📃 Matplotlib基本使用

以下示例，为Jupyter Notebook转化而来的Markdown，展示了PIL的基本使用方式，清晰明了。

import matplotlib.pyplot as plt
import numpy as np

#显示matplotlib生成的图形
%matplotlib inline

绘制简单的函数图像

plot绘制折线图，show显示图像。

x = np.linspace(-1,1,50) #等差数列
y = 2*x + 1
#传入x,y,通过plot()绘制出折线图 
plt.plot(x,y)
#显示图形
plt.show()

x = np.linspace(-1,1,50)
y = x**2
plt.figure(figsize=(7,5))
plt.plot(x,y)
plt.show()

在同一张画布中绘制多个图像

可以在同一张画布中绘制图像，使用color标记颜色，使用linewidth标记线宽。

plt.figure(figsize=(5,5))
x = np.linspace(-1,1,50)
y1 = 2*x + 1
y2 = 4*x**2 - 2
line1 = plt.plot(x,y1,color='red', linewidth=1)
line2 = plt.plot(x,y2,color='green',linewidth=2)
plt.show()

设置图像信息

通过legend设置图例，通过xlim和ylim设置图像显示范围，通过xlabel和ylabel创建横轴和纵轴的标签。

l1, = plt.plot(x,y1,color='red',linewidth=1)
l2, = plt.plot(x,y2,color='blue',linewidth=5)
plt.legend(handles=[l1,l2],labels=['num','rate'],loc='best')
plt.xlabel('x')
plt.ylabel('y')
plt.xlim((-1,1))  #x轴只截取一段进行显示
plt.ylim((-1,1))  #y轴只截取一段进行显示
plt.xlabel('x',fontsize=20)
plt.ylabel('y',fontsize=20)
plt.show()

绘制散点图

通过scatter绘制散点图。

dots1 =np.random.rand(50)
dots2 =np.random.rand(50)
plt.scatter(dots1,dots2,c='red',alpha=0.5) #c表示颜色，alpha表示透明度
plt.show()

绘制直方图

通过bar绘制直方图，通过text可以设置文本信息。

x = np.arange(10)
y = 2**x+10
plt.bar(x,y,facecolor='#9999ff',edgecolor='white')
for ax,ay in zip(x,y):
    plt.text(ax,ay,'%.1f' % ay,ha='center',va='bottom')
plt.show()