1、绘制直线图

 1 # ============================展现变量的趋势变化==========================

 2 import matplotlib.pyplot as plt

 3 import numpy as np

 4

 5 # 从0到10均匀的取1000个数

 6 x = np.linspace(0,10,1000)

 7

 8 # sin函数

 9 y = np.cos(x)

10

11 # 在标准正态分布中随机的取100个数

12 y1 = np.random.randn(100)

13

14 # ===========绘制直线图=============

15 # x:x轴上的数值，y:y轴上的数值,ls:折线图线条风格，lw:折线图的线条宽度，label：标记图形内容的标签文本

16 plt.plot(x,y,ls="--",lw=2,label="plot figure")

17

18 # 给图形加上图例

19 plt.legend()

20

21 # 显示图片

22 plt.show()

2、绘制散点图

 1 # ============================寻找变量之间的变化关系==========================

 2 import matplotlib.pyplot as plt

 3 import numpy as np

 4

 5 # 从0到10均匀的取1000个数

 6 x = np.linspace(0.05,10,1000)

 7

 8 # 在标准正态分布中随机的取100个数

 9 y = np.random.randn(1000)

10

11 # ===========绘制散点图=============

12 # x:x轴上的数值，y:y轴上的数值，c:颜色，label：标记图形内容的标签文本

13 plt.scatter(x,y,c="b",label="scatter figure")

14

15 # 给图形加上图例

16 plt.legend()

17

18 # 显示图片

19 plt.show()

3、设置X/Y轴的数值显示范围

# ============================设置X/Y轴的数值显示范围==========================

import matplotlib.pyplot as plt

import numpy as np

# 从0到10均匀的取1000个数

x = np.linspace(0,10,1000)

# 在标准正态分布中随机的取100个数

y = np.random.randn(1000)

# ===========绘制散点图=============

# x:x轴上的数值，y:y轴上的数值，c:颜色，label：标记图形内容的标签文本

plt.scatter(x,y,c="b",label="scatter figure")

# 给图形加上图例

plt.legend()

# 设置X/Y轴的数值显示范围

plt.xlim(0,10)

plt.ylim(0,1)

# 显示图片

plt.show()

4、设置X/Y轴的文本标签

 1 # ============================设置X/Y轴的文本标签==========================

 2 import matplotlib.pyplot as plt

 3 import numpy as np

 4

 5 # 从0到10均匀的取1000个数

 6 x = np.linspace(0,10,1000)

 7

 8 # 在标准正态分布中随机的取100个数

 9 y = np.random.randn(1000)

10

11 # ===========绘制散点图=============

12 # x:x轴上的数值，y:y轴上的数值，c:颜色，label：标记图形内容的标签文本

13 plt.scatter(x,y,c="b",label="scatter figure")

14

15 # 给图形加上图例

16 plt.legend()

17

18 # 设置X/Y轴的数值显示范围

19 plt.xlim(0,10)

20 plt.ylim(0,1)

21

22 # 设置X/Y轴的文本标签

23 plt.xlabel(xlabel="X-axis")

24 plt.ylabel(ylabel="Y-axis")

25

26 # 显示图片

27 plt.show()

5、设置X/Y轴刻度的参考线

 1 # ============================设置X/Y轴刻度的参考线==========================

 2 import matplotlib.pyplot as plt

 3 import numpy as np

 4

 5 # 从0到10均匀的取1000个数

 6 x = np.linspace(0,10,1000)

 7 y = np.sin(x)

 8

 9 # x:x轴上的数值，y:y轴上的数值，c:颜色，label：标记图形内容的标签文本

10 plt.plot(x,y,ls="-",lw=2,c="b",label="plot figure")

11

12 # 给图形加上图例

13 plt.legend()

14

15 # 绘制X/Y轴刻度的参考线

16 plt.grid(linestyle=":",color="r")

17

18 # 设置X/Y轴的数值显示范围

19 plt.xlim(0,10)

20 plt.ylim(-1,1)

21

22 # 设置X/Y轴的文本标签

23 plt.xlabel(xlabel="X-axis")

24 plt.ylabel(ylabel="Y-axis")

25

26 # 显示图片

27 plt.show()

6、绘制X/Y轴的水平参考线

 1 # ============================绘制X/Y轴的水平参考线==========================

 2 import matplotlib.pyplot as plt

 3 import numpy as np

 4

 5 # 从0到10均匀的取1000个数

 6 x = np.linspace(0,10,1000)

 7 y = np.sin(x)

 8

 9 # x:x轴上的数值，y:y轴上的数值，c:颜色，label：标记图形内容的标签文本

10 plt.plot(x,y,ls="-",lw=2,c="b",label="plot figure")

