matplotlib之基本图像的绘制

安装matplotlib库

首先如何在python中安装matplotlib库呢？
在cmd中使用命令

pip install matplotlib

在坐标系中绘制简单的一元一次方程

任务目标：

代码实例：

import matplotlib.pyplot as plt
#加载matplotlib库的pyplot模块并起别名叫plt
import numpy as np
#再导入numpy库并起别名叫做np
x=np.linspace(-2,2,50)
#返回以起点为-2终点为2内的50个均匀间隔样本作为方程y的x数据
y=2*x+1
#方程y，2x+1
plt.plot(x,y)
#以x,y绘制方程图
plt.show()
#展示绘制的方程

'''
运行结果:

如任务目标所示
'''

linspace函数

代码较简单就说一下linspace函数

numpy.linspace(start，stop，num = 50，endpoint = True，retstep = False，dtype = None，axis = 0 )

start参数(必选)：序列的起始值。
end参数(必选)：序列的终止值,在没有设置endpoint参数的时候，是不包括终止点的，除非将endpoint参数设置为False。
num参数(可选)：要生成start-end之间的样本数，默认为50。
endpoint参数(可选)：如果为True，就不会包括start-end之间的最后一个样本数，也就是end,反之。默认值为True。
retstep(可选)：如果是True，则返回样本之间的间隔，默认是False
dydpe(可选)：输出数组的类型，如果没选，默认自动根据其他参数推断数据类型。
axis(可选)：如当成三维数组的类型，就可使用该参数，axis=0是对维度为0进行操作，axis=1是对维度为1进行操作，axis=2是对维度为2进行操作，默认为0，注意：当不是多维数组使用该参数会报错。

plot函数

plot([x], y, [fmt], *, data=None, **kwargs)
plot([x], y, [fmt], [x2], y2, [fmt2], ..., **kwargs)

这是官方定义的格式，我们就掌握最核心的即可

参数	描述
[x](可选参数)	方程y的数据
y(必选参数)	方程y
[fmt](可选参数)	格式化字符串，定义图形的基本样式：颜色，点形，线形
Kwargs	代表以不定长的关键字参数设置绘制线的其他属性，比如线标签（用于自动图例），线宽，抗锯齿，标记面颜色

fmt = ‘[marker][line][color]’
第一个是标记物可以是如下的内容

字符	描述
‘.’	点标记
‘,’	像素标记
‘o’	圆圈标记
‘v’	倒三角标记
‘^’	正三角标记
‘<’	左三角标记
‘>’	右三角标记
‘1’	tri_down标记
‘2’	tri_up标记
‘3’	tri_left标记
‘4’	tri_right标记
‘s’	方形标记
‘p’	五边形标记
‘*’	星标
‘h’	六角形标记
‘H’	六角标记
‘+’	加号
‘x’	X标记
‘D’	钻石笔
‘d’	thin_diamond标记
‘|’	vline标记
‘_’	hline标记

第二个是线条属性

线性

线型	描述
'-‘或者’solid’	实线
'–‘或者’dashed’	虚线
‘-.’ 或者’dashdot’	点划线
':‘或者’dotted’	虚线

标记物

第三个是颜色

字符	颜色
‘b’	blue
‘g’	green
‘r’	red
‘c’	cyan
‘m’	magenta
‘y’	yellow
‘k’	black
‘w’	white

**kwargs较多就不写了。

任务目标：

import matplotlib.pyplot as plt
import numpy as np
x=np.linspace(-3,3,50)
#返回以起点为-3终点为3内的50个均匀间隔样本作为方程y1，y2的x数据
y1=2*x+1
y2=x**2

plt.figure(num=2,figsize=(8,5))
#利用figure绘制图像，并且窗口的大小为8，5，窗口标题为2
plt.plot(x,y2)
plt.plot(x,y1,color="red",linewidth=1.0,linestyle="--")
#将y2，跟y1都画在一个图形标题为2的图上，并且y1这条线是红色，线宽为1，线的属性使用的是'--'
plt.show()
#展示绘制的图
'''
运行结果：

