Day 2超级超级基础的画图哦

Basic

plt.plot([1,2,3,4]) #默认是y的值
plt.plot([1,2,3,4],[2,5,7,19]) #前面一个数组是X轴，后面一个数组是Y的值
plt.plot([1,2,3,4],[2,5,7,19],'r:') #r--red, o--dot,- 实线，--虚线，-. dash-dot,:dotted line
plt.axis([0,6,0,20]) #规定横坐标是0至6，纵坐标是0到20
plt.show()

subplot

names = ['a', 'b', 'c']
values = [1, 10, 100]
plt.figure(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()

注意：

1. plt.subplot(1,3,1)也是可以的
2. 如果写的是plt.title(),那么title会跑到最后一个图上去了。

这个列子主要是看线型

# evenly sampled time at 200ms intervals
t = np.arange(0., 5., 0.2)

# red dashes, blue squares and green triangles
plt.plot(t, t, 'r--', t, t**2, 'bs', t, t**3, 'g^')
plt.show()

一个散点图

data = {'a' : np.arange(50),
        'c':np.random.randint(0,50,50), #返回0至50之间50个随机整数，不包括50，如果不写hign，则是返回low - 0的随机整数
        'd':np.random.randn(50)} #是从标准正态分布中返回一个或多个样本值
data['b'] = data['a'] + 10 * np.random.randn(50)
data['d'] = np.abs(data['d'])*100 #abs() 函数返回数字的绝对值

plt.scatter('a','b',c='c',s='d',data=data) #c 是颜色，'c'赋予了不同的颜色，s是大小，'d'赋予了不同的大小
plt.show()

data 是一个字典，data[‘b’]这一句把‘b’加入到了data的字典里面
最高能的是c=‘c’， c是颜色，把一串数字赋给了颜色，表示不同的颜色；s是大小，把数字赋给了大小，得到大小不同的图。

有一点没有搞懂，为什么plt.scatter('a','b',c='c',s='d',data=data)这句话里 data = data