11

12 # 给图形加上图例

13 plt.legend()

14

15 # 绘制X/Y轴刻度的参考线

16 plt.grid(linestyle=":",color="r")

17

18 # 绘制X/Y轴的水平参考线

19 plt.axhline(y=0.00,c="c",ls="-",lw=2)         # 水平

20 plt.axvline(x=4.7,c="c",ls="-",lw=2)          # 垂直

21

22 # 设置X/Y轴的数值显示范围

23 plt.xlim(0,10)

24 plt.ylim(-1,1)

25

26 # 设置X/Y轴的文本标签

27 plt.xlabel(xlabel="X-axis")

28 plt.ylabel(ylabel="Y-axis")

29

30 # 显示图片

31 plt.show()

7、绘制垂直于X/Y轴的参考区域

 1 # ============================绘制垂直于X/Y轴的参考区域==========================

 2 import matplotlib.pyplot as plt

 3 import numpy as np

 4

 5 # 从0到10均匀的取1000个数

 6 x = np.linspace(0,10,1000)

 7 y = np.sin(x)

 8

 9 # x:x轴上的数值，y:y轴上的数值，c:颜色，label：标记图形内容的标签文本

10 plt.plot(x,y,ls="-",lw=2,c="b",label="plot figure")

11

12 # 给图形加上图例

13 plt.legend()

14

15 # 绘制X/Y轴刻度的参考线

16 # linestyle：网格线的线条风格；color：线条颜色

17 plt.grid(linestyle=":",color="r")

18

19 # 绘制X/Y轴的水平参考线

20 plt.axhline(y=0.00,c="c",ls="-",lw=2)       # 水平

21 plt.axvline(x=4.7,c="c",ls="-",lw=2)        # 垂直

22

23 # 绘制垂直于X/Y轴的参考区域

24 # xmin/ymin：起始位置，xmax/ymax:终止位置，facecolor：参考区域填充颜色，alpha：透明度

25 plt.axhspan(ymin=-0.15,ymax=0.15,facecolor="y",alpha=0.3)       # 水平

26 plt.axvspan(xmin=4,xmax=5.4,facecolor="y",alpha=0.3)            # 垂直

27

28 # 设置X/Y轴的数值显示范围

29 plt.xlim(0,10)

30 plt.ylim(-1,1)

31

32 # 设置X/Y轴的文本标签

33 plt.xlabel(xlabel="X-axis")

34 plt.ylabel(ylabel="Y-axis")

35

36 # 显示图片

37 plt.show()

8、图形内容指向型注释文本

 1 # ============================图形内容指向型注释文本==========================

 2 import matplotlib.pyplot as plt

 3 import numpy as np

 4

 5 # 从0到10均匀的取1000个数

 6 x = np.linspace(0,10,1000)

 7 y = np.sin(x)

 8

 9 # x:x轴上的数值，y:y轴上的数值，c:颜色，label：标记图形内容的标签文本

10 plt.plot(x,y,ls="-",lw=2,c="b",label="plot figure")

11

12 # 给图形加上图例

13 plt.legend()

14

15 # 绘制X/Y轴刻度的参考线

16 # linestyle：网格线的线条风格；color：线条颜色

17 plt.grid(linestyle=":",color="r")

18

19 # 绘制X/Y轴的水平参考线

20 plt.axhline(y=0.00,c="c",ls="-",lw=2)       # 水平

21 plt.axvline(x=4.7,c="c",ls="-",lw=2)        # 垂直

22

23 # 绘制垂直于X/Y轴的参考区域

24 # xmin/ymin：起始位置，xmax/ymax:终止位置，facecolor：参考区域填充颜色，alpha：透明度

25 plt.axhspan(ymin=-0.15,ymax=0.15,facecolor="y",alpha=0.3)       # 水平

26 plt.axvspan(xmin=4,xmax=5.4,facecolor="y",alpha=0.3)            # 垂直

27

28 # 图形内容指向型注释文本

29 # Maximum:要注释的文本，xy:被注释图形内容的坐标位置，xytext：注释文本的位置，

30 # weight：注释内容的字体粗细风格，color：注释文本颜色，arrowprops：指示被注释内容的箭头的属性字典

31 plt.annotate(s="Maximum",xy=(np.pi/2,1.0),xytext=((np.pi/2)+1.0,.8),weight="bold",color="g",

32              arrowprops=dict(arrowstyle="->",connectionstyle="arc3",color="g"))

33

34 # 设置X/Y轴的数值显示范围

35 plt.xlim(0,10)

36 plt.ylim(-1,1)

37

38 # 设置X/Y轴的文本标签

39 plt.xlabel(xlabel="X-axis")

