matplotlib绘图基本知识总结2

plt.scatter()函数

先用plt.scatter()绘制一个简单的散点图

import matplotlib.pyplot as plt
import numpy as np
x = np.linspace(-1, 1, 10)
y = 2*x+1
plt.scatter(y, x)
plt.show()

运行结果如图

 np.random.normal(loc=,scale=,size=)

功能是从正态分布中抽取随机样本

参数

loc: 正态分布的均值，就是这个正态分布的均值，比如loc=0说明这是一个以Y轴为对称轴的正态分布。

scale： 正态分布的标准差，scale越打正态分布图像越胖矮，反之越高瘦

size： 输出的值赋在shape中，默认为None

plt.scatter(X, Y, s=, c=, alpha=)

X,Y是目标散点的坐标，s是散点的面积，c是散点的颜色，alpha是指散点的透明度

plt.xticks(())

代表把所有的X轴设置为None

import matplotlib.pyplot as plt
import numpy as np
n = 1024
X = np.random.normal(0, 1, n)
Y = np.random.normal(0, 1, n)
T = np.arctan2(Y, X)

plt.scatter(X, Y, s=75, c=T, alpha=0.5)

plt.xlim((-1.5, 1.5))
plt.ylim((-1.5, 1.5))
plt.xticks(())
plt.yticks(())

plt.show()

运行结果

 plt.annotate(r'$2x+1=%s$' % y0, xy=(x0, y0), xycoords=, xytext=(+30, -30),textcoords=, fontsize=, arrowprops=dict(arrowstyle='',connectionstyle=','))

'$2x+1=%s$'是要打印的字符串，

xy(x0,y0)是指向点的坐标，

xyxcoords参数有figure points；figure pixels；figure fraction；axes pixels；data等等分别代表剪头的位置。

xytext（）是打印文字的位置+30，-30的意思是相对于指向点的坐标的位置X轴加30的像素距离

Y轴减30的像素距离的位置。

textcoords  用来设置字体的颜色

arrowprops  箭头参数，参数的类型为字典dict。

plt.text(x, y, r'$This\ is\ the\ some\ text.\ \mu\ \sigma_i\ \alpha_t$', fontdict={'size': , 'color': ''})

用来打印字符串，

x,y是指定打印的起始位置

\空格用来转义打印空格，\sigma_i 打印下标为i的希腊字母

fontdict分别设置字体的粗细和颜色，变量类型为字典

import matplotlib.pyplot as plt
import numpy as np
x = np.linspace(-1, 1, 10)                 
y1 = 2*x + 1
plt.figure(num=3, figsize=(8, 5))   # num = 3 表示设置当前的名字，figsize = (8, 5)代表长和宽
plt.plot(x, y1)
ax = plt.gca()                                      # 获得当前坐标轴，存储到ax中
ax.spines['right'].set_color('none')                # 将右边的轴设置为空
ax.spines['top'].set_color('none')                  # 将顶部的轴设置为空
ax.xaxis.set_ticks_position('bottom')               # 用来把X的刻度放在下方的轴
ax.yaxis.set_ticks_position('left')                 # 用来把Y的刻度放在左边的轴
ax.spines['bottom'].set_position(('data', 0))       # 将X轴移动到Y轴0刻度的位置
ax.spines['left'].set_position(('data', 0))         # 将Y轴移动到X轴0刻度的位置
x0 = 0.5
y0 = 2*x0+1
plt.scatter(x0, y0, s=50, color='b')
plt.plot([x0, x0], [y0, 0], 'k--', lw=2.5)

plt.annotate(r'$2x+1=%s$' % y0, xy=(x0, y0), xycoords='data', xytext=(+30, -30), textcoords='offset points', fontsize=16,  arrowprops=dict(arrowstyle='->', connectionstyle='arc3,rad=.2'))

plt.text(-1.3, 1, r'$This\ is\ the\ some\ text.\ \mu\ \sigma_i\ \alpha_t$', fontdict={'size': 16, 'color': 'r'})

plt.show()

运行结果为