文章目录
1.函数plot()——展现变量的趋势变化
函数功能:展现变量的趋势变化
调用签名:plt.plot(x,y,ls="-",lw=2,label=“plot fogure”
参数说明
- x:x轴上的数值
- y:y轴上的数值
- ls:折线图的线条风格
- lw:折线图的线条宽度
- label:标记图形内容的标签文本
调用展示
(1)代码实现
import matplotlib.pyplot as plt
import numpy as np
x=np.linspace(0.05,10,1000)
y=np.cos(x)
plt.plot(x,y,ls="-",lw=2,label="plot figure")
plt.legend()
plt.show()
(2)运行结果,如下图
2.函数scatter()——寻找变量之间的关系
函数功能:寻找变量之间的关系
调用签名:plt.scatter(x,y,c=“b”,label=“scatter figure”
参数说明
- x:x轴上的数值
- y:y轴上的数值
- c:散点图中的标记的颜色
- label:标记图形内容的标签文本
调用展示
(1)代码实现
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()
(2)运行结果
3.函数xlim()——设置X轴的数值显示范围
函数功能:设置X轴的数值显示范围
调用签名:plt.xlim(xmin,xmax)
参数说明:
- xmin:x轴上的最小值
- xmax:x轴上的最大值
- 平移性:上面的函数功能,调用签名和参数说明同样可以平移到函数ylim()上
调用展示
(1)代码实现
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(0.05,10)
plt.ylim(0,1)
plt.show()
(2)运行结果
4.函数xlabel()——设置X轴的标签文本
函数功能:设置X轴的标签文本
调用签名:plt.xlabel(string)
参数说明:
- string:标签文本内容,引号括
- 平移性:上面的函数功能,调用签名和参数说明同样可以平移到函数ylabel()上
调用展示
(1)代码实现
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")
plt.legend()
plt.xlabel("x-axis")
plt.ylabel("y-axis")
plt.show()
(2)运行结果
5.函数grid()——绘制刻度线的网格线
函数功能:绘制刻度线的网格线
调用签名:plt.grid(linestyle=":",color=“r”
参数说明:
- linestyle:网格线的线条风格
- color:网格线的线条颜色
调用展示
(1)代码实现
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")
plt.legend()
plt.grid(linestyle=":",color="r")
plt.show()
(2)运行结果
6.函数axhline()——绘制平行于X轴的水平参考线
函数功能:绘制平行于x轴的水平参考线
调用签名:plt.axhline(y=0.0,c=“r”,ls="–",lw=2)
参数说明:
- y:水平参考线的出发点
- c:参考线的线条颜色
- ls:参考线的线条风格
- lw:参考线的线条宽度
- 平移性:上面的函数功能,调用签名和参数说明同样可以平移到函数axvline()上
调用展示
(1)代码实现
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")
plt.legend()
plt.axhline(y=0.0,c="r",ls="--",lw=2)
plt.axvline(x=4.0,c="r",ls="--",lw=2)
plt.show()
(2)运行结果
7.函数axvspan()——绘制垂直于X轴的参考区域
函数功能:绘制垂直于X轴的参考区域
调用签名:
plt.axvspan(xmin=1.0,xmax=2.0,facecolor=“y”,alpha=0.3)
参数说明:
- xmin:参考区域的起始位置
- xmax:参考区域的终止位置
- facecolor:参考区域的填充颜色
- alpha:参考区域填充颜色透明度
- 平移性:上面的函数功能,调用签名和参数说明同样可以平移到函数axhspan()上
调用展示
(1)代码实现
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")
plt.legend()
plt.axhspan(ymin=0.0,ymax=0.5,facecolor="y",alpha=0.3)
plt.axvspan(xmin=4.0,xmax=6.0,facecolor="y",alpha=0.3)
plt.show()
(2)运行结果
8.函数annotate()——添加图形内容细节的指向型注释文本
函数功能:添加图形内容细节的指向型注释文本
调用签名:
plt.annotate(string,xy=(np.pi/2,1.0),xytext=((np.pi/2)+1.0,0.8),weight=“bold”,color=“b”,arrowprops=dict(arrowstyle=">",connectionstyle=“arc3”,color=“b”)
参数说明:
- string:图形内容的注释文本
- xy:被注释图形内容的位置座标
- xytext:注释文本的位置座标
- weight:注释文本的字体粗细风格
- color: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
调用展示
(1.1)代码实现
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")
plt.legend()
plt.annotate("maximum",
xy=(np.pi/2,1.0),
xytext=((np.pi/2)+1.0,0.8),
weight="bold",
color="b",
arrowprops=dict(arrowstyle="->",connectionstyle="arc3",color="b")
)
plt.show()
(1.2)运行结果
(2.1)代码实现
import matplotlib.pyplot as plt
import numpy as np
x=np.arange(0,6)
y=x*x
plt.plot(x,y,marker="o")
for xy in zip(x,y):
plt.annotate("(%s,%s"%xy,xy=xy,xytext=(-20,10),textcoords='offset points')
