Matplotlib 是 Python 中常用的 2D 绘图库,它能轻松地将数据进行可视化,作出精美的图表。Matplotlib 这个模块很庞大,最常用的是其中一个子模块——pyplot,通常这样导入它:
1、import matplotlib.pyplot as plt
2、from matplotlib import pyplot as plt
pyplot 中最基础的作图方式是以点作图,即给出每个点的坐标,pyplot 会将这些点在坐标系中画出,并用线将这些点连起来。我们以正弦函数为例,看看如何用 pyplot 画出它的函数图像:
接下来我们逐行看看每行代码的作用,
首先是 x = np.arange(0, 2 * np.pi, 0.1)。
np.arange() 方法我们之前学过,np.pi 就是 π 的值。所以这行代码的作用是:生成一个从 0 到 2π 的数组,步长是 0.1。
我们可以将 x 打印出来看看:
这样我们就获得了 x 轴的所有坐标。步长为 0.1 是为了让每个点间隔小一点,点的数量多一点。这样画出的图像更加接近真实情况,也更加的平滑。如果步长是 1 的话,我们的图像将会变成这样:
接下来是 y = np.sin(x)。
np.sin() 方法是 numpy 中计算正弦函数的方法,我们将 x 的值传进去就得到对应的正弦值。我们也将 y 的值打印出来看看:
小贴士:除了 np.sin() 方法之外,numpy 中也有 np.cos()、np.tan() 等计算三角函数的方法。
有了 x 和 y 的值之后,将其分别传入 plt.plot() 方法,pyplot 会将其转换成对应的坐标。上述例子中,(0, 0) 是第一个坐标,(0.1, 0.09983342) 是第二个坐标,(6.2, -0.0830894) 是最后一个坐标。
将这些坐标连成线就得到了函数的图像,最后调用 plt.show() 方法就能将图像显示出来了。
也可以改变变量相关范围:
还有一种画多个图像的方法是:每对 x 和 y 都调用一次 plt.plot() 方法。因此,下面的代码和上面的代码是等价的:
对于每一对 x 和 y,还有一个可选的格式化参数,用来指定线条的颜色、点标记和线条的类型。
你有可能不明白为什么会变成这样,且听我给你慢慢说来。以 'ro--&