matplotlib

plt.plot()绘制线性图

绘制单条线形图 绘制多条线形图 设置坐标系的比例plt.figure(figsize=(a,b)) 设置图例legend() 设置轴的标识 图例保存 fig = plt.figure() plt.plot(x,y) figure.savefig（） import matplotlib.pyplot as plt import numpy as np #绘制单条线形图 x = np.array([1,2,3,4,5]) y = x + 3 plt.plot(x,y) #绘制多条线形图 plt.plot(x,y) plt.plot(x+1,y-2) #设置坐标系的比例plt.figure(figsize=(a,b)) 图像变换           ，但是坐标值不变 plt.figure(figsize=(5,9))#放置在绘图的plot方法之前 plt.plot(x,y) #设置图例legend() plt.plot(x,y,label=x,y) plt.plot(x+1,y-2,label=x+1,y-2) plt.legend() #图例生效 #设置轴的标识 plt.plot(x,y) plt.xlabel(ivanlee) plt.ylabel(regina) plt.title(ivanlee❤️regina) #图例保存 fig = plt.figure() #该对象的创建一定要放置在plot绘图之前 plt.plot(x,y,label=x,y) fig.savefig(./123.png) ##曲线的样式和风格（自学） plt.plot(x,y,c=red,alpha=0.5) 线条颜色和透明度

柱状图：plt.bar()

参数：第一个参数是索引  
  
  
  
  
  。第二个参数是数据值 
  
  
  
  
  
。第三个参数是条形的宽度 plt.bar(x,y)

直方图

是一个特殊的柱状图 
 
  
 
  
 
  
 
  
 
  
 ，又叫做密度图 plt.hist()的参数 bins

可以是一个bin数量的整数值










，也可以是表示bin的一个序列


 


 


 


 


 

。默认值为10 normed

如果值为True
  
  
  
  
  
 ，直方图的值将进行归一化处理 
  
  
  
  
  ，形成概率密度 


 


 


 


 


 

，默认值为False color

指定直方图的颜色 
 
 
 
 
 。可以是单一颜色值或颜色的序列  
   
   
   
   
   
。如果指定了多个数据集合,例如DataFrame对象
 
 
 
 
 
，颜色序列将会设置为相同的顺序

 

 

 

 

 
。如果未指定  
   
   
   
   
   ，将会使用一个默认的线条颜色 orientation

通过设置orientation为horizontal创建水平直方图
 

 

 

 

 

 。默认值为vertical

饼图

pie() 

 

 

 

 

 
，饼图也只有一个参数x 饼图适合展示各部分占总体的比例

 

 

 

 

 

，条形图适合比较各部分的大小 arr=[11,22,31,15] plt.pie(arr)

Labels:

labeldistance

autopct

explode 到圆心的距离

散点图scatter()

因变量随自变量而变化的大致趋势 x = np.array([1,3,5,7,9]) y = x ** 2 - 3 plt.scatter(x,y)

画爱心

import numpy as np import matplotlib.pyplot as plt T = np.linspace(0, 2 * np.pi, 1024) # 角度范围 0-2*pi           ，划为1024等份 plt.axes(polar=True) # 开启极坐标模式 plt.plot(T, 1. - np.sin(T),) plt.show()