1、繪制直線圖
1 # ============================展現變量的趨勢變化========================== 2 import matplotlib.pyplot as plt 3 import numpy as np 4 5 # 從0到10均勻的取1000個數 6 x = np.linspace(0,10,1000) 7 8 # sin函數 9 y = np.cos(x) 10 11 # 在標准正態分布中隨機的取100個數 12 y1 = np.random.randn(100) 13 14 # ===========繪制直線圖============= 15 # x:x軸上的數值，y:y軸上的數值,ls:折線圖線條風格，lw:折線圖的線條寬度，label：標記圖形內容的標簽文本 16 plt.plot(x,y,ls="--",lw=2,label="plot figure") 17 18 # 給圖形加上圖例 19 plt.legend() 20 21 # 顯示圖片 22 plt.show()
2、繪制散點圖
1 # ============================尋找變量之間的變化關系========================== 2 import matplotlib.pyplot as plt 3 import numpy as np 4 5 # 從0到10均勻的取1000個數 6 x = np.linspace(0.05,10,1000) 7 8 # 在標准正態分布中隨機的取100個數 9 y = np.random.randn(1000) 10 11 # ===========繪制散點圖============= 12 # x:x軸上的數值，y:y軸上的數值，c:顏色，label：標記圖形內容的標簽文本 13 plt.scatter(x,y,c="b",label="scatter figure") 14 15 # 給圖形加上圖例 16 plt.legend() 17 18 # 顯示圖片 19 plt.show()
3、設置X/Y軸的數值顯示范圍
# ============================設置X/Y軸的數值顯示范圍========================== import matplotlib.pyplot as plt import numpy as np # 從0到10均勻的取1000個數 x = np.linspace(0,10,1000) # 在標准正態分布中隨機的取100個數 y = np.random.randn(1000) # ===========繪制散點圖============= # x:x軸上的數值，y:y軸上的數值，c:顏色，label：標記圖形內容的標簽文本 plt.scatter(x,y,c="b",label="scatter figure") # 給圖形加上圖例 plt.legend() # 設置X/Y軸的數值顯示范圍 plt.xlim(0,10) plt.ylim(0,1) # 顯示圖片 plt.show()
4、設置X/Y軸的文本標簽
1 # ============================設置X/Y軸的文本標簽========================== 2 import matplotlib.pyplot as plt 3 import numpy as np 4 5 # 從0到10均勻的取1000個數 6 x = np.linspace(0,10,1000) 7 8 # 在標准正態分布中隨機的取100個數 9 y = np.random.randn(1000) 10 11 # ===========繪制散點圖============= 12 # x:x軸上的數值，y:y軸上的數值，c:顏色，label：標記圖形內容的標簽文本 13 plt.scatter(x,y,c="b",label="scatter figure") 14 15 # 給圖形加上圖例 16 plt.legend() 17 18 # 設置X/Y軸的數值顯示范圍 19 plt.xlim(0,10) 20 plt.ylim(0,1) 21 22 # 設置X/Y軸的文本標簽 23 plt.xlabel(xlabel="X-axis") 24 plt.ylabel(ylabel="Y-axis") 25 26 # 顯示圖片 27 plt.show()
5、設置X/Y軸刻度的參考線
1 # ============================設置X/Y軸刻度的參考線========================== 2 import matplotlib.pyplot as plt 3 import numpy as np 4 5 # 從0到10均勻的取1000個數 6 x = np.linspace(0,10,1000) 7 y = np.sin(x) 8 9 # x:x軸上的數值，y:y軸上的數值，c:顏色，label：標記圖形內容的標簽文本 10 plt.plot(x,y,ls="-",lw=2,c="b",label="plot figure") 11 12 # 給圖形加上圖例 13 plt.legend() 14 15 # 繪制X/Y軸刻度的參考線 16 plt.grid(linestyle=":",color="r") 17 18 # 設置X/Y軸的數值顯示范圍 19 plt.xlim(0,10) 20 plt.ylim(-1,1) 21 22 # 設置X/Y軸的文本標簽 23 plt.xlabel(xlabel="X-axis") 24 plt.ylabel(ylabel="Y-axis") 25 26 # 顯示圖片 27 plt.show()
