一、函数
1、plot() —— 展示变量的趋势与变化
用法:
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
代码实例:
import matplotlib.pyplot as plt
import numpy as np
x = np.linspace(0.05,10,1000)
y = np.cos(x) #定义生成图像所需要的数据
plt.plot(x,y,ls="-",lw=2,label="plot figure") #生成图像
plt.legend() #生成文本标签
plt.show() #显示图像
生成的图像:
2、散点图scatter() —— 寻找变量间的关系
plt.scatter(x,y,c="b",label="scatter figure")
参数说明:
x:x轴上的数值
y:y轴上的数值
c:散点图中标记的颜色
label:标记图形内容的标签文本
代码实例:
import matplotlib.pyplot as plt
import numpy as np
x = np.linspace(0.05,10,1000)
y = np.random.rand(1000) #定义生成图像所需要的数据
plt.scatter(x,y,label="scatter figure")
plt.legend()
plt.show()
生成图像:
3、xlim() —— 设置想轴的数值显示范围
plt.xlim(xmin,xmax)
参数说明:
xmin:x轴上的最小值
xmax:x轴上的最大值
注:ylim()与xlim()的用法相同
代码示例:
import matplotlib.pyplot as plt
import numpy as np
x = np.linspace(0.05,10,1000)
y = np.random.rand(1000) #定义生成图像所需要的数据
plt.scatter(x,y,label="scatter figure")
plt.legend()
plt.xlim(0.05,10)
plt.ylim(0,1)
plt.show()
生成的图像:
4、xlabel() —— 设置x轴的标签文本