绘制普通图像
- figure:一个figure对应一个图
figure(num=None, figsize=None, dpi=None, facecolor=None, edgecolor=None, frameon=True, FigureClass=
, clear=False, **kwargs)
- dpi:分辨率
- figsize : (float, float),
- facecolor:背景色
- num:figure对象标记
- edgecolor:边框颜色
2.plot
plt.plot(x,y,format_string,**kwargs)
- x:x轴数据,列表或数组,可选
- y:y轴数据,列表或数组
- format_string:控制曲线的格式字符串,可选
- **kwargs:第二组或更多,(x,y,format_string)
3.保存图片
plt.savefig("figure2.png",dpi=72)
plt.show()
note:在 plt.show() 后调用 plt.savefig()保存的图片是一片空白,这是因为在 plt.show() 后实际上已经创建了一个新的空白的图片(坐标轴),这时候再使用 plt.savefig() 就会保存这个新生成的空白图片
- EXAMPLE1
import matplotlib.pyplot as plt
import numpy as np
plt.figure(num=1,figsize=(6,6))
x = np.linspace(-1, 1, 50)
y = 1+x
plt.plot(x, y)
plt.show()
- EXAMPLE2
note:当绘制多条曲线时x不可省略
plt.plot(x,x*2,'yo-',x,x+1,'*',x,3*x,'r.',x,x**2)
绘制子图
1.subplot(numRows, numCols, plotNum)
- 图表的整个绘图区域被分成 numRows 行和 numCols 列,按照从左到右,从上到下的顺序对每个子区域进行编号,左上的子区域的编号为1
- plotNum 参数指定创建的 Axes 对象所在的区域
- EXAMPLE3
import matplotlib.pyplot as plt
import numpy as np
# 绘制子图
# plt.figure(num=1,figsize=(6,6))
x = np.linspace(-1, 1, 50)
for i in range(4):
plt.subplot(2,2,i+1)
plt.plot(x,x*i+1)
plt.show()
坐标轴设置
- EXAMPLE
import matplotlib.pyplot as plt
import numpy as np
# 绘制普通图像
plt.figure(num=1,figsize=(6,6))
x = np.linspace(-1, 1, 50)
y = 1+x
l1= plt.plot(x, y)
l2= plt.plot(x,x**2,'yo-')
# 设置坐标轴的取值范围
plt.xlim((-1, 1))
plt.ylim((0, 2))
# 设置坐标轴的lable
plt.xlabel('X')
plt.ylabel('Y')
plt.title('title')
# 设置x坐标轴刻度, 原来为0.25, 修改后为0.5
plt.xticks(np.linspace(-1, 1, 5))
# 设置y坐标轴刻度及标签
plt.yticks([0,1])
# 设置legend
plt.legend((l1[0], l2[0]), ('a', 'b'), loc = 'upper left')#这里一定要是l1[0]
plt.show()
image.png