-
matplotlib的函数格式和matlab很像
-
函数:
import matplotlib.pyplot as plt 导入二维画图包
plt.show() 显示
plt.close() 关闭
%matplotlib inline #jupyter notebook的神奇代码替代plt.show
plt.savefig(“path”, dpi=n) 保存折线图:
plt.plot(x, y, label=“legend_label”) 画折线图,x、y长度相等。label用来设置图例
参数:color="…", linestyle="…", marker="…", linewidth=n
对应颜色,线条类型,点类型,线粗细。线条风格: 实线- 虚线: 点画线-. 破折线–
线条颜色: 红色r 黄色y 绿色g 蓝色b 黑色b 白色w
线条标记:“o”圆圈 “.”点 “*”星号 “+”加号 “v”朝下三角 “^”朝上三角 “<”朝左三角 “>”朝右三角 “D”大菱形 “d”小菱形 “s”正方形坐标轴调整及标题:
plt.axis([xmin, xmax, ymin, ymax]) 传入必须是一个长度为4的列表(和matlab不一样)。
plt.xlabel(“xlabel”) x轴标题
plt.ylabel(“ylabel”) y轴标题
plt.title(“title”) 图的标题
调整间隔/改变坐标值:
plt.xticks([x1, x2, … ,xn], labels=[lab1, lab2, … ,labn]) 自定义间隔,labels可以忽略,不忽略的话会把前面的间隔点替换成labels。两个参数长度必须一样图例:
plt.legend() 画出图例(对应画图时使用的参数label)直方图: 表示连续数值。
plt.hist(data, bins=10,normed=0, facecolor, edgecolor, alpha) 参数:data为绘图数据;bins为分类数量(有多少个直方形的bin);normed是归一化,默认0表示不归一,显示频数,1表示归一,显示频率;facecolor为长条形颜色,edgecolor为边框颜色条形图: 分类数据
plt.bar(x, y) 画出竖向条形图。 width控制宽度。
plt.barh(x, y) 画出横向条形图,注意会横过来画。但是,height控制宽度。虽然横过来了,但是xlim还是会更改原本的x(现在竖过来了)。
如果要在图上放上每个条形图的数据,使用plt.text(x, y)。两条线之间填充阴影
plt.fill_between(x, y1, y2) 把y1到y2之间的区域填充。
08-30
08-30