import numpy as np
import matplotlib.pyplot as plt
%matplotlib inline
# 设置中文字体和负号正常显示
plt.rcParams['font.sans-serif'] = ['SimHei']
plt.rcParams['axes.unicode_minus'] = False
plt库中的函数——通用
- plt.xlabel(‘x轴名称’, labelpad = 标签据图表距离)
- plt.ylabel(‘y轴名称’)
- plt.xlim([x轴坐标范围])
- plt.ylim()
- plt.xticks(标签放置位置, [x轴刻度], rotation=旋转角度, fontsize=字体大小)
#标签放置位置一般用range函数,类似柱状图 - plt.yticks([])
- plt.title(‘标题’,pad=标题与坐标轴距离,fontsize=字体大小)
- plt.show()
legend函数——图例
plt.legend(loc= , bbox_to_anchor(a,b), ncol = 1, frameon = True/False, title = ‘图例标题’)
- loc:表示图例在图表中的位置,‘best’=0, ‘center/right/left’, ‘upper center…’, ‘lower center…’, ‘center right/left’,可以用数字替换,懒得记了。这个设置只能在图表内部,若要放置在图表外部,用bbox_to_anchor(a,b)
- bbox_to_anchor(a,b,c,d):a表示与图表左边框距离,b表示与上边框距离,c,d表示图例的长度与宽度与1比较)
- ncol:表示图例显示成几列
- frameon:是否需要边框
figure函数——创建画布
plt.figure(figsize,dpi,facecolor)
- figsize:画布大小
- dpi:分辨率
- facecolor:填充色
x = np.arange(0,1.1,0.01)
y = x**2
plt.figure(figsize = (6.4,4.48),dpi =100,facecolor = 'yellow')
plt.title('函数图像')
plt.xlabel('x')
plt.ylabel('y')
plt.xlim([0,1])
plt.xticks([0,0.2,0.4,0.6,0.8,1])
plt.plot(x,y,label ='y=x^2')
plt.legend(loc='best')
#保存图片
#plt.savefig('地址\图片名称.图片格式')图片格式支持pmg,jpg,pdf
plt.show()
plot函数——绘制函数图像
plot(x,y,ls=, lw= ,c= ,markersize= ,markeredgecolor= ,markerfacecolor= ,label= )
- ls:线条形状 ‘-’ , ‘–’ , ‘-.’ , ‘:’
- lw:线条宽度
- c:线条颜色
- markersize:标记形状 ‘o’ , ‘v’ …
- markeredgecolor:标记边框色
- markerfacecolor:标记填充色
- label:标签
x = np.linspace(0,10,100)
y = np.sin(x)
plt.plot(x,y,label = 'x和y的关系')
plt.legend(loc='upper center') #图例的位置,其他参数:center,best(自适应)
plt.show()