plt.函数

1 plt.figure() :创建画布

plt.figure(num=None, figsize=None, facecolor=None, edgecolor=None, clear=False, )

num:画布序号,一般默认是从1递增

figsize=(长,宽):画布尺寸,常用

facecolor:背景色,默认白色

edgecolor:边缘色,默认白色

clear:是否清除原来的画布,默认False自动创建新画布

2 plt.subplot() :创建子图

plt.subplot(numRows, numCols, plotNum)

numRows:行数

numCols:列数,画布被分成numRows行和numCols列

plotNum:按照从左到右,从上到下的顺序对每个子图进行编号。 该参数可以指定画图区域。

import matplotlib.pyplot as plt
x = [1, 2, 3, 4]
y1 = [1, 2, 3, 4]
y2 = [1, 4, 9, 16]
y3 = [2, 6, 6, 8]
y4 = [1, -3, 5, 7]
plt.figure()
plt.subplot(221)
plt.plot(x, y1, 'r')
plt.subplot(222)
plt.plot(x, y2)
plt.subplot(223)
plt.plot(x, y3,'g')
plt.subplot(224)
plt.plot(x, y4,'y')
plt.show()

 plt.函数_第1张图片

3 plt.subplots_adjust():调整子图间的距离

plt.subplots_adjust(left=None, bottom=None, right=None, top=None,
                wspace=None, hspace=None)

left:默认为0.125,子图(subplot)距画板(figure)左边的距离 

right:默认为0.9,子图(subplot)距画板(figure)右边的距离

bottom:默认为0.1,子图(subplot)距画板(figure)底部的距离

top:默认为0.9,子图(subplot)距画板(figure)顶部的距离

wspace:默认为0.2,子图水平间距

hspace:默认为0.2,子图垂直间距

import matplotlib.pyplot as plt
x = [1, 2, 3, 4]
y1 = [1, 2, 3, 4]
y2 = [1, 4, 9, 16]
y3 = [2, 6, 6, 8]
y4 = [1, -3, 5, 7]
plt.figure()
plt.subplot(221)
plt.plot(x, y1, 'r')
plt.subplot(222)
plt.plot(x, y2)
plt.subplot(223)
plt.plot(x, y3,'g')
plt.subplot(224)
plt.plot(x, y4,'y')
plt.subplots_adjust(hspace=0.5, wspace=0.5)
plt.show()

plt.函数_第2张图片      plt.函数_第3张图片

4 plt.plot():画图

plt.plot(x, y, linestyle, color, linewidth, label)

x,y:分别是x轴数据和y轴数据、linestyle:线条类型、color:颜色(默认值为蓝色'b')、linewidth:线宽度、label:曲线标签,后使用plt.legend( )创建图例。

import matplotlib.pyplot as plt
y = [1, 2, 20, 50]
plt.figure()
plt.plot(y) #只给y时,x默认为range(len(y)),即0、1、2、3...len(y)-1
plt.show()

plt.函数_第4张图片

import matplotlib.pyplot as plt
x = [1, 2, 3, 4]
y1 = [1, 2, 3, 4]
y2 = [1, 4, 9, 16]
plt.figure()
plt.plot(x, y1) #同一个图画多条曲线
plt.plot(x, y2) #可看出绘制多条线条时,系统会自动更改线条颜色,第一个默认值为蓝色'b'
plt.show()

plt.函数_第5张图片

import matplotlib.pyplot as plt 
x = [1, 2, 3, 4]
y1 = [1, 2, 3, 4]
y2 = [1, 4, 9, 16]
y3 = [1, 8, 27, 64]
y4 = [1, 16, 81, 124]
plt.figure()             
plt.plot(x, y1, linestyle='-')  #实线
plt.plot(x, y2, linestyle='--') #虚线
plt.plot(x, y3, linestyle='-.') #折点线
plt.plot(x, y4, linestyle=':')  #点线
plt.show()

 plt.函数_第6张图片

5 plt.scatter():绘制散点图

plt.scatter(x, y, s=None)

x,y:散点的坐标、s:散点的面积、color:散点的颜色(默认值为蓝色'b')

import matplotlib.pyplot as plt
x = [1, 2, 3, 4]
y = [1, 2, 20, 50]
plt.figure()
plt.scatter(x, y, s=10)
plt.show()

plt.函数_第7张图片

6 plt.legend():创建图例

在plt.plot()里添加label属性后,可调用plt.legend(),产生legend

plt.xlabel(' '):在横坐标添加标签

字符串中不可以包含中文

plt.title(' '):增加主题

字符串中不可以包含中文

import matplotlib.pyplot as plt
x = [1, 2, 3, 4]
y = [1, 2, 20, 50]
plt.figure()
plt.plot(x, y,label='line1')
plt.legend()          #创建图例
plt.xlabel("X axis")  #x轴标签
plt.ylabel("Y axis")  #y轴标签
plt.title("figure1")  #主题
plt.show()

 plt.函数_第8张图片

9 plt.savefig( ):将图表保存到文件中

plt.savefig('存储位置'+'照片名'+'.照片类型')

10 plt.show( ):展现画布

数据分析-03 - 简书

进阶学习

你可能感兴趣的:(Matplotlib库,机器学习,人工智能)