1、函数plot——展现变量的趋势变化
调用函数: plt.plot(x, y, ls = “-”, lw=2, label = ‘plot figure’)
参数说明:
- x: x轴上的数值
- y: y轴上的数值
- ls: 折线图的线条风格
- lw: 折线图的线条宽度
- label: 标记图形内容的标签文本
- color: 线条的颜色
import matplotlib.pyplot as plt
import numpy as np
x = np.linspace(0.05, 8, 1000)
y = np.cos(x)
plt.plot(x, y, color='r', ls="-", lw='2', label='plot figure')
# 给图像加上图例
plt.legend()
# 展示图像
plt.show()
np.linespace(1, 10, 100) 表示在1-10之间均匀的去100个数
np.random.randn(100) 表示在标准正态分布中随机取100个数
2、函数scatter()—寻找变量之间的关系
调用函数:plt.scatter(x, y, s=”20”, c=”r”, marker=”*”, label=”plot scatter”)
参数说明:
- x: x轴上的数值
- y: y轴上的数值
- c: 散点图的颜色
- s: 散点的大小
- maker: 散点的样式
import matplotlib.pyplot as plt
import numpy as np
x = np.linspace(0.05, 8, 1000)
y = np.random.randn(1000)
plt.scatter(x, y, s=20, c='r', marker="*", label='plot figure')
# 给图像加上图例
plt.legend()
# 展示图像
plt.show()
3、函数xlim()、xlabel()
调用函数: plt.xlim(xmin, xmax)
plt.xlim(ymin, ymax)
功能:设置x, y轴的数值显示范围
参数说明:
xmin: x轴上的最小值
xmax:x轴上的最大值
ymin: y轴上的最小值
ymax: y轴上的最大值
调用函数: plt.xlabel(string)
plt.ylabel(string)
功能:设置x、y轴的标签文本
参数说明:
string: 标签的文本内容
import matplotlib.pyplot as plt
import numpy as np
from matplotlib.pyplot import MultipleLocator
x = np.linspace(0.05, 8, 1000)
y = np.random.randn(1000)
plt.scatter(x, y, s=20, c='r', marker="*", label='plot figure')
# 给图像加上图例
plt.legend()
plt.xlim(0, 6)
plt.ylim(-2, 2)
# 把x轴的刻度间隔设置为1,并存在变量里
x_major_locator = MultipleLocator(0.5)
# 把y轴的刻度间隔设置为1,并存在变量里
y_major_locator = MultipleLocator(0.5)
# ax为两条坐标轴的实例
ax = plt.gca()
# 把x轴的主刻度设置为1的倍数
ax.xaxis.set_major_locator(x_major_locator)
# 把y轴的主刻度设置为1的倍数
ax.yaxis.set_major_locator(y_major_locator)
# 展示图像
plt.show()