matplotlib3 --pyplot.plot解释

版权声明：本文为博主原创文章，转载请注明博主信息和博文网址。 https://blog.csdn.net/dss_dssssd/article/details/84405260

作为最常用的绘图函数之一，我们要比较详细的介绍了。

matplotlib.pyplot.plot(*args, scalex=True, scaley=True, data=None, **kwargs)
API:
https://matplotlib.org/api/_as_gen/matplotlib.pyplot.plot.html

• 返回值：对应于每条线的 Line2D实例的 列表

plot y-x as lines and/or markers

调用实例：

• 绘制 单个y-x
  plot([x], y, [fmt], data=None, **kwargs)
• 在一个Aaxes 中绘制多个y-x
  plot([x], y, [fmt], [x2], y2, [fmt2], …, **kwargs)

其中， 可选参数fmt定义图的基本形式，比如颜色，标记（x,y）点的形状，和曲线的类型[color, marker and linestyle]。

先讲一下其他的几个参数：

• data
  在绘制一些标签数据(比如，可以通过obj[‘y’]索引到的数据)， 不用提供数据x,y。可以将对象名传给参数data，只需要传给x,y的标签就好。

  其中，所有索引的对象都支持，比如dict， pandas.DataFrame or structed numpy array

  前两个参数不是参数x, y,
  比如调用plt.plot(x='labelx',y= 'labely', data=data_ex)将会报错

import matplotlib.pyplot as plt
import numpy as np

data_ex = {'labelx': [1, 2, 3,4], 'labely': [1, 2, 3, 4]}

# print(data_ex['labelx'])
plt.plot('labelx', 'labely', data=data_ex)

plt.show()

• scalex, scaley: bool, optional, default: True
  是否将轴的数据显示长度与x，y的数据尺度相适应。

y=range(100)
fig, axes = plt.subplots(2,1)
# print(axes.shape)
axes[0].plot(y)
axes[1].plot(y, scalex=False, scaley=False)

可以看出第二幅图片，x，y横轴显示的长度只到1， 此参数默认为True就好

---

开始画图吧

一下代码将严格按照先创建Figure， 然后创建Axes， 最后在不同的Axes上作图的顺序执行，代码可能有点繁琐， 但是更易于读懂和定制:
关于Figure和Axes的讲解：https://blog.csdn.net/dss_dssssd/article/details/84316975

在所有代码开始之前先创建数据x,y
创建:

• x: $[-\pi, +\pi]$,
• y: $cos(x), sin(x), \frac{x}{3}$

x = np.linspace(-np.pi, np.pi, 128,endpoint=True)
cosx,sinx,x_3 = np.cos(x), np.sin(x), x / 3

1. 绘制一个简单的图: 绘制cos(x)

fig, axes = plt.subplots()
axes.plot( cosx)

plt.show()

注意x是从0开始的， x为[0, 127],这是因为若只传入y，则自动计算x: range(len(y))

2. 传入x值

fig, axes = plt.subplots()
axes.plot(x, cosx)

plt.show()

3. 在一个Axes中绘制多个函数，

fig, axes = plt.subplots()
axes.plot(x, cosx, x, sinx, x, x_3)

plt.show()