python之pyplot

import matplotlib.pyplot as plt

1、定义x和y，画图展示，保存图片

x=[ 1, 2, 3, 4 ]
y=[ 1, 4, 9, 16 ]
plt.plot(x,y)
plt.savefig('test.png',dpi=120)
plt.show()

其中dpi参数指定图像的分辨率为120
2、优化绘图线条风格

color：线条颜色，值r表示红色 red
marker：点的形状，值o表示点为圆圈标记 circle marker
linestyle：线条的形状，值dashed表示用虚线连接各点
plt.plot(x,y,color='r',marker='o',linestyle='dashed')

线条颜色color

线条颜色	红	洋红	黄	绿	青	蓝	黑	白
代码表示	r	m	y	g	c	b	k	w

线条标记marker

标记	描述
o	圆圈
+	加号
d	小菱形

线条风格linestyle

线条风格	实线	虚线	破折线	点画线	无线条
代码表示	-	:	—	-.	None或者,

3、坐标轴的控制
坐标轴范围和标题

axis：坐标轴范围
语法为axis[ xmin, xmax, ymin, ymax ]
也就是axis[ x轴最小值, x轴最大值, y轴最小值, y轴最大值 ]
xlabel/ylabel：坐标轴标题
plt.xlabel('x坐标轴')
plt.ylabel('y坐标轴')
plt.title('标题')

坐标图上标记

#添加注释，参数名xy：箭头注释中箭头所在位置，参数名xytext：注释文本所在位置
#arrowprops在xy和xytext之间绘制箭头，shrink表示注释点和注释文本之间的图标距离
plt.annotate('我是注释', xy=(2,5), xytext=(2,10), arrowprops=dict(facecolor='black',shrink=0.01))
plt.show()

image.png

坐标间隔设定
函数plt.xticks()和plt.xticks()用来实现对x轴和y轴坐标间隔（也就是轴记号）的设定。用法上，函数的输入是两个列表，第一个表示取值，第二个表示标记。当然如果你的标记就是取值本身，则第二个列表可以忽略

plt.xticks([i * np.pi/2 for i in range(-4, 5)], [str(i * 0.5) + "$\pi$" for i in range(-4, 5)])
plt.yticks([i * 0.5 for i in range(-4, 5)])

image.png
4、多图绘制
一图多曲线

import numpy as np
x = np.arange(-1, 1, 0.1)
y1 = np.exp(x)
y2 = np.exp(2 * x)
plt.plot(x, y1, color="r", linestyle="-", marker="^", linewidth=1)
plt.plot(x, y2, color="b", linestyle="-", marker="s", linewidth=1)
plt.xlabel("x")
plt.ylabel("y")
plt.show()

多图与子图
figure()函数可以帮助我们同时处理生成多个图，而subplot()函数则用来实现，在一个大图中，出现多个小的子图。需要注意的是，figure()中的参数为图片序号，一般是按序增加的，这里面还涉及一个当前图的概念，其中subplot()的参数有3个，分别为行数、列数、以及子图序号。比如subplot(1,2,1)表示这是一个1行，2列布局的图（两个子图，在同一行，分居左右），其中，当前处理的子图是第一个图（也就是左图）。

import numpy as np
x = np.arange(-1, 1, 0.1)
y1 = np.exp(x)
y2 = np.exp(2 * x)
y3 = np.exp(1.5 * x)

plt.figure(1) # 生成第一个图，且当前要处理的图为fig.1
plt.subplot(1, 2, 1) # fig.1是一个一行两列布局的图，且现在画的是左图
plt.plot(x, y1, color="r", linestyle="-", marker="^", linewidth=1) # 画图
plt.xlabel("x")
plt.ylabel("y1")

plt.figure(2) # 生成第二个图，且当前要处理的图为fig.2
plt.plot(x, y2, color="k", linestyle="-", marker="s", linewidth=1) # 画图，fig.2是一张整图，没有子图，默认subplot(1, 1, 1)
plt.xlabel("x")
plt.ylabel("y2")

plt.figure(1) # 当前要处理的图为fig.1，而且当前图是fig.1的左图
plt.subplot(1, 2, 2) # 当前图变为fig.1的右图
plt.plot(x, y3, color="b", linestyle="-", marker="v", linewidth=1)
plt.xlabel("x")
plt.ylabel("y3")

plt.show()

这样，我们就用一个脚本画了两张图fig.1和fig.2。其中，fig.1包含了分居左右的两个子图，分别是y1和y3的曲线；fig.2是一张整图，画的是y2曲线。

如果想要某个子图占据整行或者整列，可以采用下面
第三个图，实际上相当于将前面的两个小的子图看作是一个整图

plt.subplot(221) # 第一行的左图
plt.subplot(222) # 第一行的右图
plt.subplot(212) # 第二整行
plt.show()