python中matplotlib.pyplot使用（一）—— plt.plot()函数的介绍与使用

1、plt.plot()函数

plt.plot(x,y,format_string,**kwargs)

2、参数介绍：

1. x：X轴数据，列表或数组，可选。
2. y：Y轴数据，列表或数组。
3. format_string：控制曲线的格式字符串，可选。
4. **kwargs：第二组或更多(x,y,format_string)，可画多条曲线。

3、format_string

由颜色字符、风格字符、标记字符组成

颜色字符举例：
‘b’ ：蓝色
‘c’： 青绿色
‘g’： 绿色
‘k’ ：黑色
‘m’：洋红色
‘r’： 红色
‘w’：白色
‘y’： 黄色

风格字符举例：
‘‐’ 实线
‘‐‐’ 破折线
‘‐.’ 点划线
‘:’ 虚线
‘’ ’ ’ 无线条

标记字符举例：
‘.’ 点标记
‘,’ 像素标记(极小点)
‘o’ 实心圈标记
‘v’ 倒三角标记
‘^’ 上三角标记
‘>’ 右三角标记
‘<’ 左三角标记

4、**kwargs

这是一大堆可选内容，可以来里面指定很多内容，如“label”指定线条的标签，“linewidth”指定线条的宽度，等等
常用的几个：
color 指定颜色
label 线条的标签
linestyle 线条的风格
linewidth 线条的宽度

5、具体实例

实例1

x = [1,2,3,4,5]
y = [9,8,6,4,2]
plt.plot(x, y,'r o')

这里xy是横纵轴的数据，'ro’表示标记点为红色小圆圈。

如上图所示，生成了红色的小圆圈散点图。

实例2

#导入所需要的包
import tensorflow as tf
import numpy as np
import matplotlib.pyplot as plt

#生成模拟数据
train_X = np.linspace(-1, 1, 100) #在[-1,1]之间生成100个数作为x
train_Y = 2 * train_X + np.random.randn(*train_X.shape) * 0.3 # 将x乘以2，再加上一个[-1,1]区间的随机数*0.3作为加入的噪声

#显示模拟数据点
plt.plot(train_X, train_Y, 'ro', label='Original data')
plt.legend()
plt.show()