python + matplotlib.pyplot图形基本操作和部分精细化操作

第一步：显示一张图片

第二步：在同一坐标下画出两条线（一些基本命令）

# /usr/bin/env python
# coding: utf-8
# 2018年06月01日21:53:46
# 学习python中matplotlib的笔记
# 参考网站1： http://cs231n.github.io/python-numpy-tutorial/#matplotlib
# 参考网站2: https://matplotlib.org/api/pyplot_api.html#matplotlib.pyplot.plot
# matplotlib.pyplot类似于MATLAB中的画图命令plot

import matplotlib.pyplot as plt
import numpy as np

#==========================第一步：画出图形并显示====================================#
# x = np.arange(0, 2*np.pi, 0.01)# 表示起点为0， 终点为2×pi, 步长为0.01的数组
# # print(type(x))
# # print(x)
# y = np.sin(x)
# plt.plot(x, y)# 有这一行只是画出了图形，横轴为x，纵轴为y。但是还无法显示图形
# plt.show()# 有了这个命令，图形才能显示


#============第二步：在同一坐标轴下画出两条线并对图形进行标注：图例，标题，坐标，=============#
# x1 = np.arange(0, 2*np.pi, 0.01)
# y1 = np.sin(x1)
# y2 = np.cos(x1)# 这两个都是numpy的函数，调用就行，但是不要忘记加上np.
# plt.plot(x1, y1)
# plt.plot(x1, y2)
# plt.title("sin()&cos()")# 标题，用单引号或者双引号都行
# plt.xlabel("x")# X轴的标签
# plt.ylabel("y")# y轴的标签
# plt.legend(["sin(x)","cos(x)"])# 写出图例，图例内容与画图顺序一致。
# # 注意到，这里由于是两个或者两个以上的图例，需要用中括号表示,否则会显示出错
# plt.show()#这个一定要最后显示，如果在定义标题、坐标轴标签以及图例之前，在其后注明的可能并不会显示

# 也可以将两个画图命令合为一个，代码也就更加简单
# x1 = np.arange(0, 2*np.pi, 0.01)
# y1 = np.sin(x1)
# y2 = np.cos(x1)
# plt.plot(x1,y1, x1,y2)
# plt.show()


#=====================第三步：在一个窗口画出多幅图（subplot命令）========================#
# x1 = np.arange(0, 2*np.pi, 0.01)
# y1 = np.sin(x1)
# y2 = np.cos(x1)# 这两个都是numpy的函数，调用就行，但是不要忘记加上np.
# plt.subplot(1,2,1)# subplot和MATLAB一样，可以用来切分窗口，前两个数字表示如何切分窗口
# # 这里的1和2分别表示将一个窗口分成一行但有两列的图像窗口，最后一个1表示激活第一个窗口，在这个窗口下开始画图
# plt.plot(x1, y1)
# plt.xlabel("x")
# plt.ylabel("y")
# plt.title("sin(x)")
#
# plt.subplot(1,2,2)# 最后一个2表示激活第二个窗口，在这个窗口下开始画图
# # 注意，如果是多行多列，一般从左到右，从上到下，窗口序号依次增加
# plt.plot(x1, y2)
# plt.xlabel("x")
# plt.ylabel("y")
# plt.title("cos(x)")
# plt.show()


#=====================第四步：图形的高级标注：线宽，颜色，数据标记等==========================#
# 数据点上的标记称为marker，有标记的颜色和标记的大小
# 数据点之间需要用线连接，这条线可以指定宽度（如果没有线，则线宽不显示）
# 数据点之间的线条属性包括线宽，线型，线的颜色等
x1 = np.arange(0, 2*np.pi, 0.5)
# 注意，如果这里数据点不能太密，否则在每个数据点上画图，会使得数据标记看不清，因为marker都重叠了
y1 = np.sin(x1)
y2 = np.cos(x1)
plt.plot(x1,y1,'r+-.',linewidth=1,markersize=12)
# 这里，r表示red，+表示数据点的标记（marker)
# -.表示线型，linewidth指定线宽
# markersize表示标记的大小
plt.plot(x1,y2,'b*-',linewidth=3)
plt.title("sin(x) and cos(x)")
plt.xlabel("x")
plt.ylabel("y")
plt.legend(["sin(x)", "cos(x)"])
plt.show()

第三步：利用subplot命令在一个窗口下显示两幅图

第四步：一副比较精细化操作的绘图

注意：我们在利用matplotlib画图时，尽量使用第四步的方法，这样得到的图形更加漂亮

正所谓更自由，我们也需要为此付出一定的代价。