Datawhale学习打卡-01(Matplotlib)

参考资料：第一回：Matplotlib初相识

第一回：Matplotlib初相识

一、认识matplotlib

matplotlib的地位：python数据可视化工人最强的工具。

想要了解自行百度，不再多介绍，直奔主题。

二、绘制例子

如其他python包一样，安装后使用前需要调用。

import matplotlib.pyplot as plt
import numpy as np

最简单的创建figure以及axes的方式是通过pyplot.subplots命令，创建axes以后，可以使用Axex.plot绘制最简易的折线图。

我们试着来创建一个最基本的折线图，折线坐标为(1,1),(2,4),(3,2),(4,3)

fig, ax = plt.subplots()  # 创建一个包含一个axes的figure,此处应该是固定格式
ax.plot([1, 2, 3, 4], [1, 4, 2, 3]);  # 绘制图像，注意坐标，前一个列表为X轴，后一个列表为X对应的Y）

最后进行调用需要加上固定的语句

plt.show()

注意：三种方法解决调用报错或无响应

1. 在代码块最后加一个分号;

2. 在代码块最后加一句plt.show()

3. 在绘图时将绘图对象显式赋值给一个变量，如将plt.plot([1, 2, 3, 4]) 改成line =plt.plot([1, 2, 3, 4])

   一个更简单的写法

   line =plt.plot([1, 2, 3, 4], [1, 4, 2, 3]) 

   三、Figure层级

   figure===>顶层，用来容纳所有绘图元素

   axes(子图)>axis(坐标轴)>tick(刻度元素)

   ---

   四、两种绘图接口

   1. 显式创建figure和axes。

   2. 依赖pyplot自动创建figure和axes，并绘图。

   x = np.linspace(0, 2, 100)
   ​
   fig, ax = plt.subplots()  
   ax.plot(x, x, label='linear')  
   ax.plot(x, x**2, label='quadratic')  
   ax.plot(x, x**3, label='cubic')  
   ax.set_xlabel('x label') 
   ax.set_ylabel('y label') 
   ax.set_title("Simple Plot")  
   ax.legend() 
   plt.show()

   x = np.linspace(0, 2, 100)
   ​
   plt.plot(x, x, label='linear') 
   plt.plot(x, x**2, label='quadratic')  
   plt.plot(x, x**3, label='cubic')
   plt.xlabel('x label')
   plt.ylabel('y label')
   plt.title("Simple Plot")
   plt.legend()
   plt.show()

   个人认为第一种方法方便于理解figure和axes的关系，第二种比较通俗易懂。