1. Matplotlib绘图流程

• 创建画布
• 绘制图像

• 显示图像
  下面代码演示

  #简单画布
  import matplotlib.pyplot as plt
  # 1.创建画布
  plt.figure()
  
  #2. 图像绘制
  x = range(6)
  y = range(4,10)
  plt.plot(x,y)
  #3. 图像显示
  plt.show()

2.基础功能演示

1.画布参数:figure

• figsize:画布大小设置，分别是x,y轴反向的大小

• dpi:画布分辨率：

  plt.figure(figsize=(20,10),dpi=200)

  2.图像保存：savefige

• 需要在展示图像的前面设置，plt.show()会释放figure资源，如果在显示图像之后保存图像只能保存空图像。

• 参数写保存的图片地址。

  plt.savefige('test.png')

  3.自定义刻度:xticks,yticks

• plt.xticks(x,**kwargs)：x要显示的刻度值

• plt.yticks(y,**kwargs)：y要显示的刻度值

  • 第一参数为需要显示的刻度值，需要数字类型
  • 第二个参数为要显示刻度名，如果没写，显示第一个参数创建的刻度值

matplotlib.rcParams['font.sans-serif']=['SimHei']   # 用黑体显示中文
matplotlib.rcParams['axes.unicode_minus']=False     # 正常显示负号

4.添加网格信息：grid

plt.grid(True,linestyle='--',alpha=1)

• True：表示添加

• linestyle:表示添加的是虚线还是实线

  • 一个-表示实线
  • 两个--表示虚线

• alpha:表示对应的透明度

  5.添加描述信息

• plt.xlabel:x轴标签
• plt.ylabel:y轴标签

• plt.title:数据表标题

  plt.xlabel('时间')
  plt.ylabel("温度")
  plt.title("一小时温度变化图",fontsize=20)

  效果如下：可用fontsizea参数调节字体大小

5.多个信息

只需在原有的基础再次添加plot即可，但需区分线条，那就需要显示图例

• plt.legend()

  • loc:显示位置,值默认为best,可填入0-10
  • 需要在plot里面添加label信息

6. 设置图形风格

plt.polt(x,y,color="r",linestyle='--',label='北京')

• x:x轴数据
• y:y轴数据
• color:折线颜色
• linestyle:线条形状
• lebel:线条标签名

7.多个坐标系显示：plt.subplots(面向对象的画图方法)

显示效果如下：

fig，axes = plt.subplot(nrows=2,ncols=1,figsize=(20.8),dpi=200)

• nrows:表示绘制几行图像
• ncols:表示绘制几列图像

• 注意：有些方法需要添加set_*，
  以下是一个与多个区别，代码演示。

  #温度实例
  import matplotlib.pyplot as plt
  import random
  import matplotlib
  matplotlib.rcParams['font.sans-serif']=['SimHei']   # 用黑体显示中文
  matplotlib.rcParams['axes.unicode_minus']=False  
  x = range(60)
  y_beijing = [random.uniform(10,15) for i in x]
  y_shanghai = [random.uniform(10,15) for i in x]
  
  ## 画布
  #plt.figure(figsize=(20,8),dpi=100)
  fig,axes = plt.subplots(nrows=1,ncols=2,figsize=(20,8),dpi=200)
  
  ## 图像绘制
  # plt.plot(x,y_beijing,label='北京')
  # plt.plot(x,y_shanghai,label='上海',linestyle=':')
  axes[0].plot(x,y_beijing,color='r',label='北京')
  axes[1].plot(x,y_shanghai,label='上海',linestyle=':')
  
  ## y刻度
  y_ticks=range(40)
  # plt.yticks(y_ticks[::5])
  axes[0].set_yticks(y_ticks[::5])
  axes[1].set_yticks(y_ticks[::5])
  
  
  # #x刻度
  x_ticks_label = ['11点{}分'.format(i) for i in x]
  
  # plt.xticks(x[::5],x_ticks_label[::5])
  axes[0].set_xticks(x[::5])
  axes[0].set_xticklabels(x_ticks_label[::5])
  axes[1].set_xticks(x[::5])
  axes[1].set_xticklabels(x_ticks_label[::5])
  
  
  # #添加网格
  # plt.grid(True,linestyle='-',alpha=1)
  axes[0].grid(True,linestyle='-',alpha=1)
  axes[1].grid(True,linestyle='-',alpha=1)
  
  
  # #添加信息
  # plt.xlabel('时间')
  # plt.ylabel("温度")
  # plt.title("一小时温度变化图",fontsize=20)
  
  axes[0].set_xlabel('时间')
  axes[0].set_ylabel("温度")
  axes[0].set_title("北京一小时温度变化图",fontsize=20)
  
  axes[1].set_xlabel('时间')
  axes[1].set_ylabel("温度")
  axes[1].set_title("上海一小时温度变化图",fontsize=20)
  
  # #显示图例
  # plt.legend(loc='best',fontsize=20)
  axes[0].legend(loc='best',fontsize=20)
  axes[1].legend(loc='best',fontsize=20)
  plt.show()
  

  plot绘制数学图像（爱心）

  效果如下：

具体代码如下

import numpy as np
#生成数据
x = np.linspace(-np.pi/2,np.pi/2,500) # 在【Π/2,Π/2】的范围内生成500个数
y=(0.64*np.sqrt(abs(x))-0.8+1.2**abs(x)*np.cos(200*x))*np.sqrt(np.cos(x))
plt.figure(figsize=(10,10),dpi=50)
plt.plot(x,y,color='r')
plt.grid()
plt.show()