import numpy as np
import matplotlib.pyplot as plt
'''
案例一
data = np.arange(0, 1.1, 0.01)
plt.title("lines") # 添加标题
plt.xlabel("x") # 添加x轴的标签
plt.ylabel("y") # 添加y轴的标签
plt.xticks([0, 0.2, 0.4, 0.6, 0.8, 1]) # 规定x轴刻度
plt.yticks([0, 0.2, 0.4, 0.6, 0.8, 1]) # 规定y轴刻度
plt.plot(data, data**2) # 添加y=x^2曲线
plt.plot(data, data**4) # 添加y=x^4曲线
plt.legend(['y=x^2', 'y=x^4']) # 添加图例
plt.savefig("d:/图例.jpg") # 将图片保存到磁盘
plt.show() # 展示图例
'''
案例二
# 中文出现乱码解决办法
plt.rcParams["font.sans-serif"] = ["SimHei"]
plt.rcParams["axes.unicode_minus"] = False
x = np.arange(0, np.pi*2, 0.01)
# 第一幅图
p1 = plt.figure(figsize=(8, 6), dpi=80) # 确定画布大小
ax1 = p1.add_subplot(2, 1, 1) # 创建一个2行1列的图,并开始绘制第一幅子图
plt.title("图像曲线图") # 添加标题
plt.xlabel('x') # 添加x轴的标签
plt.ylabel('y') # 添加y轴的标签
plt.xlim((0, 1)) # 确定x轴的范围
plt.ylim((0, 1)) # 确定y轴的范围
plt.xticks([0, 0.2, 0.4, 0.6, 0.8, 1]) # 规定x轴刻度
plt.yticks([0, 0.2, 0.4, 0.6, 0.8, 1]) # 确定y轴刻度
plt.plot(x, x**2) # 添加y=x^2
plt.plot(x, x**4) # 添加y=x^4
plt.legend(['y=x^2', 'y=x^4']) # 添加图例
# 第二幅图
ax1 = p1.add_subplot(2, 1, 2) # 开始绘制第二幅图
plt.title("sin/cos(x)") # 添加标题
plt.xlabel('x') # 添加x轴的标签
plt.ylabel('y') # 添加y轴的标签
plt.xlim((0, np.pi*2)) # 确定x轴的范围
plt.ylim((-1, 1)) # 确定y轴的范围
plt.xticks([0, np.pi/2, np.pi, np.pi*1.5, np.pi*2]) # 规定x轴刻度
plt.yticks([-1, -0.5, 0, 0.5, 1]) # 确定y轴刻度
plt.plot(x, np.sin(x)) # 添加sin(x)曲线
plt.plot(x, np.cos(x)) # 添加cos(x)曲线
plt.legend(['y=sin(x)', 'y=cos(x)']) # 添加图例
plt.tight_layout() # 调整两个子图间隔
plt.savefig('D:/曲线图.jpg') # 保存到本地D盘
plt.show()
数据分析--数据可视化基础(Matplotlib)
于 2023-05-18 07:50:50 首次发布