如任务目标所示
'''

figure()函数

官方定义的figure函数

matplotlib.pyplot.figure（num = None，figsize = None，dpi = None，facecolor = None，edgecolor = None，frameon = True，FigureClass = <class'matplotlib.figure.Figure'>，clear = False，** kwargs ）

主要参数描述：

参数	描述
num(可选参数)	如果未选择，每次创建一个新图形，都会将图形编号增1。如果提供了num，并且num已经是之前用过的了，则会激活并再次引用，如果图不存在，则创建。
figsize(可选参数)	设置宽度，高度，单位是英寸。如果未选择，则默认使用(6.4，4.8)
dqi(可选参数)	设置图的分辨率，如果未选择则默认为100.0100
facecolor(可选参数）	背景颜色。如果未选择默认使用白色
edgecolor(可选参数)	边框颜色，如果未选择默认使用白色
frameon(可选参数)	是否绘制图形边框，如果未选择默认使用True
clear (可选参数)	如果为True并且该图已经存在，则将其清楚，如果未选择默认使用False

更改坐标的名字
任务目标：

代码示例：

import matplotlib.pyplot as plt
import numpy as np
x=np.linspace(-3,3,50)
y1=2*x+1
y2=x**2

plt.rcParams['font.sans-serif'] = ['SimHei']
plt.rcParams['axes.unicode_minus'] = False
#这两行可使画出来的图形中的中文显示出来

plt.plot(x,y2)
plt.plot(x,y1,color="red",linewidth=1.0,linestyle="--",label="{}".format(y1))
plt.xlim((-1,2))
#设置x轴的极限为-1到2
plt.ylim((-2,3))
#设置y轴的极限为-2到3
plt.xlabel(r'x轴')
#设置x轴的标签
plt.ylabel(r'y轴')
#设置y轴的标签
new_ticks=np.linspace(-1,2,5)
plt.yticks([-2,-1.8,-1,1.22,3,],[r'$really\ bad$',r'$bad\ \alpha$',r'$normal$',r'$good$',r'$really\ good$'])
#将y轴的[-2,-1.8,-1,1.22,3]处都换成....省略
plt.show()

xlim()函数

设置当前x轴(横轴)的极限
如果不设置，就可通过拉动窗口使x轴可见极限增大或缩小

ylim()函数

设置当前y轴(纵轴)的极限
如果不设置，就可通过拉动窗口使x轴可见极限增大或缩小

xticks()函数

获取或设置x轴的当前刻度位置和标签。

matplotlib.pyplot.xticks（ticks = None，labels = None，** kwargs ）

参数	描述
tick(必选参数)	放置刻度的位置列表，可以使用空列表禁用调
labels	在给定位置放置的显式标签的列表。
** kwargs	用于控制标签的外观

gca()函数

在图形上获取所有的轴

任务目标：

代码示例：

import matplotlib.pyplot as plt
import numpy as np
x=np.linspace(-3,3,50)
y1=2*x+1
y2=x**2

plt.rcParams['font.sans-serif'] = ['SimHei']
plt.rcParams['axes.unicode_minus'] = False

plt.plot(x,y2)
plt.plot(x,y1,color="red",linewidth=1.0,linestyle="--")
plt.xlim((-1,2))
plt.ylim((-2,3))
plt.xlabel("x轴")
plt.ylabel("y轴")
new_ticks=np.linspace(-1,2,5)
plt.yticks([-2,-1.8,-1,1.22,3,],[r'$really\ bad$',r'$bad\ \alpha$',r'$normal$',r'$good$',r'$really\ good$'])

ax=plt.gca()
#获取两个横轴两个竖轴
ax.spines['right'].set_color('none')
ax.spines['top'].set_color('none')
#获取右边与顶部的轴设置右边框和头部边框给颜色为空
ax.xaxis.set_ticks_position('bottom')
#将x轴的位置设置在底部
ax.yaxis.set_ticks_position('left')
#将y轴的位置设置在右边
ax.spines['bottom'].set_position(('data',0))#outward,axes
#获取底部的轴移动轴的位置到交叉轴的指定坐标为0
ax.spines['left'].set_position(('data',0))
#获取左边的轴移动轴的位置到交叉轴地指定位置为0
plt.show()