Python--matplotlib绘图-CFANZ编程社区

绘制一个最简单的折线图

现在绘制一个简单的二维折线图，按如下代码画出折线图：

# -*- coding: utf-8 -*-
#matplotlib小测试 

'''

import matplotlib.pyplot as plt      #导入库

plt.plot([2,4,6,8,10],[3,1,4,5,2])           #给图形x,y轴拐点赋值,并生成2D图形
plt.xlabel('Course')                     #生成x轴标签
plt.ylabel('Grade')                      #生成y轴标签

plt.savefig('../picture/test1',dpi=600)          #在当前文件夹中生成图形图片
plt.show()


'''

注意：1.dpi参数指定图像的分辨率为600

2.在关闭`show()`函数弹出的图像窗口前，`show()`函数后面的代码不会运行，直到用户关闭图像窗口，才会继续。

运行结果如下：

外加一步坐标轴的控制，代码如下：


#matplotlib 综合小测试
'''

import matplotlib.pyplot as plt 
plt.plot([2,4,6,8,10],[3,1,4,5,2])
plt.xlabel('Course')
plt.ylabel('Grade') 
plt.axis([0,10,0,6])
plt.savefig('../picture/test2',dpi=600)
plt.show()

'''

注意：下面形式的函数可以控制图像的绘图范围：plt.axis([x_min, x_max, y_min, y_max])
运行结果如下：

绘制不同风格的线条

线条风格

线条颜色

线条标记

同一区域绘制多图，代码如下


#同一绘图区域绘制多图

'''
import numpy as np
import matplotlib.pyplot as plt
a=np.arange(10)
plt.plot(a,a**2,'b>--',label='a')
plt.plot(a,a**3,'yD-',label='b')
plt.plot(a,a**4,'gs',label='c')
plt.plot(a,a**5,'rx--',label='d')
plt.plot(a,a**6,'md-',label='e')
plt.savefig('../picture/test3',dpi=600)
plt.legend()
plt.show()


'''

解释一下，plot函数中，x,y后面的参数分别用来控制线条颜色，线条风格，线条标记，可根据以上参考选择自己喜欢的风格

运行结果如下：

多区域绘图，代码如下：



#多区域绘图
'''

import numpy as np
import matplotlib.pyplot as plt

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

a=np.arange(0,5,0.02)

plt.subplot(322)
plt.plot(a,f(a))

plt.subplot(323)
plt.plot(a,np.cos(2*np.pi*a),'r-',color='r')

plt.subplot(324)
plt.plot(a,np.sin(2*np.pi*a),'r--',color='green')

plt.subplot(325)
plt.plot(a,np.tan(2*np.pi*a),'r*',color='yellow')

plt.savefig('../picture/test5',dpi=600)
plt.show()
'''

运行结果如下：

绘制饼图，代码如下：

#绘制饼图 

'''

import matplotlib.pyplot as plt
labels='Frogs','Hogs','Dogs','Logs'
sizes=[15,30,45,10]
explode=(0,0.1,0,0)

plt.pie(sizes,explode=explode,labels=labels,autopct='%1.1f%%',shadow=False,startangle=90)
plt.savefig('../picture/test4',dpi=600)
plt.show()


'''

运行结果如下：

绘制条形图，代码如下：


#绘制条形图
'''

import numpy as np
import matplotlib.pyplot as plt
datearr=['2018Y','2019Y','2020Y','2021Y']
num_masks=np.asarray([45.4,50,62.2,77])
plt.bar(datearr,num_masks,width=0.3)
plt.xlabel('2018年--2021年',fontproperties='SimHei',fontsize=10)
plt.ylabel('数量/亿只',fontproperties='SimHei',fontsize=10)
plt.title('2018年-2021年中国大陆地区口罩生产量',fontproperties='SimHei',fontsize=10)

plt.savefig('../picture/test6',dpi=600)
plt.show()


'''