import matplotlib.pyplot as plt
plt.plot([1,2,3,4])
plt.ylabel('ylabel_numbers') #设置Y轴标签
plt.show()
如果只提供给plot()函数一个列表或者数组,plot()会任务这是一个串Y值(Y向量),并且会自动生成X值(X向量),而且Python一般是从0开始计数的,所以X向量有和Y向量一样的长度,但是下标是从0开始,所以X轴的值为[0,1,2,3],如上图所示。
plt.plot([1,2,3,4],[1,4,9,16])
也可以给plt.plot()函数传递多个序列(元组或者列表),每两个序列是一个X,Y向量对,在图中构成一条曲线。如上图所示。
为了区分同一个图中的多条曲线,可以为每个X,Y向量对制定一个参数来标明该曲线的表现形式,默认的参数是‘b-’,即蓝色的直线。
例如:下图将曲线设置为红色'r'。
plt.plot([1,2,3,4],[1,4,9,16],'r')
设置坐标轴范围:
plt.axis([0,6,0,20])
该行代码表示设置一个X轴范围是[0,6],Y轴范围是[0,20]的坐标系。效果如下图:
axis()函数接受形如[xmin, xmax, ymin, ymax]的参数,指定了X,Y轴的坐标范围。
也可使用plt.xlim(xmin, xmax)单独限制x轴坐标范围,使用plt.ylim(ymin, ymax)限制y轴坐标范围。
pyplot()不仅仅可以使用序列(元组和列表)作为参数,还可以使用numpy数组,实际上所有的序列都被内在的转化为numpy数组。
import matplotlib.pyplot as plt
import numpy as np
t = np.array([1,2,3,4])
plt.plot(t, t, 'r', t, t*2, 'b', t, t**3, 'g')
上述代码的执行结果为:
其中t, t, ‘r’表示红色那条线, t, t*2, ‘b’表示蓝色那条线 t, t**3, ‘g’表示绿色那条线
将其改为plt.plot(t, t, 'r*', t, t*2, 'bo', t, t**3, 'g^')
时,图像则变成的点,而不是线:
将两个图合并:
import matplotlib.pyplot as plt
import numpy as np
t = np.array([1,2,3,4])
plt.plot(t, t, 'r*', t, t*2, 'bo', t, t**3, 'g^')
plt.plot(t, t, 'r', t, t*2, 'b', t, t**3, 'g')
xlabel()、ylabel()、title()函数分别用来设置x轴标签,y轴标签和图标的名称。
text()命令可以用来在任意位置上添加文本,其表达式是由两个$符号绕起来的。
例如:text(60, 0.25, r'$\mu = 100, \\sigma = 15$')
表示在坐标(60, 0.25)的位置添加文本μ = 100,σ = 15
plt.legend((plot1, plot2),('lable1','label2'))
表示添加图例
subplot()表示在一个图层上建立多个子图,例如subplot(1,2,1)表示建立一个一行两列的图层,可包含两个子图,当前为第一个子图的位置。通过最后一个参数选择子图的位置。也可以写为subplot(121)。