matplotlib可以绘制哪些图形,python怎么用matplotlib生成图表

　　Matplotlib是Python的2D绘图库。通过Matplotlib，开发人员可以生成绘图、直方图、功率谱、条形图、误差图、散点图等。只有几行代码。本文主要介绍Python中如何用Matplotlib库绘制图形的相关信息。

　　00-1010前言1。简单正弦函数和余弦函数2。高级正弦函数和余弦函数1。改变颜色和厚度2。设置图像边界3。设置标记4。设置标记标签5。设置x和y轴6。完成代码3。画一个简单的折线图总结。

前言

　　就是得到正弦函数和余弦函数的值：

　　x是一个numpy数组，包含256个从到等间隔的值。c和s是由分别对应于这256个值的余弦和正弦函数值组成的numpy数组。

　　X=np.linspace(-np.pi，np.pi，256，endpoint=True)

　　c，S=np.cos(X)，np.sin(X)

　　完整的代码如下

　　将numpy作为np导入

　　将matplotlib.pyplot作为plt导入

　　X=np.linspace(-np.pi，np.pi，256，endpoint=True)

　　c，S=np.cos(X)，np.sin(X)

　　#绘制和显示图形

　　plt.plot(X，C)

　　plt.plot(X，S)

　　plt.show()

一、简单的正弦函数与余弦函数

　　上面我们学习了简单的正弦函数和余弦函数。接下来，我们将力求完美，改变颜色和厚度，设置标记，调整边框等等。

二、进阶版正弦函数与余弦函数

　　我们分别用蓝色和红色表示余弦和正弦函数，然后把线条做粗一些。接下来，让我们横向拉伸整张图片。

　　代码如下(示例):

　　图(图尺寸=(10，6)，dpi=80)

　　绘图(X，C，color=blue ，线宽=2.5，线型=-)

　　绘图(X，S，color=red ，线宽=2.5，线型=-)

1.改变颜色与粗细

　　代码如下(示例):

　　xmin，xmax=X.min()，X.max()

　　dx=(xmax - xmin) * 0.2

　　xlim(xmin - dx，xmax dx)

2.设置图片边界

　　当我们讨论正弦和余弦函数时，我们通常想知道函数在和^ 2中的值。

　　xticks([-np.pi，-np.pi/2，0，np.pi/2, NP . pi])

　　yticks([-1，0，1])

3.设置记号

　　我们可以把3.142想成，但毕竟不够准确。当我们设置标记时，我们可以同时设置标记的标签。注意这里用的是乳胶。

　　xticks([-np.pi，-n

　　p.pi/2, 0, np.pi/2, np.pi],

　　 [r$-pi$, r$-pi/2$, r$0$, r$+pi/2$, r$+pi$])

　　yticks([-1, 0, +1],

　　 [r$-1$, r$0$, r$+1$])

5.设置X,Y轴

ax = gca()

6.完整代码

# 导入 matplotlib 的所有内容（nympy 可以用 np 这个名字来使用）

　　最终效果

三、绘制简单的折线图

　　折线图是一种将数据点按照顺序连起来的图形，可以体现变量y随变量x的变化情况。Matplotlib 提供了plot()函数绘制折线图,其语法格式如下：

plt.plot(*args, **kwargs)

　　常用参数及说明如下：

x、y：分别表示x轴和y轴对应的数据，接收列表类型参数
color：表示折线的颜色
marker：表示折线上点的类型，有.、o、v等等类型
linestyle：表示折线的类型，默认为-，表示实线，设置为--表示长虚线，设置为-.表示点线，设置为:表示点虚线
linewidth：表示折线的粗细
alpha：表示点的透明度，接收0~1之间的小数

　　下面我们将以某地区周一到周日平均温度变化折线图为例，具体的学习了解折线图的绘制。

import matplotlib.pyplot as plt

　　效果如下：

　　我们可以给图表添加一些标签和图例，让图表更加清晰好看，具体方法如下：

plt.title()：指定当前图表的标题，包括名称、位置、颜色、字体大小等
plt.xlabel()：指定当前图表x轴的名称、位置、颜色、字体大小等
plt.ylabel()：指定当前图表y轴的名称、位置、颜色、字体大小等
plt.xlim()：指定当前图表x轴的范围
plt.ylim()：指定当前图表y轴的范围
plt.xticks()：指定当前图表x轴刻度
plt.yticks()：指定当前图表y轴刻度

import matplotlib.pyplot as plt