- 例子一
import matplotlib.pyplot as plt lr_list = [0, 9, 8, 7, 6, 5, 4, 3, 2, 1] rl_list = [1,22,33,55,99,88,77,5,3] # 画图重要的两步：（1）plot（2）输出。savefig是输出到文件，show是输出到屏幕。 plt.title('this is title') plt.xlabel('x') plt.ylabel('y') plt.plot(lr_list, 'k*', color='blue', label='multiply') #（1） plt.plot(rl_list, 'k+', color='pink', label='add') plt.legend(loc='lower left') # 安放label plt.legend(loc='upper right') plt.legend(loc='best') plt.savefig('xxx.png') # （2） plt.show() # （2） # 画图，动态实时显示 y = [] for i in range(10): # plt.clf() # 清空画布，没有坐标轴。 y.append(20/(i+1)) plt.plot(y, '*') # 一条轨迹 plt.pause(0.01) # 自动刷新 # plt.show() # 显示一次必须手动关闭 - 例子二
matrix_delta_Z = np.array(deltaZ_2_64_64_pos) print(matrix_delta_Z.shape) # 文本数据 np.savetxt(outputDir+'statistic.txt', matrix_delta_Z) matrix_transposed = matrix_delta_Z.transpose() # 二维数据，转置 # 图片数据 plt.plot(matrix_transposed[0], label='min') plt.plot(matrix_transposed[1], label='max') plt.plot(matrix_transposed[2], label='mean') plt.plot(matrix_transposed[3], label='var') plt.plot(matrix_transposed[4], label='median') plt.plot(matrix_transposed[5], label='lowerQ') plt.plot(matrix_transposed[6], label='higherQ') plt.legend(loc='best') plt.savefig(outputDir+'statistic.png') plt.show() plt.cla() # 清空画布，保留坐标轴。
