Anaconda学习笔记——基础点线图

pyplot是Matplotlib最常用的模块，可以很方便地构建2D图表，而点线图便是其最基本的用例。

import numpy as np
import matplotlib as mpl
import matplotlib.pyplot as pt

# 通过rcParams设置全局横纵轴字体大小
mpl.rcParams['xtick.labelsize'] = 15
mpl.rcParams['ytick.labelsize'] = 15

#当我们设置相同的seed，每次生成的随机数相同
#如果不设置seed，则每次会生成不同的随机数
np.random.seed(10)

# x轴的采样点，从0~5之间等间隔取100个数
x = np.linspace(0, 5, 100)

# 通过下面曲线加上噪声生成数据，需要提供数据和拟合模型
y = 2*np.sin(x) + 0.3*x**2
y_data = y + np.random.normal(scale=0.3, size=100)

# figure()指定图表名称
# '.'标明画散点图，每个散点的形状是个圆
pt.figure('data')
pt.plot(x, y_data, '.')
pt.title('data')

# 绘制模型图，plot函数默认画连线图
pt.figure('model')
pt.plot(x, y)
pt.title('model')

# 将两个图画综合在一起
#r表示线条的颜色，lw为其宽度
pt.figure('data & model')
pt.plot(x, y, 'r', lw=4)
pt.title('data&model')

# scatter可以更容易地生成散点图,可以设置各种属性
#c为颜色属性，marker为形状属性，还有很多，大家可以自查
pt.scatter(x, y_data,c='m',marker='^')

#显示图例
pt.legend(['m','d'])
# 将当前figure的图保存到文件result.png
pt.savefig('result.png')

# 将图形显示在屏幕上
pt.show()

其中linspace（）的原型为：

numpy.linspace(start, stop, num, endpoint=True, retstep=False, dtype=None)[source]

random.normal()为正态分布，关于其应用下期再见~~~

各变量取值信息如下：