40 plt.ylabel(ylabel="Y-axis")

41

42 # 显示图片

43 plt.show()

9、添加图形内容无指向型注释文本

 1 =======添加图形内容无指向型注释文本==========================

 2 import matplotlib.pyplot as plt

 3 import numpy as np

 4

 5 # 从0到10均匀的取1000个数

 6 x = np.linspace(0,10,1000)

 7 y = np.sin(x)

 8

 9 # x:x轴上的数值，y:y轴上的数值，c:颜色，label：标记图形内容的标签文本

10 plt.plot(x,y,ls="-",lw=2,c="b",label="plot figure")

11

12 # 给图形加上图例

13 plt.legend()

14

15 # 绘制X/Y轴刻度的参考线

16 # linestyle：网格线的线条风格；color：线条颜色

17 plt.grid(linestyle=":",color="r")

18

19 # 绘制X/Y轴的水平参考线

20 plt.axhline(y=0.00,c="c",ls="-",lw=2)       # 水平

21 plt.axvline(x=4.7,c="c",ls="-",lw=2)        # 垂直

22

23 # 绘制垂直于X/Y轴的参考区域

24 # xmin/ymin：起始位置，xmax/ymax:终止位置，facecolor：参考区域填充颜色，alpha：透明度

25 plt.axhspan(ymin=-0.15,ymax=0.15,facecolor="y",alpha=0.3)       # 水平

26 plt.axvspan(xmin=4,xmax=5.4,facecolor="y",alpha=0.3)            # 垂直

27

28 # 图形内容指向型注释文本

29 # Maximum:要注释的文本，xy:被注释图形内容的坐标位置，xytext：注释文本的位置，

30 # weight：注释内容的字体粗细风格，color：注释文本颜色，arrowprops：指示被注释内容的箭头的属性字典

31 plt.annotate(s="Maximum",xy=(np.pi/2,1.0),xytext=((np.pi/2)+1.0,.8),weight="bold",color="g",

32              arrowprops=dict(arrowstyle="->",connectionstyle="arc3",color="g"))

33

34 # 添加图形内容无指向型注释文本

35 plt.text(x=2.6,y=0.55,s="y=sin(x)",weight="bold",color="m")

36

37 # 设置X/Y轴的数值显示范围

38 plt.xlim(0,10)

39 plt.ylim(-1,1)

40

41 # 设置X/Y轴的文本标签

42 plt.xlabel(xlabel="X-axis")

43 plt.ylabel(ylabel="Y-axis")

44

45 # 显示图片

46 plt.show()

10、添加图形内容标题

 1 =======添加图形内容标题==========================

 2 import matplotlib.pyplot as plt

 3 import numpy as np

 4

 5 # 从0到10均匀的取1000个数

 6 x = np.linspace(0,10,1000)

 7 y = np.sin(x)

 8

 9 # x:x轴上的数值，y:y轴上的数值，c:颜色，label：标记图形内容的标签文本

10 plt.plot(x,y,ls="-",lw=2,c="b",label="plot figure")

11

12 # 给图形加上图例

13 plt.legend()

14

15 # 绘制X/Y轴刻度的参考线

16 # linestyle：网格线的线条风格；color：线条颜色

17 plt.grid(linestyle=":",color="r")

18

19 # 绘制X/Y轴的水平参考线

20 plt.axhline(y=0.00,c="c",ls="-",lw=2)       # 水平

21 plt.axvline(x=4.7,c="c",ls="-",lw=2)        # 垂直

22

23 # 绘制垂直于X/Y轴的参考区域

24 # xmin/ymin：起始位置，xmax/ymax:终止位置，facecolor：参考区域填充颜色，alpha：透明度

25 plt.axhspan(ymin=-0.15,ymax=0.15,facecolor="y",alpha=0.3)       # 水平

26 plt.axvspan(xmin=4,xmax=5.4,facecolor="y",alpha=0.3)            # 垂直

27

28 # 图形内容指向型注释文本

29 # Maximum:要注释的文本，xy:被注释图形内容的坐标位置，xytext：注释文本的位置，

30 # weight：注释内容的字体粗细风格，color：注释文本颜色，arrowprops：指示被注释内容的箭头的属性字典

31 plt.annotate(s="Maximum",xy=(np.pi/2,1.0),xytext=((np.pi/2)+1.0,.8),weight="bold",color="g",

32              arrowprops=dict(arrowstyle="->",connectionstyle="arc3",color="g"))

33

34 # 添加图形内容无指向型注释文本

35 plt.text(x=2.6,y=0.55,s="y=sin(x)",weight="bold",color="m")

36

37 # 添加图形内容标题

38 plt.title(label="y=sin(x)")

