python数据分析与展示学习笔记（4）plot函数的使用与坐标图

matplotlib库提供了丰富的可视化方法，我们可以使用matplotlib.pyplot这一子库来快捷的绘制各类可视化图形。

1.matplotlib库的引用：

import matplotlib.pyplot as plt

2.利用plot函数绘制图像(坐标图)

plt.plot(x,y,format_string,**kwargs)

• x:x轴数据，可以为列表或数组，当绘制单条曲线时可以省略。
• y:y轴数据，必须给出，形式为列表或数组，需要与x轴个数相同，当画单条曲线时，若x未给出则x默认为y（列表或数组）的下标。
• format_string:控制曲线的格式字符串，可以省略，下图摘自嵩老师ppt，在此列举以备不时之需，图中的格式字符是可以组合使用的也就是直接变为格式字符串比如'go-'代表绿色实心圈实线。

• **kwargs:第二组或更多(x,y,format_string），在同一图中绘制多条曲线，或是对图形设置进行精细单独管理。

控制颜色：color='green'

线条风格：linestyle='dashed'

标记风格：maker='o'

标记颜色：makerfacecolor='blue'

标记尺寸：makersize=20

• 对于中文显示的管理有两种方法：

方法一：rcparams，这个方法改变的是全局，不能单独设置。不做详细记录。

方法二：在有中文输出的地方加上参数fontproperties、fontsize（推荐）

比如plt.xlabel('横轴：时间,fontproperties='SimHei',fontsize=20)

• 给图像加入注解：

任意位置添加文本：plt.text()

带箭头的注释：plt.annotate()

x轴标签：plt.xlabel()

y轴标签：plt.ylabel()

整体标题：plt.title()

下面以在同一图中绘制多条曲线为例，对颜色、风格、标记、中文显示等方法进行尝试。给出代码如下。

import matplotlib.pyplot as plt
import numpy as np
a=np.arange(0.0,5.0,0.02)
plt.plot([0,2,4,6,8],[3,1,4,5,2],'yo-',
         a,np.cos(2*np.pi*a)/a,'g--',
         a,np.cos(2*np.pi*a),'r--')
plt.ylabel("grade")
#标记曲线，其中$符包括的部分是latex的语法，第二个参数xy是箭头所指位置，shrink是箭头与标记点的间隔
plt.annotate(r'$\mu=100$' , xy=(2, 1) , xytext=(3, 1.5) , xycoords='data',
             arrowprops=dict(facecolor='black' ,shrink=0.1,width=2))
plt.axis([0,10,-10,10])#限制轴的范围
plt.grid(True)
plt.savefig('D:/myPython/test',dpi=600)#默认存储格式位png，可以通过dpi调整品质
plt.show()

效果如下：