python库之matplotlib入门

版权声明： https://blog.csdn.net/sandalphon4869/article/details/88584798

 一、简介：

1.安装

pip install matplotlib

2.import as

import matplotlib.pyplot as plt

3.参考

官方：https://matplotlib.org/3.0.3/tutorials/introductory/usage.html#sphx-glr-tutorials-introductory-usage-py 

SnailClimb在CSDN：https://blog.csdn.net/qq_34337272/article/details/79555544

4.工具Jupyter Notebook

使用说明：https://www.cnblogs.com/nxld/p/6566380.html

%matplot inline与plt.show()：

众所周知，plt.show()是用来将图像显示出来的。

%matplot inline是在Jupyter中用来自动显示图像的。意思是有%matplotlib inline 的存在，不必再输入 plt.show()，图像将自动显示出来。

当然，如果你不在Jupyter Notebook中编辑，那么只要删掉掉%matplotlib inline，打上plt.show()也可以显示图像。

Jupyter Notebook

其他IDLE下

二、代码 

import numpy as np
import matplotlib.pyplot as plt

#原始数据
X=[1 ,2 ,3 ,4 ,5 ,6]
Y=[2.6 ,3.4 ,4.7 ,5.5 ,6.47 ,7.8]

z1 = np.polyfit(X,Y,1)
#用一次多项式拟合，相当于线性拟合.
#ployfit()的第三个参数表示多项式的次数
#ployfit()返回的结果表示[按次数降序排列的多项式的系数]
print (z1)
#[1.02885714 1.47733333]


p1 = np.poly1d(z1)
#polyld()传入[多项式的系数]
#polyld()返回多项式的函数表示，按项的次数降序排列
print (p1)
#1.029 x + 1.477

#作图
x = np.arange(1,8)
#X轴选取从1到7的段
y = z1[0] * x + z1[1]
plt.figure()
plt.scatter(X, Y)
#scatter分散
#参数是数据X,Y
plt.plot(x, y)
#plot制图
#参数是函数x,y
plt.show()