Import
import matplotlib.pyplot as plt
plot()原型matplotlib.pyplot.plot(*args, **kwargs)
1.单数组
- e.g:
plt.plot([1,3,5])
plt.show()
如果参数只提供一个一维数组
这个一维数组就是y值的集合
Matplotlib会自动默认为所对应的x值的集合为从0开始,依次递增的同样大小的数组
提供的参数为[1,3,5] 默认的为 [0,1,2]
所以形成 (0, 1), (1, 3), (2, 5) 三个点
所以 线条 经过这三个点
result:
2.两个参数,两个单数组
- e.g:
plt.plot([1,2,5], [2,4,6])
plt.xlabel("x values")
plt.ylabel("y values")
plt.show()
组成(1,2), (2,4), (5,6) 三个点
依次用直线连接
ext:
xlabel('something') x坐标轴上显示的东西
ylabel('something') y坐标轴上显示的东西
3.设置plot的样式,第三个参数
plt.plot([1, 3, 4], [1, 3, 9], 'ro')
plt.axis([0, 5, 0, 10])
plt.show()
第三个参数就是点和线的样式
可选的有:
点和线 样式:
| character | description |
|---|---|
| '-' | solid line style |
| '--' | dashed line style |
| '-.' | dash-dot line style |
| ':' | dotted line style |
| '.' | point marker |
| ',' | pixel marker |
| 'o' | circle marker |
| 'v' | triangle_down marker |
| '^' | triangle_up marker |
| '<' | triangle_left marker |
| '>' | triangle_right marker |
| '1' | tri_down marker |
| '2' | tri_up marker |
| '3' | tri_left marker |
| '4' | tri_right marker |
| 's' | square marker |
| 'p' | pentagon marker |
| '*' | star marker |
| 'h' | hexagon1 marker |
| 'H' | hexagon2 marker |
| '+' | plus marker |
| 'x' | x marker |
| 'D' | diamond marker |
| 'd' | thin_diamond marker |
| '|' | vline marker |
| '_' | hline marker |
点和线 颜色:
| character | color |
|---|---|
| ‘b’ | blue |
| ‘g’ | green |
| ‘r’ | red |
| ‘c’ | cyan |
| ‘m’ | magenta |
| ‘y’ | yellow |
| ‘k’ | black |
| ‘w’ | white |
你也可以使用别的方式来指定颜色:
使用可选参数 c 或 color:
颜色可以使用green, #00FF00, RGB元组:(0,1,0,1), 灰度0.5
设置坐标大小函数:axis()
参数为[Xmin, Xmax, Ymin, Ymax]
4.表示函数方程
- e.g: 表示y = x^2 + 2x + 1
import numpy as np
t = np.arange(0., 5., 0.1)
plt.plot(t, t**2 + 2*t + 1, "r-")
plt.show()
使用numpy, 创建一系列的x值
从0开始到5结束,间隔0.1
plot的两个参数的数组每个数值分别对应的就是
y = x^2 + 2x + 1 的 x和y值
5.多种图形
names = ['group_a', 'group_b', 'group_c']
values = [1, 10, 100]
plt.figure(1, figsize=(9, 3))
plt.subplot(131)
plt.bar(names, values)
plt.subplot(132)
plt.scatter(names, values)
plt.subplot(133)
plt.plot(names, values)
plt.suptitle('Categorical Plotting')
plt.show()
bar()是柱状图
scatter()是散点图
plot()是折线图
ext:
subplot()用来同时显示多张图
参数为 'xyn'
x,y为图的规模, n是第几张图
欢迎关注我的博客Vagitus – Pythonista
