Matplotlib几个常见用法

1、

from numpy import *
from pylab import *

x = linspace(-3, 3, 30)
y = x ** 2
plt.title('test')
'''
如要绘制符号而不是线，可用的符号参数如下：
符号：^ , v , < , > , s , + , x , D , d , 1 , 2 , 3 , 4 ,
     h , H , p , | , _ , - , –, -., , . , , , o , 
颜色：b, g, r, c, m, y, k, w
'''

from pylab import *

x = linspace(-3, 3, 30)
# y = x**2
# plot(x, y,'y|')
# 绘制多个图形
plot(x, sin(x))
plot(x, cos(x), 'r-')
plot(x, -sin(x), 'g--')
show()

 

2、

import matplotlib.pyplot as plt
import numpy as np

# 显示中文设置...
plt.rcParams['font.sans-serif'] = ['SimHei']
plt.rcParams['axes.unicode_minus'] = False

# 一行三个图形，画布大小长9宽4，单个长3宽4
fig, axes = plt.subplots(1, 3, figsize=(9, 4))
x = np.arange(1, 11)

axes[0].plot(x, x ** 3, 'g', lw=1)  # lw设置线条粗细
axes[0].grid(True)  # 设置网格
axes[0].set_title('默认网格')

axes[1].plot(x, np.exp(x), 'r')
axes[1].grid(color='b', ls='-.', lw=0.25)  # ls设置线条的样式
axes[1].set_title('自定义网格')

axes[2].plot(x, x)
axes[2].set_title('无网格')
# tight_layout会自动调整子图参数，使之填充整个图像区域
fig.tight_layout()
plt.show()

# 设置行列的取值大小
# ax.set_xlim(0,10)
# ax.set_ylim(0,10000)

 

3、

import matplotlib.pyplot as plt
import numpy as np

plt.rcParams['font.sans-serif'] = ['SimHei']
plt.rcParams['axes.unicode_minus'] = False
girls_grades = [89, 90, 70, 89, 100, 80, 90, 100, 80, 34]
boys_grades = [30, 29, 49, 48, 100, 48, 38, 45, 20, 30]
grades_range = [10, 20, 30, 40, 50, 60, 70, 80, 90, 100]

# plt.legend(labels = ('男孩','女孩'),loc='upper left')
colors=np.random.rand(10)
plt.scatter(grades_range, girls_grades, color='r', alpha=0.5)  # alpha取值在[0-1]之间，表示该颜色的深浅程度
plt.scatter(grades_range, boys_grades, colors)

plt.title('散点图示例')  # 显示图表标题
plt.xlabel('分数范围')  # x轴名称
plt.ylabel('分数等级')  # y轴名称
plt.grid(True)  # 显示网格线
plt.legend(labels=('男孩', '女孩'), loc='upper right')

plt.show()

 

4、

import matplotlib.pyplot as plt
import numpy as np

plt.rcParams['font.sans-serif'] = ['SimHei']  # 显示中文
plt.rcParams['axes.unicode_minus'] = False  # 解决坐标轴负数的负号显示问题

x = np.arange(0, np.pi * 2, 0.05)
y = np.sin(x)
plt.plot(x, y)  # 绘制两个数组的值
plt.xlabel('角度')  # X轴标签
plt.ylabel('正弦')  # Y轴标签
plt.title('正弦波')  # 绘图标题
plt.show()  # 调用绘图查看器窗口
# fig, a = plt.subplots(2, 2)  # 二行二列个子图