首先导入相关库
import matplotlib.pyplot as plt import numpy as np
（一）简单的作图
plt.plot([1,2,3,4]) plt.show()
当参数只有一个行列式的时候，plot(x,y)默认为y，x轴则从0开始
也可以分别定义x与y
x = np.linspace(0,10,100) #linspace()从0开始到10,进行100等分 y = np.sin(x) plt.plot(x,y) plt.show()
（二）在图中设定名称
在途中进行名称的设置可以在比较的时候更方便
x = np.linspace(0,10,100)
plt.plot(x,np.sin(x))
plt.title('Y=sin(X)')
plt.xlabel('X')
plt.ylabel('Y')
plt.show()
（三）更加精细的刻度的使用
x = np.linspace(0,2*np.pi)
plt.plot(x,np.sin(x))
plt.title('Title')
plt.grid(True)
#根据版本不同默认参数可能会改变，True为使用网格
positions = [0,np.pi/2,np.pi,np.pi*3/2,np.pi*2]
labels = ['0','90','180','270','360']
plt.xticks(positions,labels)
#plt.xticks(表示的位置，相对应的标签)
plt.show()
（四）图的尺寸设置
当你觉得输出的图形看不清楚的时候，可以使用这个来调整图形的尺寸大小
plt.figure(figsize=(4,4)) #plt.figure(figsize=(横向尺寸,纵向尺寸)) x = np.linspace(0,2*np.pi) plt.plot(x,np.sin(x)) plt.show()
（五）散布图
当需要将多数个图进行比较的时候，可以使用subplot（）
x = np.random.rand(100) y = np.random.rand(100) #随机生成100以内的数字 plt.subplot(221) #plt.subplot()括号中总共三个参数，第一个参数表示行数，第二个表示列数，第三个表示从左上开始的位置 plt.scatter(x,y,s=600,c="pink",alpha=0.5,linewidths="2",edgecolors="red") #s点的尺寸，c颜色，alpha透明度，linewidths描点的粗细，edgecolors周围线的颜色 plt.subplot(222) plt.scatter(x,y,s=300,c="white",alpha=0.5,linewidths="2",edgecolors="yellow") plt.subplot(223) plt.scatter(x,y,s=300,c=y,cmap="Greens") plt.subplot(224) plt.scatter(x,y,s=300,c=y,cmap="Blues") plt.show()
（六）三次元散布图
三次元的散布图比二次元多一个参数z
np.random.seed(0) random_x = np.random.randn(100) random_y = np.random.randn(100) random_z = np.random.randn(100) fig=plt.figure(figsize=(8,8)) ax=fig.add_subplot(1,1,1,projection="3d") x = np.ravel(random_x) y = np.ravel(random_y) z = np.ravel(random_z) ax.scatter3D(x,y,z) plt.show()
以上就是matplotlib()相关基础使用方法的介绍，如果有添加可以随时补充