6、繪制X/Y軸的水平參考線
1 # ============================繪制X/Y軸的水平參考線========================== 2 import matplotlib.pyplot as plt 3 import numpy as np 4 5 # 從0到10均勻的取1000個數 6 x = np.linspace(0,10,1000) 7 y = np.sin(x) 8 9 # x:x軸上的數值，y:y軸上的數值，c:顏色，label：標記圖形內容的標簽文本 10 plt.plot(x,y,ls="-",lw=2,c="b",label="plot figure") 11 12 # 給圖形加上圖例 13 plt.legend() 14 15 # 繪制X/Y軸刻度的參考線 16 plt.grid(linestyle=":",color="r") 17 18 # 繪制X/Y軸的水平參考線 19 plt.axhline(y=0.00,c="c",ls="-",lw=2) # 水平 20 plt.axvline(x=4.7,c="c",ls="-",lw=2) # 垂直 21 22 # 設置X/Y軸的數值顯示范圍 23 plt.xlim(0,10) 24 plt.ylim(-1,1) 25 26 # 設置X/Y軸的文本標簽 27 plt.xlabel(xlabel="X-axis") 28 plt.ylabel(ylabel="Y-axis") 29 30 # 顯示圖片 31 plt.show()
7、繪制垂直於X/Y軸的參考區域
1 # ============================繪制垂直於X/Y軸的參考區域========================== 2 import matplotlib.pyplot as plt 3 import numpy as np 4 5 # 從0到10均勻的取1000個數 6 x = np.linspace(0,10,1000) 7 y = np.sin(x) 8 9 # x:x軸上的數值，y:y軸上的數值，c:顏色，label：標記圖形內容的標簽文本 10 plt.plot(x,y,ls="-",lw=2,c="b",label="plot figure") 11 12 # 給圖形加上圖例 13 plt.legend() 14 15 # 繪制X/Y軸刻度的參考線 16 # linestyle：網格線的線條風格；color：線條顏色 17 plt.grid(linestyle=":",color="r") 18 19 # 繪制X/Y軸的水平參考線 20 plt.axhline(y=0.00,c="c",ls="-",lw=2) # 水平 21 plt.axvline(x=4.7,c="c",ls="-",lw=2) # 垂直 22 23 # 繪制垂直於X/Y軸的參考區域 24 # xmin/ymin：起始位置，xmax/ymax:終止位置，facecolor：參考區域填充顏色，alpha：透明度 25 plt.axhspan(ymin=-0.15,ymax=0.15,facecolor="y",alpha=0.3) # 水平 26 plt.axvspan(xmin=4,xmax=5.4,facecolor="y",alpha=0.3) # 垂直 27 28 # 設置X/Y軸的數值顯示范圍 29 plt.xlim(0,10) 30 plt.ylim(-1,1) 31 32 # 設置X/Y軸的文本標簽 33 plt.xlabel(xlabel="X-axis") 34 plt.ylabel(ylabel="Y-axis") 35 36 # 顯示圖片 37 plt.show()
8、圖形內容指向型注釋文本
1 # ============================圖形內容指向型注釋文本========================== 2 import matplotlib.pyplot as plt 3 import numpy as np 4 5 # 從0到10均勻的取1000個數 6 x = np.linspace(0,10,1000) 7 y = np.sin(x) 8 9 # x:x軸上的數值，y:y軸上的數值，c:顏色，label：標記圖形內容的標簽文本 10 plt.plot(x,y,ls="-",lw=2,c="b",label="plot figure") 11 12 # 給圖形加上圖例 13 plt.legend() 14 15 # 繪制X/Y軸刻度的參考線 16 # linestyle：網格線的線條風格；color：線條顏色 17 plt.grid(linestyle=":",color="r") 18 19 # 繪制X/Y軸的水平參考線 20 plt.axhline(y=0.00,c="c",ls="-",lw=2) # 水平 21 plt.axvline(x=4.7,c="c",ls="-",lw=2) # 垂直 22 23 # 繪制垂直於X/Y軸的參考區域 24 # xmin/ymin：起始位置，xmax/ymax:終止位置，facecolor：參考區域填充顏色，alpha：透明度 25 plt.axhspan(ymin=-0.15,ymax=0.15,facecolor="y",alpha=0.3) # 水平 26 plt.axvspan(xmin=4,xmax=5.4,facecolor="y",alpha=0.3) # 垂直 27 28 # 圖形內容指向型注釋文本 29 # Maximum:要注釋的文本，xy:被注釋圖形內容的坐標位置，xytext：注釋文本的位置， 30 # weight：注釋內容的字體粗細風格，color：注釋文本顏色，arrowprops：指示被注釋內容的箭頭的屬性字典 31 plt.annotate(s="Maximum",xy=(np.pi/2,1.0),xytext=((np.pi/2)+1.0,.8),weight="bold",color="g", 32 arrowprops=dict(arrowstyle="->",connectionstyle="arc3",color="g")) 33 34 # 設置X/Y軸的數值顯示范圍 35 plt.xlim(0,10) 36 plt.ylim(-1,1) 37 38 # 設置X/Y軸的文本標簽 39 plt.xlabel(xlabel="X-axis") 40 plt.ylabel(ylabel="Y-axis") 41 42 # 顯示圖片 43 plt.show()
9、添加圖形內容無指向型注釋文本
1 =======添加圖形內容無指向型注釋文本========================== 2 import matplotlib.pyplot as plt 3 import numpy as np 4 5 # 從0到10均勻的取1000個數 6 x = np.linspace(0,10,1000) 7 y = np.sin(x) 8 9 # x:x軸上的數值，y:y軸上的數值，c:顏色，label：標記圖形內容的標簽文本 10 plt.plot(x,y,ls="-",lw=2,c="b",label="plot figure") 11 12 # 給圖形加上圖例 13 plt.legend() 14 15 # 繪制X/Y軸刻度的參考線 16 # linestyle：網格線的線條風格；color：線條顏色 17 plt.grid(linestyle=":",color="r") 18 19 # 繪制X/Y軸的水平參考線 20 plt.axhline(y=0.00,c="c",ls="-",lw=2) # 水平 21 plt.axvline(x=4.7,c="c",ls="-",lw=2) # 垂直 22 23 # 繪制垂直於X/Y軸的參考區域 24 # xmin/ymin：起始位置，xmax/ymax:終止位置，facecolor：參考區域填充顏色，alpha：透明度 25 plt.axhspan(ymin=-0.15,ymax=0.15,facecolor="y",alpha=0.3) # 水平 26 plt.axvspan(xmin=4,xmax=5.4,facecolor="y",alpha=0.3) # 垂直 27 28 # 圖形內容指向型注釋文本 29 # Maximum:要注釋的文本，xy:被注釋圖形內容的坐標位置，xytext：注釋文本的位置， 30 # weight：注釋內容的字體粗細風格，color：注釋文本顏色，arrowprops：指示被注釋內容的箭頭的屬性字典 31 plt.annotate(s="Maximum",xy=(np.pi/2,1.0),xytext=((np.pi/2)+1.0,.8),weight="bold",color="g", 32 arrowprops=dict(arrowstyle="->",connectionstyle="arc3",color="g")) 33 34 # 添加圖形內容無指向型注釋文本 35 plt.text(x=2.6,y=0.55,s="y=sin(x)",weight="bold",color="m") 36 37 # 設置X/Y軸的數值顯示范圍 38 plt.xlim(0,10) 39 plt.ylim(-1,1) 40 41 # 設置X/Y軸的文本標簽 42 plt.xlabel(xlabel="X-axis") 43 plt.ylabel(ylabel="Y-axis") 44 45 # 顯示圖片 46 plt.show()
10、添加圖形內容標題
1 =======添加圖形內容標題========================== 2 import matplotlib.pyplot as plt 3 import numpy as np 4 5 # 從0到10均勻的取1000個數 6 x = np.linspace(0,10,1000) 7 y = np.sin(x) 8 9 # x:x軸上的數值，y:y軸上的數值，c:顏色，label：標記圖形內容的標簽文本 10 plt.plot(x,y,ls="-",lw=2,c="b",label="plot figure") 11 12 # 給圖形加上圖例 13 plt.legend() 14 15 # 繪制X/Y軸刻度的參考線 16 # linestyle：網格線的線條風格；color：線條顏色 17 plt.grid(linestyle=":",color="r") 