.subplot(2, 1, 2)
plt.plot(x, y2)
显示图形
plt.show()

三、保存图形到文件

有时候，你可能需要将图形保存到文件中以供以后查看或用于报告中。这可以通过plt.savefig()来实现。

基本使用

plt.savefig()支持多种图形格式，如PNG、PDF、SVG等。以下是将图形保存为PNG文件的示例：

import matplotlib.pyplot as plt
准备数据
x = [1, 2, 3, 4, 5]
y = [2, 3, 5, 7, 11]
创建图形
plt.figure()
绘制图形
plt.plot(x, y)
保存图形
plt.savefig('my_plot.png')
显示图形
plt.show()

自定义图形尺寸和分辨率

你可以通过figsize参数调整保存图形的尺寸，并通过dpi参数设置分辨率：

import matplotlib.pyplot as plt
准备数据
x = [1, 2, 3, 4, 5]
y = [2, 3, 5, 7, 11]
创建图形
plt.figure(figsize=(10, 6))  # 设置图形尺寸
绘制图形
plt.plot(x, y)
保存图形
plt.savefig('my_plot.png', dpi=300)  # 设置分辨率
显示图形
plt.show()

四、在JUPYTER NOTEBOOK中查看图形

如果你在Jupyter Notebook中工作，可以使用%matplotlib inline魔术命令，这样图形会直接嵌入在Notebook单元格中。

使用%matplotlib inline

在Jupyter Notebook中，运行以下代码：

%matplotlib inline
import matplotlib.pyplot as plt
准备数据
x = [1, 2, 3, 4, 5]
y = [2, 3, 5, 7, 11]
绘制图形
plt.plot(x, y)
显示图形
plt.show()

动态显示图形

如果你希望图形是动态的，可以使用%matplotlib notebook：

%matplotlib notebook
import matplotlib.pyplot as plt
准备数据
x = [1, 2, 3, 4, 5]
y = [2, 3, 5, 7, 11]
绘制图形
plt.plot(x, y)
显示图形
plt.show()

五、其他绘图库

除了matplotlib，Python中还有其他一些流行的绘图库，如seaborn、plotly、bokeh等。这些库在某些特定情况下可能会比matplotlib更适合。

Seaborn

seaborn是基于matplotlib的高级绘图库，专注于统计图形。它提供了一些高级的绘图功能，使得绘制漂亮的图形更加简单。

import seaborn as sns
import matplotlib.pyplot as plt
准备数据
tips = sns.load_dataset("tips")
绘制图形
sns.barplot(x="day", y="total_bill", data=tips)
显示图形
plt.show()

Plotly

plotly适合需要交互式图形的场景。它的绘图结果可以在浏览器中显示，并支持缩放、悬停等交互操作。

import plotly.express as px
准备数据
df = px.data.iris()
绘制图形
fig = px.scatter(df, x="sepal_width", y="sepal_length", color="species")
显示图形
fig.show()

Bokeh

bokeh也是一个用于创建交互式图形的库，特别适合需要在网页中嵌入图形的场景。

from bokeh.plotting import figure, show, output_notebook
准备数据
x = [1, 2, 3, 4, 5]
y = [2, 3, 5, 7, 11]
创建图形
p = figure(title="Simple line example", x_axis_label='x', y_axis_label='y')
绘制图形
p.line(x, y, legend_label="Line", line_width=2)
在Notebook中显示图形
output_notebook()
show(p)