python画图plt函数学习python中的绘图⼯具 ：matplotli，专门⽤于画图。
⼀. 安装与导⼊
⼯具包安装：conda install matplotli
导⼊：import matplotlib.pyplot as plt
画图主要有：列表绘图；多图绘图；数组绘图
⼆. 列表绘图
1. 基础绘图：plt.plot；plt.show
import matplotlib.pyplot as plt
x =[1,2,3,4]
y =[1,4,9,16]matplotlib中subplot
plt.plot(x, y)
plt.show()
2. 画图设置属性
画图属性设置
r g b y k
红⾊绿⾊蓝⾊黄⾊⿊⾊-–:-。
实线虚线点线点横线+o*.x s d^v p 加号圆圈星号实⼼点叉号正⽅形钻⽯形上三⾓下三⾓五⾓星
import matplotlib.pyplot as plt
x =[1,2,3,4]
y =[1,4,9,16]
# plt.plot(x, y, color='r', marker='o', linestyle='--')
plt.plot(x, y,'ro--')# 该⾏为上⼀句的简写
plt.show()
3. 坐标轴的属性
（1）x、y坐标名称设置
plt.xlabel('x')
plt.ylabel('y')
（2）设置x、y范围
plt.axis([a, b, c, d]) 设置x轴的范围为[a, b]，y轴的范围为[c, d]
plt.axis('equal') x,y轴刻度等长
plt.axis('square') 作图为正⽅形，并且x,y轴范围相同
（3）坐标间隔设定
参数⼀：x或者y的参数
参数⼆：新的标签
参数三：旋转⾓度
labels =['Frogs','Hogs','Bogs','Slogs']
plt.plot(x, y)
# You can specify a rotation for the tick labels in degrees or with keywords.
plt.show()
4. 坐标轴移动
ax = a() 获取当前坐标轴，总共有四个轴top、bottom、left和right
ax.spines[‘bottom’] 获取底部的轴，获取哪个轴，则参数中写哪个
ax.spines['right'].set_color('none') 隐藏了右侧的坐标轴
ax.spines['top'].set_color('none') 隐藏了左侧的坐标轴
ax.xaxis.set_ticks_position('bottom') 要挪动底部的X轴，所以先⽬光锁定底部。
ax.spines['bottom'].set_position(('data',0)) 在这⾥，position位置参数有三种，这⾥⽤到了“按Y轴刻度位置挪动”，'data’表⽰按数值挪动，其后数字代表挪动到Y轴的刻度值
则移动坐标轴位置的代码变为：
import matplotlib.pyplot as plt
plt.figure(1)
plt.plot()
ax = a()
ax.xaxis.set_ticks_position('bottom')
ax.spines['bottom'].set_position(('data',0))
ax.yaxis.set_ticks_position('left')
ax.spines['left'].set_position(('data',0))
ax.spines['top'].set_color('none')# 设置顶部⽀柱的颜⾊为空
ax.spines['right'].set_color('none')# 设置右边⽀柱的颜⾊为空
plt.show()
5. 图⽚上添加⽂本和⽹格
（1）plt.title('标题') 添加标题，可以
（2）plt.annotate() 添加注释，可以
plt.plot(x, y)
plt.xlabel('x坐标轴')
#y轴⽂本
plt.ylabel('y坐标轴')
#标题
plt.title('Title')
#添加注释参数名xy：箭头注释中箭头所在位置，参数名xytext：注释⽂本所在位置，#arrowprops在xy和xytext之间绘制箭头, shrink表⽰注释点与注释⽂本之间的图标距离plt.annotate('I am zhushi', xy=(2,5), xytext=(2,10),
arrowprops=dict(facecolor='black', shrink=0.01),
)
#第3步：显⽰图形
plt.show()
（3） plt.legend() 右上⾓显⽰各个曲线代表什么意思。
import matplotlib.pyplot as plt
import numpy as np
n = np.linspace(-5,4,30)
m1 =3* n +2
m2 = n **2
plt.xlabel('时间')
plt.ylabel('⼼情')
plt.plot(n, m1, color='r', linewidth=1.5, linestyle='-', label='⼥⽣购物欲望')
plt.plot(n, m2,'b', label='男⽣购物欲望')
plt.legend()# 右上⾓显⽰各个曲线代表什么意思
plt.show()
（4）是否显⽰⽹格
import matplotlib as mpl
import matplotlib.pyplot as plt
三、多图绘制
如何使⽤Python创建多个画板和画纸来绘制多幅图，如果事先不声明画板画板，默认是创建⼀个画板⼀个画纸使⽤figure()⽅法创建画板1
使⽤subplot()⽅法创建画纸，并选择当前画纸并绘图
最后显⽰图形
figure()函数可以帮助我们同时处理⽣成多个图，⽽subplot()函数则⽤来实现，在⼀个⼤图中，出现多个⼩的⼦图。处理哪个figure，则选择哪个figure，再进⾏画图。

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。