Matplotlib——数据可视化plt.plot、plt.figure、

数据可视化函数plt.plot(x,y,ls,lw,c,marker,markersize,markeredgecolor,markerfacecolor,label)

设置画线的标准和形式
参数说明：
**x：**横坐标；**y：**纵坐标；**ls或linestyle：**线的形式（‘-’，‘–’，‘：’和‘-.’）；**lw（或linewidth）：**线的宽度；**c：**线的颜色；**marker：**线上点的形状；**markersize或者ms：**标记的尺寸，浮点型；**markerfacecolor：**点的填充色；**markeredgecolor：标记的边沿颜色label：**文本标签

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt

#使能够正常显示中文
plt.rcParams['font.sans-serif']=['SimHei']
plt.rcParams['axes.unicode_minus']=False

x=np.linspace(0,360,20) #建立20个从0到哦360的线性平均数据
y=np.sin(x/180*3.1415926)	#将x的角度值转换成弧度值
y1=np.sin(x/180*3.1415926)-2	#将x对应的y值整体向下平移2
plt.plot(x,y,c='red',lw=2,ls='-') #第一个红线：线宽为2，线性‘-’
#下面黑线，红点、黄轮廓的线
plt.plot(x,y1,c='black',lw=4,ls='-.',marker='o',\
         markersize=8,markerfacecolor='red',markeredgecolor='yellow',label='x和y对应的点和线')
plt.legend(loc='center') #显示标签位置
plt.show()

显示标签label的函数，plt.legend(loc=)

调整图片的参数plt.figure（figsize=( ),dpi=,facecolor=）

**dpi:**分辨率
**facecolor：**图片背景色

标题plt.title()

x轴标题plt.xlabel( )

y轴标题plt.ylabel( )

x轴范围plt.xlim( )

y轴范围plt.ylim( )

x轴刻度plt.xticks( )

y轴刻度plt.yticks( )

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt

#使能够正常显示中文
plt.rcParams['font.sans-serif']=['SimHei']
plt.rcParams['axes.unicode_minus']=False
x=np.linspace(0,720,40)
y=np.sin(x/180*3.1415926)-2
y1=np.sin(x/180*3.1415926)

plt.figure(figsize=[12.5,8.84],dpi=100,facecolor='orange')
plt.title('这是整幅图的标题')
plt.xlabel('x轴')
plt.ylabel('y轴')
plt.xticks(np.linspace(0,720,21))		#这里想要20段，但必须有21个标签
#plt.xlim([0,360])  未限制x轴显示
plt.plot(x,y1,c='black',lw=4,ls='-.',marker='o',\
         markersize=8,markerfacecolor='red',markeredgecolor='yellow',label='x和y1对应的点和线')
plt.legend(loc=0,fontsize='large',title='这是一个标题')
plt.show()	#第一次显示图片
plt.figure(figsize=[12.5,8.84],dpi=100,facecolor='orange')
plt.xticks(np.linspace(0,720,21))
plt.xlim([0,720])
plt.plot(x,y1,c='black',lw=4,ls='-.',marker='o',\
         markersize=8,markerfacecolor='red',markeredgecolor='yellow',label='x和y1对应的点和线')
plt.show()  #第二次显示图片

保存plt.savefig(‘路径和名称’)

需要保存的图片在plt.show()上一句使用该命令