matpotlib

                                              Matpotlib入门

一.基础用法

1.基本应用

       使用import导入模块matplotlib.pyplot，并简写成plt 使用import导入模块numpy，并简写成np，使用np.linspace定义x：范围是(-1,1);个数是50. 仿真一维数据组(x ,y)表示曲线1.使用plt.figure定义一个图像窗口. 使用plt.plot画(x ,y)曲线. 使用plt.show显示图像。

import numpy as np

import matplotlib.pyplot as plt

x=np.linspace(-1,1,50)

y=2*x+1

plt.figure()#定义一个图像窗口，后面定义要在窗口输入的值

plt.plot(x,y)#根据给定值画线

plt.show()#以图形的方式显示出来

2.figure图像

import numpy as np

import matplotlib.pyplot as plt

x=np.linspace(-3,3,50)

y1=2*x+1

y2=x**2

plt.figure(num='test',figsize=(8,5))

plt.plot(x,y2)

plt.plot(x,y1,color='red',linewidth=1.0,linestyle='--')

plt.show()

注：

• plt.figure(num='',figsize=(n1,n2)):定义一个图像窗口，num后面给定的值输入名称，figsize给定窗口大小。
• plt.plot():画连续图像，可以定义线段的宽度和形式，还有颜色
• plt.show()：必须加这个函数才能输出图像。

3.设置坐标轴

（1）常规设置

import numpy as np
import matplotlib.pyplot as plt
x=np.linspace(-3,3,50)
y1=2*x+1
y2=x**2
plt.figure(num='test',figsize=(8,5))
plt.plot(x,y2)
plt.plot(x,y1,color='red',linewidth=1.0,linestyle='--')
plt.xlim((-1,2))#坐标轴范围
plt.ylim((-2,3))
new_tricks=np.linspace(-1,2,5)
print(new_tricks)
plt.xticks(new_tricks)
plt.yticks([-2,-1.8,-1,2,2,3],[r'$really\ bad$', r'$bad$', r'$normal$', r'$good$', r'$really\ good$'])#刻度，刻度名称
plt.xlabel(('i am x'))#坐标轴名称
plt.ylabel(('i am y'))
plt.show()

• plt.xlim((n1,n2)):给x轴图像限定范围在n1,n2；
• plt.xtrick([list]):用于给定x轴上具体的坐标；
• plt.xlabel('name'):给坐标轴命名

（2）调整坐标轴的位置

import matplotlib.pyplot as plt

import numpy as np

x = np.linspace(-3, 3, 50)

y1 = 2*x + 1

y2 = x**2

#画图

plt.figure()

plt.plot(x, y2)

plt.plot(x, y1, color='red', linewidth=1.0, linestyle='--')

#设置坐标轴数字限度

plt.xlim((-1, 2))

plt.ylim((-2, 3))

# 设置坐标轴的新刻度

new_ticks = np.linspace(-1, 2, 5)

plt.xticks(new_ticks)

# 设置坐标轴刻度标签

plt.yticks([-2, -1.8, -1, 1.22, 3],

['$really\ bad$', '$bad$', '$normal$', '$good$', '$really\ good$'])

# gca用来获得现在的坐标轴信息

ax = plt.gca()

ax.spines['right'].set_color('none')

ax.spines['top'].set_color('none')

#设置坐标轴刻度的位置

ax.xaxis.set_ticks_position('bottom')

# 还可以输入的参数: [ 'top' | 'bottom' | 'both' | 'default' | 'none' ]



ax.spines['bottom'].set_position(('data', 0))

# the 1st is in 'outward' | 'axes' | 'data'

# axes: percentage of y axis

# data: depend on y data



ax.yaxis.set_ticks_position('left')

# ACCEPTS: [ 'left' | 'right' | 'both' | 'default' | 'none' ]

ax.spines['left'].set_position(('data',0))

plt.show()

• 

   

• plt.gca:获取当前坐标轴信息，后面所有操作都是基于此；
• ax.spine：设置坐标轴的边框，右侧边框--使用.set_color设置边框颜色：默认白色； 使用.spines设置边框：上边框--使用.set_color设置边框颜色：默认白色；
• ax.xaxis.set_tricks_position('top/bottom/both/default/none')：设置x坐标刻度数字或者名称的位置。
• .set_position：设置边框位置，比如x=0,y=0的位置，位置所有属性：outward，axes，data

4.Legend图例

import matplotlib.pyplot as plt

import numpy as np

x = np.linspace(-3, 3, 50)

y1 = 2*x + 1

y2 = x**2

#legend用法1

plt.figure(num='1')

plt.xlim((-1, 2))

plt.ylim((-2, 3))

new_ticks = np.linspace(-1, 2, 5)

plt.xticks(new_ticks)

plt.yticks([-2, -1.8, -1, 1.22, 3],

['$really\ bad$', '$bad$', '$normal$', '$good$', '$really\ good$'])

plt.plot(x,y1,label='linear line')

plt.plot(x,y2,col