18 19 # 繪制X/Y軸的水平參考線 20 plt.axhline(y=0.00,c="c",ls="-",lw=2) # 水平 21 plt.axvline(x=4.7,c="c",ls="-",lw=2) # 垂直 22 23 # 繪制垂直於X/Y軸的參考區域 24 # xmin/ymin：起始位置，xmax/ymax:終止位置，facecolor：參考區域填充顏色，alpha：透明度 25 plt.axhspan(ymin=-0.15,ymax=0.15,facecolor="y",alpha=0.3) # 水平 26 plt.axvspan(xmin=4,xmax=5.4,facecolor="y",alpha=0.3) # 垂直 27 28 # 圖形內容指向型注釋文本 29 # Maximum:要注釋的文本，xy:被注釋圖形內容的坐標位置，xytext：注釋文本的位置， 30 # weight：注釋內容的字體粗細風格，color：注釋文本顏色，arrowprops：指示被注釋內容的箭頭的屬性字典 31 plt.annotate(s="Maximum",xy=(np.pi/2,1.0),xytext=((np.pi/2)+1.0,.8),weight="bold",color="g", 32 arrowprops=dict(arrowstyle="->",connectionstyle="arc3",color="g")) 33 34 # 添加圖形內容無指向型注釋文本 35 plt.text(x=2.6,y=0.55,s="y=sin(x)",weight="bold",color="m") 36 37 # 添加圖形內容標題 38 plt.title(label="y=sin(x)") 39 40 # 設置X/Y軸的數值顯示范圍 41 plt.xlim(0,10) 42 plt.ylim(-1,1) 43 44 # 設置X/Y軸的文本標簽 45 plt.xlabel(xlabel="X-axis") 46 plt.ylabel(ylabel="Y-axis") 47 48 # 顯示圖片 49 plt.show()
11、標識不同圖形的文本標簽圖例
1 # ============================標識不同圖形的文本標簽圖例========================== 2 import matplotlib.pyplot as plt 3 import numpy as np 4 5 # 從0到10均勻的取1000個數 6 x = np.linspace(0,10,1000) 7 y = np.sin(x) 8 9 # x:x軸上的數值，y:y軸上的數值，c:顏色，label：標記圖形內容的標簽文本 10 plt.plot(x,y,ls="-",lw=2,c="b",label="plot figure") 11 12 # 給圖形加上圖例 13 # loc:圖例在圖像當中的地理位置 14 plt.legend(loc="lower right") 15 16 # 繪制X/Y軸刻度的參考線 17 # linestyle：網格線的線條風格；color：線條顏色 18 plt.grid(linestyle=":",color="r") 19 20 # 繪制X/Y軸的水平參考線 21 plt.axhline(y=0.00,c="c",ls="-",lw=2) # 水平 22 plt.axvline(x=4.7,c="c",ls="-",lw=2) # 垂直 23 24 # 繪制垂直於X/Y軸的參考區域 25 # xmin/ymin：起始位置，xmax/ymax:終止位置，facecolor：參考區域填充顏色，alpha：透明度 26 plt.axhspan(ymin=-0.15,ymax=0.15,facecolor="y",alpha=0.3) # 水平 27 plt.axvspan(xmin=4,xmax=5.4,facecolor="y",alpha=0.3) # 垂直 28 29 # 圖形內容指向型注釋文本 30 # Maximum:要注釋的文本，xy:被注釋圖形內容的坐標位置，xytext：注釋文本的位置， 31 # weight：注釋內容的字體粗細風格，color：注釋文本顏色，arrowprops：指示被注釋內容的箭頭的屬性字典 32 plt.annotate(s="Maximum",xy=(np.pi/2,1.0),xytext=((np.pi/2)+1.0,.8),weight="bold",color="g", 33 arrowprops=dict(arrowstyle="->",connectionstyle="arc3",color="g")) 34 35 # 添加圖形內容無指向型注釋文本 36 plt.text(x=2.6,y=0.55,s="y=sin(x)",weight="bold",color="m") 37 38 # 添加圖形內容標題 39 plt.title(label="y=sin(x)") 40 41 # 設置X/Y軸的數值顯示范圍 42 plt.xlim(0,10) 43 plt.ylim(-1,1) 44 45 # 設置X/Y軸的文本標簽 46 plt.xlabel(xlabel="X-axis") 47 plt.ylabel(ylabel="Y-axis") 48 49 # 顯示圖片 50 plt.show()
