Matplotlib基础

用Matplotlib画二次函数

• 首先导入 Matplotlib 包中的 Pyplot 模块,并以 as 别名的形式简化引入包的名称。

from matplotlib import pyplot as plt
#import matplotlib.pyplot as plt

• 接下来，使用 NumPy 提供的函数 arange() 创建一组数据来绘制图像。

# 引入numpy包
import numpy as np
# 获得-50到50之间的ndarray对象
x = np.arange(-50,51)

• 上述所得 x 的值作用到 x 轴上，而该值对应的平方值，也就是 y 值,使用以下方式获取

y = x **2

• 使用 plt的plot()函数对 x、y 进行绘制。

# plot() 绘制线性图表 
plt.plot(x,y)

matplotlib的基本方法

1. 图表名称 plt.title()

import numpy as np
# x轴获得-50到50之间的ndarray对象
x = np.arange(-50,50)
# y轴的值是x轴的平方
y = x **2
# 设置图表的名称
plt.title("y= x^2")
# 绘制图形
plt.plot(x,y)

如果标题是中文

plt.title("y等于x的平方-")
plt.plot(x,y)

修改字体配置 plt.rcParams[“font.sans-serif”]

字体说明：

临时设置

#修改轴中的负号编码
plt.rcParams['axes.unicode_minus'] = False #设置字体，不设置负号，负号会消

# 创建x为-10到10的整数
x = np.arange(-10,11)
# y是x的平方
y = x ** 2
# 设置标题
plt.title('y=x^2 x取值范围为:[-10,10)')
plt.plot(x, y)

字体问题总结:
需要修改2个配置信息:

`plt.rcParams['font.sans-serif']=['SimHei']`   
 # 用来设置字体样式以正常显示中文标签
 
`plt.rcParams['axes.unicode_minus']=False`    
# 默认是使用Unicode负号，设置正

x轴和y轴名称

xlabel() ylabel()**

# 创建x为-10到10的整数
x = np.arange(-10,10)
# y是x的平方
y = x ** 2
# 设置标题
plt.title('y=x^2 x取值范围为:[-10,10)')
# 设置x轴名称
plt.xlabel("x 轴")
# 设置y轴名称
plt.ylabel("y 轴")

plt.plot(x, y)

对于上面的图,如果觉得字体偏小或线条太细,可以设置标签文字大小和线条粗细
fontsize参数: 设置文字大小
linewidth参数: 设置线条

 # 设置x轴名称 ,值不能写"12px"
plt.xlabel("x 轴",fontsize=12)
# 设置y轴名称
plt.ylabel("y 轴")
plt.plot(x, y,linewidth=5)

绘制多个线条

# 创建x为-10到10的整数
x = np.arange(-10,10)
# y1是x的平方
y1 = x ** 2
# y2等于x
y2 = x
# 设置标题
plt.title('y=x^2 x取值范围为:[-10,10)',fontsize=16)
# 设置x轴名称
plt.xlabel("x 轴",fontsize=12)
# 设置y轴名称
plt.ylabel("y 轴")
# 绘图线条1
plt.plot(x, y1)
# 绘图线条2
plt.plot(x, y2)

设置x轴和y轴的刻度

matplotlib.pyplot.xticks(ticks=None, labels=None, **kwargs)

matplotlib.pyplot.yticks(ticks=None, labels=None, **kwargs)

• ticks: 此参数是xtick位置的列表。和一个可选参数。如果将一个空列表作为参数传递，则它将删除所有xticks
• label: 此参数包含放置在给定刻度线位置的标签。它是一个可选参数。，
• **kwargs:此参数是文本属性，用于控制标签的外观
• rotation:旋转角度 如:rotation=45
• color:颜色 如:color=“red”

xticks到底有什么用，其实就是想把坐标轴变成自己想要的样子

# 日期
times = np.arange(1990,2020).astype(np.str_)
# 销量
sales = np.random.randint(500,2000,size=len(times))
# 绘图
plt.xticks(range(0,len(times),2),['%s年'%i for i in times],rotation=45)
plt.plot(times,sales)