文章目录
1.导入Matplotlib库2.最常用的绘图函数plot3.展示绘制完成的图像4.保存绘制的图像5.分割子绘图区域6.设置横纵轴的坐标轴名称7.设置图像名称8.让图像中可以出现中文的设置9.向图像指定位置处插入文本10.固定图像中横纵坐标的取值范围11.为绘制出的图像设置网格线12.设置图例13.Matplotlib默认参数设置14.绘制散点图1.导入Matplotlib库
import matplotlib.pyplot as plt
2.最常用的绘图函数plot
# 语法：plot(横坐标数组1,纵坐标数组1,绘图风格1...)# 语法解释：plot函数可以通过多组横纵坐标数组和绘图风格同时绘制多条曲线# 绘图风格包括三个部分：曲线的颜色、曲线的线风格和坐标点的风格。# 绘图风格用一个字符串表示，也可以省略不写# 绘图风格的组成：颜色+线风格+坐标点风格# 常用的颜色字符：b蓝色 g绿色 r红色 y黄色 k黑色 w白色# 常用的线风格字符：-实线 --破折线 -.点划线 :虚线 ‘’无线条# 常用的点风格字符：.点标记 ,极小点 o实心圆 v倒三角x=[1,2,3,4,5]y=[1,4,9,16,25]plot(x,y,"r:o")
3.展示绘制完成的图像
# 使用show函数展示程序绘制的图像# 语法：plt.show()a=[1,2,3,4,5]b=[5,4,3,2,1]plot(a,b)plt.show()
4.保存绘制的图像
# 使用savefig函数保存程序作出的图像# 语法：plt.savefig(文件名,dpi=图像质量)plt.savefig("NewPicture",dpi=600)
5.分割子绘图区域
# 使用sublot函数分割原始绘图区域# 语法：plt.subplot(行数,列数,当前绘图区编号)plt.subplot(2,2,4)a=[1,2,3,4,5]b=[5,4,3,2,1]plot(a,b)
6.设置横纵轴的坐标轴名称
# 使用xlabel函数和ylabel函数设置横纵坐标轴的名称# 语法：plt.xlabel/ylabel(坐标轴名)plt.xlabel("x")plt.ylabel("sin(x)")
7.设置图像名称
# 使用title函数设置绘制出的图像的名称# 语法：plt.title(图像名称)plt.title("TestPicture")
8.让图像中可以出现中文的设置
# 方法1：使用rcParams设置全局字体# 常用的字体名字：Simhei(黑体) Kaiti(楷体) Lisu(隶书) STSong(宋体)import matplotlibmatplotlib.rcParams["font.family"]=字体名字# 方法2：使用fontproperties属性设置局部字体（推荐方法）# 该方法是指在需要输出中文的函数中将该属性设置为指定字体plt=xlabel("中文的横坐标",fontproperties="Simhei")plt=ylabel("中文的纵坐标",fontproperties="Simhei")
9.向图像指定位置处插入文本
# 使用text函数向图像中指定区域插入文本# 语法：plt.text(横坐标,纵坐标,文本字符串)plt.text(30,30,"InsertText")
10.固定图像中横纵坐标的取值范围
# 使用axis函数固定绘制的图像中横纵坐标的取值范围# 语法：plt.axis([横轴最小值,横轴最大值,纵轴最小值,纵轴最大值])plt.axis([-2,2,-1,1])
11.为绘制出的图像设置网格线
# 使用grid函数为图像设置网格线# 语法：plt.grid(True)plt.grid(True)
12.设置图例
# 使用legend函数为图像设置图例（一般用于在一个图像中画多条曲线）# 语法：plt.legend(绘制的曲线构成的列表,曲线名称列表,loc=位置)x=np.arange(10)y1=x*xy2=x*2# 注意：必须要先用变量记录作出的线且变量要以英文逗号结尾，然后再使用legend函数line1,=plt.plot(x,y1)line2,=plt.plot(x,y2)plt.legend([line1,line2],["第一条线","第二条线"],loc="upper right")
13.Matplotlib默认参数设置
备注：这一部分一般的绘图中常常不必使用。
# 使用plt.rcParams设置默认参数# 使用plt.rcParams["figure.figsize"]设置图像大小# 语法：plt.rcParams["figure.figsize"]=(长度,宽度)plt.rcParams["figure.figsize"]=(5,3)
14.绘制散点图
在Matplotlib中，scatter函数用于绘制散点图。它的基本语法如下：
plt.scatter(x, y, s=None, c=None, marker=None, cmap=None, norm=None, vmin=None, vmax=None, alpha=None, linewidths=None, edgecolors=None, **kwargs)
参数解释如下：
x, y：数组类型，分别表示散点图的x轴和y轴数据。s：标量或数组类型，用于指定散点的大小，可以是一个数值或一个与x和y等长的数组。c：颜色，可以是一个表示颜色的字符串，如’r’表示红色，也可以是一个与x和y等长的数组，用于根据数值大小给每个点指定不同的颜色。marker：指定散点的形状，如圆圈、正方形、三角形等。cmap：颜色映射，用于将数值映射为颜色。norm：颜色标准化对象。vmin, vmax：cmap的范围，用于控制颜色的显示范围。alpha：透明度，表示散点的透明度，0表示完全透明，1表示不透明。linewidths：散点边界线的宽度。edgecolors：散点边界线的颜色。
除了上述参数外，还可以使用其他参数来控制图形的各个方面，如图形的大小、坐标轴标签等。
以下是一个示例代码，演示如何使用scatter函数绘制散点图：
import matplotlib.pyplot as pltimport numpy as np# 生成随机数据x = np.random.rand(50)y = np.random.rand(50)colors = np.random.rand(50)# 绘制散点图plt.scatter(x, y, s=100, c=colors, alpha=0.5)# 设置图形标题和坐标轴标签plt.title('Scatter Plot')plt.xlabel('X Axis')plt.ylabel('Y Axis')# 显示图形plt.show()
该代码将生成一个包含50个随机点的散点图，每个点的大小为100，颜色随机，透明度为0.5。
