数据分析最常用的matplot基础使用笔记

数据分析最常用的matplot基础使用笔记，大家可以直接复制修改相关属性就可以看到前后的对比效果，本人编辑器pycharm

# -*- coding:utf-8 -*-

"""
@author: Fane
@file: matplotlibTest.py
@time:2017/8/12 22:01
"""
import numpy as np

def main():
    import matplotlib.pyplot as plt
    x = np.linspace(-np.pi,np.pi,256,endpoint = True)     #定义自变量范围：-pi到pi之间包含256个点，包含最后一个点
    c,s=np.cos(x),np.sin(x)     #两个变量一起定义，表示c=cos(x);s=sin(x)
    plt.figure(2)      #创建画布，图像编号Figure1
    plt.plot(x,c,color="blue",linewidth=1.0,linestyle="-",label="COS",alpha=0.5)   #cos曲线,自变量x,因变量sin(x)，透明度0.5
    plt.plot(x,s,"r*",label="SIN")    #画出sin曲线,自变量为x，因变量为sin(x)
    plt.title("COS & SIN")   #图标标题
    # plt.show()

    #修改坐标值位置
    ax = plt.gca()   #轴编辑器
    ax.spines["right"].set_color("none")   #消除右边和上面的画布实线边框
    ax.spines["top"].set_color("none")
    ax.spines["left"].set_position(("data",0))   #设定纵坐标竖线位置在x=0的位置
    ax.spines["bottom"].set_position(("data",0))   #设定横坐标横线位置在y=0的位置

    ax.xaxis.set_ticks_position("bottom")   #设置x轴数字显示的位置在坐标轴底部
    ax.yaxis.set_ticks_position("left")
    # plt.show()

    plt.xticks([-np.pi, -np.pi / 2, 0, np.pi / 2, np.pi])  #设置x轴上标记显示的坐标点
    plt.yticks(np.linspace(-1, 1, 5, endpoint=True))      #设置y轴显示范围-1-1之间，5表示在-1-1之间均分标记坐标点
    for label in ax.get_xticklabels() + ax.get_yticklabels():
        label.set_fontsize(12)      #设置x,y轴上标记点的字号大小
        label.set_bbox(dict(facecolor="blue", edgecolor="None", alpha=0.2))   #设置标记点的背景色(blue),背景边界(None)和透明度
    plt.legend(loc="upper left")  #在画布左上角，显示每条线与函数的对应说明
    plt.grid()    #显示虚线网格

    # plt.axis([-1,1,-0.5,1])  #只显示x在-1-1，y在-0.5-1之间的图形
    plt.fill_between(x, np.abs(x) < 0.5, c, c > 0.2, color="green", alpha=0.25)   #标记阴影区域
    #添加专门注释
    t = 1
    plt.plot([t, t], [0, np.cos(t)], linewidth=3, linestyle="--")
    #添加特殊标记点：annotate(注释点位置，，注释显示位置偏移量防止覆盖图线，偏移量是相对位置，箭头类型（，，）)
    plt.annotate("cos(1)", xy=(t, np.cos(t)), xytext=(+10, +30), textcoords="offset points",arrowprops=dict(arrowstyle="->", connectionstyle="arc3,rad=0.2"))
    plt.show()

if __name__ == "__main__":
    main()

最终效果如图：