参考链接: Matplotlib官网
参考链接: Python数据分析与展示
参考链接: Matplotlib官网 API Overview
实验1:简单画图
# 实验1:简单画图
import matplotlib.pyplot as plt
plt.plot([3,1,4,5,2]) # 只传入一个列表时,默认作为Y轴,x轴是列表索引
plt.ylabel("grade4cxq")
plt.show()
展示结果:
实验2:简单画图并保存
# 实验2:简单画图并保存
import matplotlib.pyplot as plt
plt.plot([3,1,4,5,2]) # 只传入一个列表时,默认作为Y轴,x轴是列表索引
plt.ylabel("Grade4cxq")
plt.savefig("实验2_1.jpg",dpi=600) # 默认保存PNG文件
plt.savefig("实验2_2",dpi=600) # 默认保存PNG文件
# dpi可以用来指定输出文件质量,每英寸空间中包含点的数量
plt.show()
展示结果:
实验3:简单画图,指定x轴和y轴范围
# 实验3:简单画图,指定x轴和y轴范围
import matplotlib.pyplot as plt
plt.plot([0,2,4,6,8],[3,1,4,5,2]) # 两个列表分别作为X轴、Y轴
plt.ylabel("Grade4cxq")
plt.axis([-1,10,0,6]) # 这行语句指明x轴和y轴显示的范围
plt.show()
展示结果:
实验4:绘制子图
# 实验4:绘制子图
import matplotlib.pyplot as plt
import numpy as np
def f(t):
return np.exp(-t) * np.cos(2*np.pi*t)
a = np.linspace(0,5,251)
plt.subplot(211) # 等效于plt.subplot(2,2,1)
plt.plot(a,f(a))
plt.subplot(2,1,2) # 等效于plt.subplot(212)
plt.plot(a,np.cos(2*np.pi*a),'r--')
plt.show()
展示结果:
小结:
Matplotlib库由各种可视化类构成,内部结构复杂,受Matlab启发
matplotlib.pyplot是绘制各类可视化图形的命令子库,相当于快捷方式
引入方式: import matplotlib.pyplot as plt
plt.plot()只有一个输入列表或数组时,参数被当作Y轴,X轴以索引自动生成
plt.savefig()将输出图形存储为文件,默认PNG格式,可以通过dpi修改输出质量
plt.subplot(nrows, ncols, plot_number),如:plt.subplot(3,2,4)或者plt.subplot(324)在全局绘图区域中创建一个分区体系,并定位到一个子绘图区域,绘图布局如下: