2021-11-15

matplotlib是Python 2D绘图库。也是python中公认的数据可视化工具。

使用pycharm进行绘制

# 导入atplotlib.pyplot绘图包
import matplotlib.pyplot as plt
# 数据分析包
import numpy as np

# 创建一个包含一个axes的figure axes指的就是传统的x轴，y轴
fig, ax = plt.subplots();
# 绘制图像
ax.plot([1, 2, 3, 4], [1, 4, 2, 3]);
# 展示图像
plt.show();

一个完整的matplotlib图像通常会包括以下四个层级，这些层级也被称为容器（container）：

• Figure：顶层级，用来容纳所有绘图元素

• Axes：matplotlib宇宙的核心，容纳了大量元素用来构造一幅幅子图，一个figure可以由一个或多个子图组成

• Axis：axes的下属层级，用于处理所有和坐标轴，网格有关的元素

• Tick：axis的下属层级，用来处理所有和刻度有关的元素
  

matplotlib提供了两种最常用的绘图接口

1. 显式创建figure和axes，在上面调用绘图方法，也被称为OO模式（object-oriented style)
   （通过下属级axes进行调用）

# 导入atplotlib.pyplot绘图包
import matplotlib.pyplot as plt
# 数据分析包
import numpy as np
#添加代码块显示中文
from pylab import *
mpl.rcParams['font.sans-serif'] = ['SimHei']
plt.rcParams['axes.unicode_minus']=False
# numpy.linspace(start, stop, num=50,
# endpoint=True, retstep=False, dtype=None, axis=0)
#start：起始位置 stop：终止位置 num：生成的样本数
#endpoint:是否包括stop位置 retstep：回显步长和样本
x = np.linspace(start=0, stop=2, num=100)
#创建figure（fig）下属元素 axes（ax）
fig, ax = plt.subplots()
#x的一次幂
ax.plot(x, x, label='linear')
#x的二次幂
ax.plot(x, x**2, label='quadratic')
#x的三次幂
ax.plot(x, x**3, label='cubic')
# 设置坐标轴的名称
ax.set_xlabel('x 轴')
ax.set_ylabel('y 轴')
#设置标题
ax.set_title("对比X的123次幂曲线")
#设置lengend
ax.legend()
plt.show()

运行结果：

numpy.linespace官方使用说明
2. 依赖pyplot自动创建figure和axes，结果与上述一致就不进行展示。（直接依赖于库方式调用方法）

x = np.linspace(0, 2, 100)

plt.plot(x, x, label='linear') 
plt.plot(x, x**2, label='quadratic')  
plt.plot(x, x**3, label='cubic')
plt.xlabel('x label')
plt.ylabel('y label')
plt.title("Simple Plot")
plt.legend()
plt.show()