39

40 # 设置X/Y轴的数值显示范围

41 plt.xlim(0,10)

42 plt.ylim(-1,1)

43

44 # 设置X/Y轴的文本标签

45 plt.xlabel(xlabel="X-axis")

46 plt.ylabel(ylabel="Y-axis")

47

48 # 显示图片

49 plt.show()

11、标识不同图形的文本标签图例

 1 # ============================标识不同图形的文本标签图例==========================

 2 import matplotlib.pyplot as plt

 3 import numpy as np

 4

 5 # 从0到10均匀的取1000个数

 6 x = np.linspace(0,10,1000)

 7 y = np.sin(x)

 8

 9 # x:x轴上的数值，y:y轴上的数值，c:颜色，label：标记图形内容的标签文本

10 plt.plot(x,y,ls="-",lw=2,c="b",label="plot figure")

11

12 # 给图形加上图例

13 # loc:图例在图像当中的地理位置

14 plt.legend(loc="lower right")

15

16 # 绘制X/Y轴刻度的参考线

17 # linestyle：网格线的线条风格；color：线条颜色

18 plt.grid(linestyle=":",color="r")

19

20 # 绘制X/Y轴的水平参考线

21 plt.axhline(y=0.00,c="c",ls="-",lw=2)       # 水平

22 plt.axvline(x=4.7,c="c",ls="-",lw=2)        # 垂直

23

24 # 绘制垂直于X/Y轴的参考区域

25 # xmin/ymin：起始位置，xmax/ymax:终止位置，facecolor：参考区域填充颜色，alpha：透明度

26 plt.axhspan(ymin=-0.15,ymax=0.15,facecolor="y",alpha=0.3)       # 水平

27 plt.axvspan(xmin=4,xmax=5.4,facecolor="y",alpha=0.3)            # 垂直

28

29 # 图形内容指向型注释文本

30 # Maximum:要注释的文本，xy:被注释图形内容的坐标位置，xytext：注释文本的位置，

31 # weight：注释内容的字体粗细风格，color：注释文本颜色，arrowprops：指示被注释内容的箭头的属性字典

32 plt.annotate(s="Maximum",xy=(np.pi/2,1.0),xytext=((np.pi/2)+1.0,.8),weight="bold",color="g",

33              arrowprops=dict(arrowstyle="->",connectionstyle="arc3",color="g"))

34

35 # 添加图形内容无指向型注释文本

36 plt.text(x=2.6,y=0.55,s="y=sin(x)",weight="bold",color="m")

37

38 # 添加图形内容标题

39 plt.title(label="y=sin(x)")

40

41 # 设置X/Y轴的数值显示范围

42 plt.xlim(0,10)

43 plt.ylim(-1,1)

44

45 # 设置X/Y轴的文本标签

46 plt.xlabel(xlabel="X-axis")

47 plt.ylabel(ylabel="Y-axis")

48

49 # 显示图片

50 plt.show()

最新文章

  1. 介绍一位OWin服务器新成员TinyFox
  2. webstorm对WebGL自动提示
  3. android edittext属性说明
  4. [转]NopCommerce How to code my own payment method
  5. CRM行编辑控件
  6. Java对Excel表格的操作
  7. MYSQL数据库主主同步实战
  8. hadoop 常用配置项
  9. 大约Android 3.0后AsyncTask默认的单线程分析
  10. python 错误之SyntaxError: Missing parentheses in call to 'print'
  11. Codeforces 628F 最大流转最小割
  12. Linux 搭建git 自己拉取本地 git pull，其他地方的git仓库拉取代码
  13. sqlserver无法在数据库上放置锁
  14. 遍历存储所有物体添加到列表中（使用GameObject.activeSelf进行判断）
  15. 如何查看Chrome浏览器保存的账号密码
  16. 2019.01.20 bzoj2388: 旅行规划（分块+凸包）
  17. LintCode——筛子求和
  18. 基于Maven构建的Spring+Mybatis项目
  19. jenkins shell脚本自动化构建阿里云k8s上应用
  20. Java——IO类，字节流缓冲区

热门文章

  1. 记录一下对jdk8后的接口的一些理解
  2. MasaFramework的MinimalAPI设计
  3. 使用二进制文件部署Etcd集群
  4. CentOS7.X yum安装MySQL8.0 数据表不区分大小写切换默认存储路径
  5. frps服务端与nginx可共用443端口
  6. 迁移一个仓库到新的Gitlab
  7. C#-4 方法
  8. css过渡样式
  9. 谣言检测（PLAN）——《Interpretable Rumor Detection in Microblogs by Attending to User Interactions》
  10. Vue实现长按图片识别图中二维码