开始学习matplotlib 时候的贼基础的指令解释!被自己萌到了哈哈哈哈!
有些作用吧~~~分享给小白!
import matplotlib.pyplot as plt
import numpy as np
import math
import pandas as pd
plt.plot([1,2,3,4],[1,4,9,16],'bo') #离散的点 用plt.plot(argv1,argv2,argv3)
# argv1 输入的是x的取值 argv2输入的是y的对应取值 这两个都为数组
# argv3 设置曲线的属性格式 一般为字符串
plt.axis([0,5,0,20]) # 对要显示的图像的坐标轴[xmin,xmax,ymin,ymax]进行设置
plt.title('my first plot',fontsize=20,fontname='Times New Roman') # 添加标题 并利用关键字对字体进行属性设置
plt.xlabel('x',color='gray')
plt.ylabel('y',color='red') # 添加x和y轴的标题
# 为每个点加上标注 plt.text(x,y,s,fontdict=None,**kwargs)
# 前两个数据 表示的是要加标注的位置 一般都在点的旁边 s 为 要加的字符串 还可以使用关键字参数
plt.plot([1,1.2,1.4,1.6,1.8],[10,12,14,16,18],'ro',linewidth='2')
plt.text(1,1.3,'first')
plt.text(2,4.3,'second')
plt.text(3,9.3,'third')
plt.text(4,16.3,'fourth',fontsize=12)
# 在图表中 插入数学表达式 将表达式的内容置于两个$符号之间 并且在要加入的字符串之前添加r字符 表示他是原始文本 不需要对其转义操作
plt.text(2.5,13,r'$y=x^2$',fontsize=15,bbox={'facecolor':'yellow','alpha':0.2})
# 添加网格plt.grid(True)
plt.grid(True)
#plt.grid(False)
# 添加图例plt.legend([]) 默认添加到右上角 如果需要改变位置 需要添加关键字参数loc 0 最佳位置 1 右上角
# 2左上角 3 右下角
# 4 右下角 5 左下角 还有其他一些位置可以查询
plt.legend(['first series','second series'],loc=2) # 可以同时标记多条曲线 但是 顺序为调用plot()的顺序要保持一致
plt.show()
#
# t=np.arange(0,2.5,0.1)
# y1=list(map(math.sin,math.pi*t))
# y2=list(map(math.sin,math.pi*t+math.pi/2))
# y3=list(map(math.sin,math.pi*t-math.pi/2))
# #plt.plot(t,y1,'b*',t,y2,'g^',t,y3,'ys')
# plt.plot(t,y1,'b--',t,y2,'g',t,y3,'y-.',linewidth=3.0)
# plt.show()
# plt.axis([0,1,0,1])
# plt.xlabel='x'
# plt.ylabel='y'
# plt.title='随机数'
# 在一幅图形中绘制 几个不同的子图
# subplit(argv) argv 由三个整数组成 第一个数字表示垂直方向被分为几个部分 第二个数决定水平方向被分为几个数
# 第三个数 表示可以直接用于命令控制的子图
# t=np.arange(0,5,0.1)
# y1=np.sin(2*np.pi*t)
# y2=np.sin(2*np.pi*t)
# y3=np.sin(2*np.pi*t)
# plt.subplot(221) # 对第一个子图进行操作
# plt.plot(t,y1,'b--')
# plt.subplot(222)
# plt.plot(t,y2,'b-*')
# plt.subplot(223)
# plt.plot(t,y3,'r--')
# plt.show()
# 保存 图片 plt.savefig()
plt.savefig('my_first_chart.png')
**欢迎批评、指正!**