1.使用函数绘制matplotlib的图表组成元素

(1)函数plot---变量的变化趋势

import matplotlib.pyplot as plt
import numpy as np
x = np.linespace(0.05, 10, 1000) #在x轴均匀取1000个点
y = np.cos(x) #对应的y值
plt.plot(x,y,ls="-", lw=2, label="plot figure")
'''
ls-------->线条的风格
lw--------->线条的宽度
label-------->标记图形内容的标签文本
'''

(2)函数scatter------寻找变量间的关系

import matplotlib.pyplot as plt
import numpy as np
x = np.linspace(0.05, 10, 1000)
y = np.random.rand(1000)
plt.scatter(x, y, label="scatter figure")
plt.legend()
plt.show()

(三) 函数xlim()----------设置x轴的数值显示范围

import matplotlib.pyplot as plt
import numpy as np
x = np.linspace(0.05,10,1000)
y = np.random.rand(1000)
plt.scatter(x, y, label="scatter figure")
plt.legend()
plt.xlim(2, 10) #x轴的显示范围
plt.ylim(0,1) plt.show()

(四)函数xlabel()--------设置x轴的标签文本

import matplotlib.pyplot as plt
import numpy as np x = np.linspace(0.05,10,1000)
y = np.sin(x) plt.plot(x, y, ls="-", lw=2, c="c", label="plot figure") #c为颜色设置 plt.legend() plt.xlabel("x-axis") #x轴的标签
plt.ylabel("y-axis") plt.show()

(五)函数grid---------绘制刻度线的网格线

import matplotlib.pyplot as plt
import numpy as np x = p.linspace(0.05,10,1000)
y = np.sin(x) plt.plot(x, y, ls="-", lw=2, c="c", label="plot figure") #c为颜色设置 plt.legend()

plt.grid(linestyle="-", color="r")#linestyle------>线型=ls color------->颜色=c
plt.show()

(六)函数axhline()------绘制平行于x轴的水平参考线

import matplotlib.pyplot as plt
import numpy as np x = p.linspace(0.05,10,1000)
y = np.sin(x) plt.plot(x, y, ls="-", lw=2, c="c", label="plot figure") #c为颜色设置 plt.legend() plt.axhline(y = 0.0, c="c", ls="--", lw=2) #axh轴代表水平
plt.axvline(x = 4.0, c="c", ls="--", lw=2) #axv代表竖直 plt.show()

(七)函数axvspan()---------绘制垂直于x轴的参考区域

import matplotlib.pyplot as plt
import numpy as np x = np.linspace(0.05,10,1000)
y = np.sin(x) plt.plot(x, y, ls="-.", lw=2, c="c", label="plot figure") #c为颜色设置 plt.legend()
plt.axvspan(xmin=4.0, xmax=6, facecolor="y", alpha = 0.3) #设置x轴的范围,范围颜色用facecolor
plt.axhspan(ymin=0, ymax=0.5, facecolor="y", alpha = 0.3)
plt.show()

(八)函数annotate()-----------添加图形内容细节的指向型注释文本,text()函数与其差不多plt.text(x, y, string, weight, color)

import matplotlib.pyplot as plt
import numpy as np x = np.linspace(0.05,10,1000)
y = np.sin(x) plt.plot(x, y, ls="-.", lw=2, c="c", label="plot figure") #c为颜色设置 plt.legend()
plt.annotate("maximum",xy=(np.pi/2, 1),xytext = ((np.pi/2)+1.0, 0.8), weight = "bold", color = "b", arrowprops = dict(arrowstyle="->",connectionstyle = "arc3",color = "b"))
'''
string----->图形内容的注释文本
xy------->被注释图形内容的位置坐标
xytext------>注释文本的内容
weight------->注释文本的字体颜色
arrowprops------>指示被注释内容的箭头的属性字典
'''
plt.show()

(九)函数title()-----添加图形内容的标题

import matplotlib.pyplot as plt
import numpy as np x = np.linspace(0.05,10,1000)
y = np.sin(x) plt.plot(x, y, ls="-.", lw=2, c="c", label="plot figure") #c为颜色设置 plt.legend()
plt.title("y=sin(x)")#添加标题
plt.show()

(十)函数legend------标示不同图形的文本标签图例

import matplotlib.pyplot as plt
import numpy as np x = np.linspace(0.05,10,1000)
y = np.sin(x) plt.plot(x, y, ls="-.", lw=2, c="c",label = "flot figure") #c为颜色设置 plt.legend(loc="upper right")#flot figure的位置,upper,left,right,lower等组合而成 plt.show()

最新文章

  1. JavaScript 中对变量和函数声明的“提前”
  2. Linux C程序如何检测WIFI无线USB网卡是否可用?
  3. UVA - 10239 The Book-shelver's Problem
  4. (二)----HTTP请求头与响应头
  5. pageRank算法 python实现
  6. Visual Studio Code 快捷键大全(Windows)
  7. RowKey设计之单调递增行键/时序数据
  8. 在JavaScript中使用三目运算符时进行多个操作
  9. JAVA This的简单运用
  10. 2018-2019-2 20175211 实验二《Java面向对象程序设计》实验报告
  11. sublime text2 安装及使用教程
  12. npm太慢, 淘宝npm镜像使用方法
  13. Python_生成器函数进阶_39
  14. java----面对对象
  15. 欲善其功,必先利其器--Nodejs调试技术总结
  16. springmvc上传,下载
  17. 【转】MongoDB导入导出以及数据库备份
  18. 第11月第21天 php引用 codeigniter cakephp
  19. asp.net onclientclick事件刷新页面问题解决
  20. myeclipse8.6 注册码

热门文章

  1. C/C++面试题:C++与C有什么不同?
  2. Python实现树莓派摄像头持续录像并传送到主机
  3. vue组建通信
  4. CentOS下解压缩
  5. FPGA 流水灯
  6. 更改ubuntu的分辨率
  7. lcm的和(莫比乌斯反演)
  8. PyQt(Python+Qt)学习随笔:树型部件QTreeWidget中使用sortItems进行项排序
  9. PyQt(Python+Qt)学习随笔:Qt Designer中主窗口对象documentMode属性
  10. PHP代码审计分段讲解(14)