matplotlib画图

matplotlib参数介绍：

__author__ = 'lee'
import matplotlib.pyplot as plt
# 画出图形，默认是为[1,2,3,4]序列为Y轴，这里如果没有X轴的设置，默认X轴与Y轴等长，而且是从0开始。
plt.plot([1,2,3,4])
# 设置y轴标签，同理可以设置x轴标签
plt.ylabel('some numbers')
plt.show()

效果图：

数据参数：

代码中：plt.plot([1,2,3,4])

如果只有一组参数，默认为y轴参数，matplotlib会自动添加一组和y轴等长的数据

从0开始，并且和y轴等长，所以为[0,1,2,3]

如果提供多组数据，可以画出多条线，如：

import numpy as np
import matplotlib.pyplot as plt

t = np.arange(0., 5., 0.2)
plt.plot(t, t, 'r--', t, t**2, 'bs', t, t**3, 'g^')

效果：

设置使用numpy生成序列：

这里是用t = np.arange(0., 5., 0.2)设置0.到5.的起始位置和终点位置，0.2为步长

形状和颜色：

代码中：plt.plot([1,2,3,4], [1,4,9,16], ‘ro’)

设置的形状是红色圆形，matplotlib中提供的形状和颜色有一下：

• 形状：

• 颜色

XY轴标签

设置标签范围：plt.axis([0, 6, 0, 20])

表示的含义：[xmin, xmax, ymin, ymax]

设置标签文本：plt.ylabel(“Y轴标签”)，可以对label进行更详细的设置，参考

[dm href=’http://www.imekaku.com/2015/11/05/matplotlib-text/’]matplotlibText属性[/dm]

在一个图中生成子图

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()

效果图：

subplot()参数表示，有row和col行列，第三个参数表示为第几个图像