plt.show()
(2.2)运行结果
(3.1)代码实现
import matplotlib.pyplot as plt
import numpy as np
x=np.arange(0,6)
y=x*x
plt.plot(x,y,marker="o")
for xy in zip(x,y):
plt.annotate("(%s,%s"%xy,xy=xy,xytext=(-20,10),textcoords='offset points',
bbox=dict(boxstyle='round,pad=0.5',fc="yellow",ec="k",lw=1,alpha=0.5))
plt.show()
(3.2)运行结果
9.函数text()——添加图形内容细节的无指向型注释文本
函数功能:添加图形内容细节的无指向型注释文本
调用签名:plt.text(x,y,string,weight=“bold”,color="b)
参数说明:
- x:注释文本内容所在位置的横座标
- y:注释文本内容所在位置的纵座标
- string:注释文本内容
- weight:注释文本内容的粗细风格
- color:注释文本内容的字体风格
调用展示
(1)代码实现
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")
plt.legend()
plt.text(3.10,0.09,"y=sin(x)",weight="bold",color="b")
plt.show()
(2)结果展示
10.函数title()——添加图形内容的标题
函数功能:添加函数内容的标题
调用签名:plt.title(string)
参数说明:
- string:图形内容的标题文本
调用展示
(1)代码实现
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")
plt.legend()
plt.title("y=sin(x)")
plt.show()
(2)运行结果
11.函数legend()——标示不同图形的文本标签图例
函数功能:标示不同图形的文本标签图例
调用签名:plt.legend(loc="lower left)
参数说明:
- loc:图例在图中的地理位置(lower upper center 与left right 的组合)
调用展示
(1)代码实现
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")
plt.legend(loc="upper center")
plt.show()
(2)运行结果
12.函数组合应用
代码展示
import matplotlib.pyplot as plt
import numpy as np
from matplotlib import cm as cm
#define data
x=np.linspace(0.5,3.5,100)
y=np.sin(x)
y1=np.random.randn(100)
#scatter figure
plt.scatter(x,y1,c="0.25",label="scatter figure")
#plot figure
plt.plot(x,y,ls="--",lw=2,label="plot figure")
#some clean up(removing chartjunk)
#turn the top spine and the right spine off
for spine in plt.gca().spines.keys():
if spine=="top"or spine=="right":
plt.gca().spines[spine].set_color("none")
#turn bottom tick for x-axis on
plt.gca().xaxis.set_ticks_position("bottom")
#set tick_line position of bottom
#turn left ticks for y-axis on
plt.gca().yaxis.set_ticks_position("left")
#set tick_line position of left
#set x,yaxis limit
plt.xlim(0.0,4.0)
plt.ylim(-3.0,3.0)
#set axes labels
plt.xlabel("x-axis")
plt.ylabel("y-axis")
#set x,yaxis grid
plt.grid(True,ls=":",c="r")
#set a horizontal line across the axis
plt.axhline(y=0.0,c="r",ls="--",lw=2)
#set a vertical span across the axis
plt.axvspan(xmin=1.0,xmax=2.0,facecolor="y",alpha=0.2)
#set annotating info
plt.annotate("maximum",
xy=(np.pi/2,1.0),
xytext=((np.pi/2)+0.15,1.5),
weight="bold",
color="r",
arrowprops=dict(arrowstyle="->",connectionstyle="arc3",color="r")
)
plt.annotate("spines",
xy=(0.75,-3),
xytext=(0.35,-2.25),
weight="bold",
color="b",
arrowprops=dict(arrowstyle="->",connectionstyle="arc3",color="b")
)
plt.annotate("",
xy=(0,-2.78),
xytext=(0.4,-2.32),
arrowprops=dict(arrowstyle="->",connectionstyle="arc3",color="b")
)
plt.annotate("",
xy=(3.5,-2.98),
xytext=(3.6,-2.70),
arrowprops=dict(arrowstyle="->",connectionstyle="arc3",color="b")
)
#set text info
plt.text(3.6,-2.70,"'|' is tickline",weight='bold',c="b")
plt.text(3.6,-2.95,"3.5 is ticklabel",weight='bold',c="b")
#set title
plt.title("structrue of matplotlib")
#set legend
plt.legend()
plt.show()
运行结果