学习python可视化，matplotlib库学习，基本操作
一般用到matplotlib库或者子库会写成（as）plt，方便后面使用，也基本是一种共识。
基础操作
在画图前需要先plt.figure()生产一个图像
x = np.linspace(-3,3,50)
y1 = 2*x + 1
y2 = x**2
以上面的数据进行学习
关于图像
`plt.plot(x,y1) # 可以设置具体参数，color、linestyle、lineswith、lable（这条线的名字）等等
plt.hlines(1,-1,2) # 一条x∈（-1，2）y=1的直线 竖直线是 vlines(2,-1,3) y∈（-1，3）x=2的直线
关于坐标轴
new_ticks = np.linspace(-1,2,5) # -1~2中间平均出来5个数
plt.xticks(new_ticks) # x轴变成 上面那5个数
plt.yticks([-2,-1,-0.5,1,2],[r"$really bad$",r"$bad$",r"$nomal$",r"$good$",r"$very good$"])
# 上面这条 y轴在对应位置变成后面的标记
plt.xlim(-1,2) # 现在x轴范围 y轴 ylim
ax = plt.gca() # gca 获取当前坐标内容，spines要修改的那条边， right\left\top\bottom
ax.spines['right'].set_color("none")
ax.spines['top'].set_color("none")
ax.spines['bottom'].set_position(('data', 0))
ax.spines["left"].set_position(("data",1))
ax.xaxis.set_ticks_position("bottom") # 将x轴的位置设置在底部
ax.spines["bottom"].set_position(("data",0)) # 底部位置在 “y=0”
plt.xticks(()) # 取消x轴
图片添加内容
添加图例 legend
# legend
# 在plot时输入参数label="sth" 为这个线条添加图例
# loc="upper right" 表示图例将添加在图中的右上角.
# 'best' : 0,
# 'upper right' : 1,
# 'upper left' : 2,
# 'lower left' : 3,
# 'lower right' : 4,
# 'right' : 5,
# 'center left' : 6,
# 'center right' : 7,
# 'lower center' : 8,
# 'upper center' : 9,
# 'center' : 10,
plt.legend(loc = 5)
plt.legend(loc = “upper right”)
添加内容 text
# x、y分别是在图中x、y的起点（还可以有z），fontdict设置插入内容格式
plt.text(x, y, r"$this is the txet",
fontdict{"size" : 16, "color" : "r"})
# %.2f保留两位小数，横向居中对齐ha='center'，纵向底部（顶部）对齐va='bottom'
# 比如柱状图加数据表示
plt.text(x, y+0.3, "%.2f", ha="center", va="bottom")
散点图 scatter
plt.scatter(x, y) # 没什么说的，和plot类似，可以设置一些参数颜色 大小 之类的
柱状图 bar
plt.bar(x, y)
Imager图像
import matplotlib.pyplot as plt
import numpy as np
a = np.array([0.1,0.2,0.3,
0.4,0.5,0.6,
0.7,0.8,0.9]).reshape(3,3)
# array 数组 reshape 将上面的列表生成3行3列的数组
plt.imshow(a, cmap="Blues", interpolation="nearest", origin="upper")
# cmap参数 设置图片组颜色 Blues挺好看
# interploation 所用的差值方法（高斯、样条什么的）没特殊要求设置nearest
# origin 图表排列顺序，upper（从小到大）和lower
plt.colorbar(shrink=.92)
# 图片旁边出现参考数据图 shrink 调整比例大小
plt.show()
多个表在一个图
plt.subplot(2,2,1)
a = plt.plot(x, y)
# 将图像分成两行两列， a 在第一个位置
# 每一个新的图都需要在图前面声明位置，plt.subplot(*,*,*)
# 对于设置不同大小的图，比如 第一个图想占第一行，第二行生产3个小图 可以通过下面的方法来
plt.subplot(2,1,1)
plt(x1, y1)
plt.subplot(2,2,3) # 注意这个时候小图应该是在3这个位置
画中画
原理是向图像增加坐标系，使不同坐标系做同一个图中显示出来 （我理解的以上）
import matplotlib.pyplot as plt
import numpy as np
fig = plt.figure()
x = np.arange(1, 3, 0.1)
y = np.sin(x)
left, bottom, width, height = 0.1, 0.1, 0.8, 0.8
# 上面这个就是要加进图像的坐标系，其中 left=0.1 表示添加的坐标轴在图形中从左向右1/10的位置 bottom是高度
width 插入图形的长度大小 height 插入图形高度大小
ax1 = fig.add_axes([left, bottom, width, height])
ax1.plot(x, y, 'r'， c="black")
ax1.set_xlabel('x')
ax1.set_ylabel('y')
ax1.set_title('title')
# 对于图像的细节操作 在 ax1.plot()中进行 其他和常规图一样
left, bottom, width, height = 0.1, 0.8, 0.15, 0.15
ax2 = fig.add_axes([left, bottom, width, height])
y2 = np.cos(x)
ax2.plot(y2)
突然不知道了方向，那就在一条路上埋头走一走再说
2020.11.16