绘制函数图像

一、必用模块

import matplotlib.pyplot as plt   #pyplot是matplotlib的模块之一，功能纯粹只能绘图

import numpy as np   #多数会用到numpy模块计算得到坐标点，比y坐标需要根据x坐标公式计算

 

有个说法是 import pylab as pl ，相当于将上面的两个import合二为一：

查看pylab源代码可以发现此文件只有80余行，主要内容就是导入一堆包：包含numpy、matplotlib常用库。

避免了多个import语句让操作更简洁，创造了一个类似matlab的编程环境，方便matlab用户切换应用平台。

最大的作用还是方便用户快速计算和绘图，十分适合在IPython交互式环境中使用。即pylab=计算+绘图。

 

还是建议用什么导入什么，即分开导入，忽略pylab。

 

 

二、绘图风格

#查看所有的绘图风格

print plt.style.available   

输出：

['seaborn-darkgrid', 'Solarize_Light2', 'seaborn-notebook', 'classic', 'seaborn-ticks', 'grayscale', 'bmh', 'seaborn-talk', 'dark_background', 'ggplot', 'fivethirtyeight', '_classic_test', 'seaborn-colorblind', 'seaborn-deep', 'seaborn-whitegrid', 'seaborn-bright', 'seaborn-poster', 'seaborn-muted', 'seaborn-paper', 'seaborn-white', 'fast', 'seaborn-pastel', 'seaborn-dark', 'tableau-colorblind10', 'seaborn', 'seaborn-dark-palette']

 

#设置默认绘图风格

plt.style.use("classic")  

 

 

三、显示中文

https://www.cnblogs.com/hhh5460/p/4323985.html

1.使用指定的字体文件（修改全局字体设置，非特殊需要不建议用，太麻烦）

from matplotlib.font_manager import FontProperties 

font = FontProperties(fname=r"c:windowsfontssimsun.ttc", size=14)

plt.title("标题", fontproperties=font)

 

2.给每个部分分别指定字体（可以不同部分用不同的字体且不影响全局字体设置，字体必须已安装）

plt.title("标题", fontproperties="SimHei") #   （黑体）

 

3.修改全局字体设置

plt.rcParams['font.sans-serif'] = ['SimHei'] # 步骤一（替换sans-serif字体）

plt.rcParams['axes.unicode_minus'] = False   # 步骤二（解决坐标轴负数的负号显示问题）

plt.title("标题")

 

4.和第3种相似(定义格式更丰富)

font = {'family' : 'SimHei','weight' : 'bold','size'   : '16'}

plt.rc('font', **font)  # 步骤一（设置字体的更多属性）

plt.rc('axes', unicode_minus=False) # 步骤二（解决坐标轴负数的负号显示问题）

plt.title("标题")

 

5.常用字体的英文简称

宋体 SimSun

黑体 SimHei

华文宋体 STSong

华文仿宋 STFangsong

 

 

四、设置图例显示的位置

plt.legend(loc='best')或者plt.legend(loc=0)

0 : 'best'   表示自适应方式

1：'upper right' 

2：'upper left' 

3：'lower left' 

4：'lower right' 

5：'right' 

6：'center left' 

7：'center right'

8：'lower center' 

9：'upper center' 

10：'center'  

 

 

五、简单示例

#纯log(x)曲线与含噪点数据比对图像

import numpy as np

import matplotlib.pyplot  as plt

x = np.random.uniform(1, 100, 100) #1~100内任意100个浮点数

y = np.log(x) + np.random.normal(0, 0.3, 100)#正态分布，均值为0标准差为0.3

 

plt.scatter(x, y, s=5,c="b", label="log(x) with noise") #s表示颗粒粗度，c表示颜色

plt.plot(np.arange(1, 100), np.log(np.arange(1, 100)), c="r", label="log(x) true function")

 

plt.xlabel("x")

plt.ylabel("f(x) = log(x)")

plt.legend(loc='best')#图例位置

plt.title("A Basic Log Function")

plt.show()