import numpy as np
import matplotlib as mpl
import matplotlib.pyplot as pt
#通过rcParams设置全局横纵轴字体大小
mpl.rcParams['xtick.labelsize']=15
mpl.rcParams['ytick.labelsize']=15
#当我们设置相同的seed,每次生成的随机数相同
#如果不设置 seed,则每次会生成不同的随机数
np.random.seed(10)
#x轴的采样点,从0到5之间等间隔取100个数
x=np.linspace(0,5,100)
#通过下面曲线加上噪声生成数据,需要提供数据和拟合模型
y=2*np.sin(x)+0.3*x**2
y_data=y+np.random.normal(scale=0.3,size=100)
#figure()指定图表名称
#‘.’表明画散点图,每个散点的形状是个圆
pt.figure('data')
pt.plot(x,y_data,'.')
pt.title('data')
#绘制模型图,plot函数默认画线连图
pt.figure('model')
pt.plot(x,y)
pt.title('model')
#将两个图画综合在一起
#r表示线条的颜色,lw为其宽度
pt.figure('data&model')
pt.plot(x,y,'r',lw=4)
pt.title('data&model')
#scatter可以更容易生成散点图,可以设置各种属性
#c为颜色属性,marker为形状属性
pt.scatter(x,y_data,c='m',maker='^')
pt.legend(['m','d'])
pt.show()
注:文章转自添加链接描述