matplotlib.pyplot基础（一）

淡淡的烟草味﹌ 2022-06-06 00:18 207阅读 0赞

（一）画一条直线

# 一.画一条直线
    import matplotlib.pyplot as plt
    # 一个数组或者列表，设置y值范围，x轴自动延伸
    plt.plot([0,1,2,3])
    # y轴标签
    plt.ylabel('yyyyyyyyy')
    plt.xlabel('xxxxxxxxx')
    # 指定x,y轴的区域[xmin,xmax,ymin,ymax]
    plt.axis([0, 6, 0, 20])
    plt.show()

![这里写图片描述][SouthEast]  
给图再添加一些东西

import matplotlib.pyplot as plt
    # 可以设置x轴和y轴，经过点(1,1),(2,4),(3,9),(4,16)
    # 'yo'表示黄色，圆圈详情可查http://matplotlib.org/api/pyplot_api.html#matplotlib.pyplot.plot
    plt.plot([1, 2, 3, 4], [1, 4, 9, 16],'yo')
    # y轴标签
    plt.ylabel('yyyyyyyyy')
    plt.xlabel('xxxxxxxxx')
    # 指定x,y轴的区域[xmin,xmax,ymin,ymax]
    plt.axis([0, 6, 0, 20])
    # 还可以在图形的任意位置显示文件，在0.65, 1.20位置显示文字(1,1)或者数学表达式
    # plt.text(0.65, 1.20, r'$\mu=100,\ \sigma=15$')
    plt.text(0.65, 1.20, r'(1,1)')
    # 也可以这样添加注释
    plt.annotate('point offset from data',
                xy=(2, 4), xycoords='data',
                xytext=(-15, 25), textcoords='offset points',
                arrowprops=dict(facecolor='black', shrink=0.05),
                horizontalalignment='right', verticalalignment='bottom')
    plt.show()

![这里写图片描述][SouthEast 1]  
改变线条属性

# 一.画一条直线
    import matplotlib.pyplot as plt
    # 返回一条线对象
    line, = plt.plot([0,1,2,3])
    line.set_antialiased(False)
    #再通过step函数将该直线变红
    plt.setp(line, color='r', linewidth=2.0)
    # y轴标签
    plt.ylabel('yyyyyyyyy')
    plt.xlabel('xxxxxxxxx')
    # 指定x,y轴的区域[xmin,xmax,ymin,ymax]
    plt.axis([0, 6, 0, 20])
    plt.show()

![这里写图片描述][SouthEast 2]  
添加每条线的说明

# 添加每条线的说明
    import matplotlib.pyplot as plt
    import numpy as np
    xy = np.arange(0., 5., 0.5)
    #也可以直接以这种形式绘制多种数据
    plt.plot(xy, xy, 'ro', xy, xy**2, 'yo', xy, xy**3, 'go')
    # 给每条线添加说明
    plt.legend(['Fit', 'Noisy', 'True'], loc='upper left')
    plt.style.use('seaborn-muted')
    print plt.style.available
    plt.show()

![这里写图片描述][SouthEast 3]  
（二）在一个图中绘制多条线

import matplotlib.pyplot as plt
    import numpy as np
    xy = np.arange(0., 5., 0.5)
    
    #也可以直接以这种形式绘制多种数据
    plt.plot(xy, xy, 'ro', xy, xy**2, 'yo', xy, xy**3, 'go')
    plt.show()

![这里写图片描述][SouthEast 4]  
（三）一个画板做出多个子图

# 一个画板做出多个子图
    import numpy as np
    import matplotlib.pyplot as plt
    
    def f(t):
        return np.exp(t)
    
    t1 = np.arange(0.0, 5.0, 0.1)
    #创建一个图形编号，如果想两个图形分开画，则再弄一个plt.figure()即可，编号任意
    plt.figure(1)
    # 这里为subplot(211)与subplot(2, 1, 1)相同,表示位置，numrows，numcols，fignum,fignum = numrows * numcols
    plt.subplot(311)
    plt.plot(t1, f(t1), 'bo')
    
    plt.subplot(312)
    plt.plot(t1, f(t1), 'g--')
    plt.show()

![这里写图片描述][SouthEast 5]  
（四）y轴阶级显示

#y轴的阶级显示
    import numpy as np
    import matplotlib.pyplot as plt
    y = np.random.normal(loc=0.5, scale=0.4, size=1000)
    y = y[(y > 0) & (y < 1)]
    y.sort()
    x = np.arange(len(y))
    plt.figure(1)
    # 直线
    plt.subplot(221)
    plt.plot(x, y)
    plt.yscale('linear') #y值阶级显示
    plt.title('linear')
    plt.grid(True)
    
    # 对数
    plt.subplot(222)
    plt.plot(x, y)
    plt.yscale('log')#y值以log形式显示
    plt.title('log')
    plt.grid(True)
    
    # 对称的对数
    plt.subplot(223)
    plt.plot(x, y - y.mean())
    plt.yscale('symlog', linthreshy=0.05)
    plt.title('symlog')
    plt.grid(True, linestyle = "-.", color = "r", linewidth = "2")#这里可以设置图中的网格属性
    plt.show()

![这里写图片描述][SouthEast 6]

[SouthEast]: /images/20220606/a3d923fc2941413b86fd5bc657a11871.png
[SouthEast 1]: /images/20220606/a10858c81c8145bda3202f849e2883be.png
[SouthEast 2]: /images/20220606/29f806ad87ff42f489a4e64fba1abfc2.png
[SouthEast 3]: /images/20220606/8a0bc0e8aee14cb985e9b82ce6f19706.png
[SouthEast 4]: /images/20220606/c2e8b4a75ed24d0db7424dc3c4422956.png
[SouthEast 5]: /images/20220606/d47d226e9e824084a929c349e9e25ba4.png
[SouthEast 6]: /images/20220606/c5366ec5f1fe43bfbb0141056d18bcb6.png