python中 Matplotlib 基本画图（2）

多直线绘制

import matplotlib.pyplot as plt
import numpy as np
# 设置2条直线
x = np.linspace(-1, 5, 20)
y1 = x + 1       # 直线 y1
y2 = -x + 3       # 直线 y2
# 分别定义2条直线的属性
plt.plot(x, y1, color="blue", linewidth=1.0, linestyle="-")
plt.plot(x, y2, color="red", linewidth=2.0, linestyle="--")

plt.show()

x = np.linspace(-1, 5, 20)表达的是X的坐标从 -1 一直到 5 ，间隔20个单位（将其分为20份）

设置刻度

我们也可以将x,y在分精确一点，就要使用xticks,yticks;也可以将坐标轴改为自己想表达的：

# 设置横轴刻度
plt.xticks([-1, -0.5, 0, 0.5, 1, 1.5, 2, 2.5, 3, 3.5, 4, 4.5, 5])
          
# 设置纵轴刻度
plt.yticks([-2, -1.5, -1, -0.5, 0, 0.5, 1, 2, 3, 4, 5, 6])

设置坐标轴：

# 设置横轴刻度
plt.xticks([-1, -0.5, 0, 0.5, 1, 1.5, 2, 2.5, 3, 3.5, 4, 4.5, 5],
           ['A', 'b', 'c', 'd', 'e', 'f', 'g', 'h', 'i', 'j', 'k', 'l', 'm'])
# 设置纵轴刻度
plt.yticks([-2, -1.5, -1, -0.5, 0, 0.5, 1, 2, 3, 4, 5, 6],
           ['A','b','c','d','e','f','g','h','i','j','k','l'])

添加注释

有时候需要对点进行注释，解释一下什么意思：
就会有2种表达方式：
1: scatter() : 要注意得是，它们的数据类型是列表， ###例如 x 为 [2, 3]，y 为 [3, 4]，这表示会绘制点（2，3），（3， 4）。因此，x 和 y 长度要一样。
2：annotate ：相对于scatter()，前者标记1个或多个点 ，后者更加灵活一点。
直接上代码：

plt.plot(x, y1, color="blue", linewidth=1.0, linestyle="-")

plt.scatter([2,3], [3,4], s=30, color="blue")   # 注释点（[x],[y],大小，颜色）

plt.plot(x, y2, color="red", linewidth=2.0, linestyle="--")

plt.annotate("(2,1)",
             xy=(2.5, 1),           # 在(2.5, 1)上做标注
             fontsize=15 ,)         # 字体大小15

还可以试试文字解释，但是Matplotlib不能使用中文注释：

plt.plot(x, y1, color="blue", linewidth=1.0, linestyle="-")

plt.scatter([2,3], [3,4], s=30, color="blue")   # 注释点（[x],[y],大小，颜色）

plt.plot(x, y2, color="red", linewidth=2.0, linestyle="--")

plt.annotate("(2,1)",
             xy=(2.5, 1),           # 在(2.5, 1)上做标注
             fontsize=15 ,)         # 字体大小15
plt.text(3,0,'good',fontdict={'size': 15, 'color': 'yellow'})  # 在（3，0）添加good

添加图例解释

plt.legend(loc=“best”) ，loc的选择
best 系统自己最佳位置
upper right 右上角
lower right 右下角
upper left 左上角
lower left 左下角

plt.plot(x, y1, color="blue", linewidth=1.0, linestyle="-", label="y1")
plt.plot(x, y2, color="red", linewidth=2.0, linestyle="--", label="y2")
plt.legend(loc="best")