这篇文章主要为大家介绍了Python如何利用matplotlib实现循环作图的，文中的示例代码讲解详细，感兴趣的小伙伴可以跟随小编一起学习学习！
一、前言
前几天在Python白银交流群【在 途中要勤奋的熏肉肉】问了一道Python可视化处理的问题，如下图所示。
原始代码，如下所示：
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
import scipy.stats as st
result_parameter_peak = pd.read_csv("result_parameter_peak.csv", encoding="utf_8_sig")
# 设置画布
fig = plt.figure(figsize=(20, 8)) # figsize是常用的参数.(宽，高)
axl = fig.add_subplot(1, 1, 1)
for i in range(len(result_parameter_peak)):
x = np.arange(0, 400, 1)
# 绘制gamma曲线
y661 = st.gamma.pdf(x, result_parameter_peak.iloc[i, 1], scale=result_parameter_peak.iloc[i, 2])
axl.plot(x, y661, 'r-.', label="α= 9.9028，β=10.4205")
# 设置坐标轴标题
axl.set_xlabel('Time')
axl.set_ylabel('Probility')
axl.set_title('分布')
# 可视化
plt.show()
得到的只是单个的图。
二、实现过程
这里【月神】给了一个思路和一份示例代码，如下所示：
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
import scipy.stats as st
result_parameter_peak = pd.read_csv("result_parameter_peak.csv", encoding="utf_8_sig")
plt.figure()
for i, alpha, beta in result_parameter_peak.itertuples():
x = np.arange(0, 300, 1)
# 绘制gamma曲线
y661 = st.gamma.pdf(x, alpha, scale=beta)
plt.plot(x, y661, '-.')
# 设置坐标轴标题
plt.xlabel('Time')
plt.ylabel('Probility')
plt.title('分布')
# 可视化
plt.show()
运行之后，结果如下图所示：
顺利地解决了粉丝的问题！
后来【小趴菜】又给图加了图注，看上去高大上一些，代码如下所示：
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
import scipy.stats as st
result_parameter_peak = pd.read_csv("result_parameter_peak.csv", encoding="utf_8_sig")
plt.figure()
for i, alpha, beta in result_parameter_peak.itertuples():
x = np.arange(0, 300, 1)
# 绘制gamma曲线
y661 = st.gamma.pdf(x, alpha, scale=beta)
# plt.plot(x, y661, '-.')
plt.plot(x, y661, '-.', label="α:" + str(alpha) + "β:" + str(beta))
# 设置坐标轴标题
plt.xlabel('Time')
plt.ylabel('Probility')
plt.title('fenbu')
# 可视化
plt.legend()
plt.show()
得到的效果图如下所示：
三、总结
这篇文章主要盘点了一道matplotlib作图的问题，文中针对该问题给出了具体的解析和代码实现，帮助粉丝顺利解决了问题。