import matplotlib
from matplotlib import pyplot as plt # 简写 matplotlib.pyplot 为 plt
import numpy as np
import scipy
# 包含不同的pdf
from scipy import stats
# 让图片显示在notebook中
%matplotlib inline
# 绘制的图显示在代码框中
# plt.show(), plt.cla(), plt.clf(), plt.close()
plt.figure(figsize=(10,5)) # 先生成一个10*5的图
x = np.arange(-5,5,0.01) # 生成数字序列
y = stats.norm.pdf(x,0,1) # loc = mean, scale = sigma 用统计学包输出均值为0,方差为1的正态分布
plt.plot(x,y) # 画图!
plt.savefig("figure1.png") # 把图保存为figure1(不支持jpg)
plt.figure(figsize=(5,5)) # 关键:.figure 函数会清空画面
plt.savefig("figure2.png") # 为什么figure2是空的?因为还没有画,画面成了空白的方形图。
fig = plt.gcf()
fig.set_size_inches(5,8)
plt.savefig("figure3.png") # 为什么figure3是空的?因为gcf取得的是上一个空白图哦~
plt.plot(x,y)
fig = plt.gcf()
fig.set_size_inches(5,5)
plt.savefig("figure4.png") # figure4图片终于是5*5的正方形
两种设置图像大小的方法如何选择?
画之前设置 VS 画之后设置,.figure 是一定要画之前就设置好,一旦画过了之后再想做局部的修改,就只能用当前句柄对象.set_*的方式设置了图像了。(所谓的句柄,就是类似指针的指针!)
x = np.arange(-5,5,0.1) # -5到5区间,相隔0.1取点为list
y = x ** 2
plt.plot(x,y)
# 曲线图演示
x = np.random.normal(size=1000) # 随机生成正态分布的1000个样本
plt.hist(x, bins=10)
plt.show()
# 灰度图histogram,其中bins是柱子的数目
x = np.random.normal(size=1000)
y = np.random.normal(size=1000)
plt.scatter(x,y)
# 散点图
plt.boxplot(x)
# 箱式图 (正态分布)
(信息含量很大~有一半的数值都在箱子里面)
获取当前图表对象
标题
坐标轴标签
图注
网格
x = np.arange(-5,5.5,0.5)
y = x ** 2
plt.plot(x,y,color='b',linestyle='-.',marker='o')
# 颜色/线型/标记
plt.plot(x,y,'yo--') # 可以合在一起写
plt.title("style config") # 标题
plt.xlabel("x range") # 横坐标
plt.ylabel("y range") # 纵坐标
plt.plot(x,y)
y1 = x ** 2
y2 = x ** 3
plt.plot(x,y1,'r-',label='line 1') # Label
plt.plot(x,y2,'b-',label='line 2') # Label
plt.title("style config")
plt.xlabel("x range")
plt.ylabel("y range")
plt.legend(loc=4) # Legend
plt.plot(x,y1,'r')
plt.plot(x,y2,'b')
plt.grid(color='g',linestyle=':',alpha=0.8) # 设置网格 alpha参数表示透明度(%)