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

使用函数绘制matplotlib的图标组成元素

文章目录

1.函数plot()——展现变量的趋势变化

2.函数scatter()——寻找变量之间的关系

3.函数xlim()——设置X轴的数值显示范围

4.函数xlabel()——设置X轴的标签文本

5.函数grid()——绘制刻度线的网格线

6.函数axhline()——绘制平行于X轴的水平参考线

7.函数axvspan()——绘制垂直于X轴的参考区域

8.函数annotate()——添加图形内容细节的指向型注释文本

9.函数text()——添加图形内容细节的无指向型注释文本

10.函数title()——添加图形内容的标题

11.函数legend()——标示不同图形的文本标签图例

12.函数组合应用

工作中用到的脚本合集

24-5-18 X

使用函數繪製matplotlib的圖標組成元素

https://yachay.unat.edu.pe/blog/index.php?comment_area=format_blog&comment_component=blog&comment_co

linux以太網驅動總結