【Matplotlib之plot()函数详细栗子讲解】

转载 https://blog.csdn.net/zhbaodong/article/details/81749160

调用格式

plot([x], y, [fmt], data=None, **kwargs)
plot([x], y, [fmt], [x2], y2, [fmt2], ..., **kwargs)
 

 

示例1：Pyplot Simple

"""
=============
Pyplot Simple
=============

"""
import matplotlib.pyplot as plt
plt.plot([1,2,3,4])
plt.ylabel('some numbers')
plt.show()

 

 

运行结果：

  在上面的例子中，plt.plot([1,2,3,4])指定了所绘图形的纵坐标，当横坐标未给出时，默认为[0, ···, N-1]。plt.ylabel('some numbers')给出了y轴标签。

示例2：Pyplot Formatstr

"""
================
Pyplot Formatstr
================

"""
import matplotlib.pyplot as plt
plt.plot([1,2,3,4], [1,4,9,16], 'ro')
plt.axis([0, 6, 0, 20])
plt.show()

 

 

运行结果：

  plt.plot([1,2,3,4], [1,4,9,16], 'ro')中参数[1,2,3,4], [1,4,9,16]指定了所绘图形的横坐标和纵坐标，参数ro中r为red，o代表使用圆形标记绘制而不是用线绘制。plt.axis([0, 6, 0, 20])设定了横坐标与纵坐标范围。

示例3：Pyplot Three

"""
============
Pyplot Three
============

"""
import numpy as np
import matplotlib.pyplot as plt

# evenly sampled time at 200ms intervals
t = np.arange(0., 5., 0.2)

# red dashes, blue squares and green triangles
plt.plot(t, t, 'r--', t, t**2, 'bs', t, t**3, 'g^')
plt.show()

 

 

运行结果：

  plt.plot(t, t, 'r--', t, t**2, 'bs', t, t**3, 'g^')绘制了三个点集。参数r--表示红色虚线，bs表示蓝色方块标记，g^表示绿色三角标记。

示例4：Whats New 0.98.4 Legend

"""
=======================
Whats New 0.98.4 Legend
=======================

"""
import matplotlib.pyplot as plt
import numpy as np


ax = plt.subplot(111)
t1 = np.arange(0.0, 1.0, 0.01)
for n in [1, 2, 3, 4]:
    plt.plot(t1, t1**n, label="n=%d"%(n,))

leg = plt.legend(loc='best', ncol=2, mode="expand", shadow=True, fancybox=True)
leg.get_frame().set_alpha(0.5)


plt.show()

 

 

运行结果：

  ax = plt.subplot(111)与ax = plt.subplot(1, 1, 1)效果相同，表示将绘制区域分割成1行1列，并在第一个坐标系中绘图。subplot函数第一个参数表示分割的行数，第二个参数表示分割的列数，第三个参数表示在哪个坐标系中绘图。语句plt.legend(loc='best', ncol=2, mode="expand", shadow=True, fancybox=True)绘制图例，ncol=2表示图例有两列，loc='best'表示放置的位置，mode="expand"表示图例在水平方向填充坐标系区域，shadow=True表示绘制阴影。

示例5：Pyplot Two Subplots

"""
===================
Pyplot Two Subplots
===================

"""
import numpy as np
import matplotlib.pyplot as plt

def f(t):
    return np.exp(-t) * np.cos(2*np.pi*t)

t1 = np.arange(0.0, 5.0, 0.1)
t2 = np.arange(0.0, 5.0, 0.02)

plt.figure(1)
plt.subplot(211)
plt.plot(t1, f(t1), 'bo', t2, f(t2), 'k')

plt.subplot(212)
plt.plot(t2, np.cos(2*np.pi*t2), 'r--')
plt.show()

 

 

运行结果：