[Python笔记]用matplotlib绘图

基础绘图：画出默认图像

准备工作：linspace采样构造数组

import numpy as np
def f(x):
    return x**3                         
x = np.linspace(0, 1, 50)     # 在0~1中平均取50个点
y=f(x)                        # 操作一个元素的函数也可以操作整个数组，但math中的函数要用numpy替代

基础绘图：大致画画

import matplotlib.pyplot as plt
plt.plot(x,y)

绘图进阶：让图片更丰富

设置画布大小

plt.figure(figsize=[8,5])         # 在绘图之前设置画布大小，宽为 8 英尺，高为 5 英尺

标记x,y轴

plt.xlabel('x')                 # label on the x axis
plt.ylabel('y')                 # label on the y axix

图像范围

# 同时设置x和y轴图像范围
plt.axis([0, 3, -0.05, 0.6])     # [xmin, xmax, ymin, ymax]

# 单独设置x或y轴图像范围
plt.xlim(0，3)
plt.ylim(0，3)

图像标题

plt.title('My First Demo')

图例

plt.plot(t, y, 'b--',label='$t^2*exp(-t^2)$')    # 首尾的$用于转义，得到的是规范的公式
plt.legend()                                      # 这一行不可缺少

在一张图里同时绘制多条曲线（也可以一条一条绘制）

plt.plot(x, y1,'b-',x, y2,'ro')

多子图绘制

plt.subplot(121)                  # 一行两列，现在绘制第一张图
plt.plot(x,Y1,'r')

plt.subplot(122)                  # 一行两列，现在绘制第二张图
plt.plot(x,Y2,'b')

设置坐标轴刻度

x=[i for i in range(2000,2023)]
plt.xticks(x,rotation=45)        # 旋转45度，y轴刻度同理

保存图像

plt.savefig('test.png'，dpi=100)
# 还可以保存为png,jpg,pdf,svg的格式
# dpi即分辨率，可由此控制图片的大小和清晰度

设置线的类型

在plt.plot内可以添加若干参数，以对图像进行各种个性化设置，部分常用参数见下表：

颜色（color）	蓝色 b 绿色 g 红色 r 黄色 y	黑色 k 白色 w 蓝绿 c 红紫 m	RGB表示法 如 #2F4F4F
线型（linestyle）	实线 -	虚线 --	虚点线 -.	点线 :	点 .
点型（marker）	圆形 o	方形 s	加号 +	叉形 x
标记大小（markersize）	markersize=10
透明度（alpha）	alpha=0.5

绘制不连续函数

def H(x):
    return (0 if x < 0 else 1)
# 对于上述函数，如果x是数组，则会报错

# 补救方法一 多写一个函数
def H_lppo(x):
  r=x.copy()
  for i in range(len(x)):
    r[i]=H(x[i])
  return r
y=H_loop(x)

# 补救方法二 用where
def Hv(x):
  return np.where(x<0,0.0,1.0)

PS：展开讲讲where：

#接收一个参数，返回符合条件的下标
a=np.array([1,2,3,4,5])
idx=np.where(a>2)        # idx=array([2,3,4])
b=a[idx]                # b=array([3,4,5])

#接收三个参数，用于三目运算
y=np.array([1,2,3,4,5])  
y=np.where(y%2==0,y+1,y-1)# 将奇数转换为偶数，偶数转换为奇数(如果是偶数，则返回+1后的值，反之-1)

😍以上就是本文的全部内容，欢迎关注Lane，和我一起成长！