import matplotlib.pyplot as plt控制窗口大小

你可以使用以下代码来设置 Matplotlib 窗口的大小：

import matplotlib.pyplot as plt

# 设置窗口大小
fig = plt.figure(figsize=(width, height))

# 绘制图形
plt.plot(x, y)

# 显示图形
plt.show()

其中，`width` 和 `height` 分别表示窗口的宽度和高度，单位为英寸。你可以根据需要修改这两个参数的值来调整窗口大小。

相关问题

import matplotlib.pyplot as plt. .pyplot划线

### 使用 Matplotlib Pyplot 绘制线条

为了展示如何使用 `matplotlib.pyplot` 来绘制线条，可以采用简单的例子来说明这一过程。下面是一个具体的实例，该实例展示了怎样通过 Python 的 Matplotlib 库中的 pyplot 模块完成绘图操作。

import matplotlib.pyplot as plt

data = [1, 2, 3, 4, 5, 4, 2, 4, 6, 7]
plt.plot(data)  # 调用 plot 方法绘制数据列表表示的线条
plt.show()      # 显示所绘制的图像

上述代码片段定义了一组简单数值作为待绘制的数据集，并调用了 `plot()` 函数来进行实际的绘图工作[^1]。当执行到 `show()` 命令时，则会弹出窗口显示出这条由给定数据点连接而成的折线图表。

对于更复杂的场景下，比如想要在同一张图上同时展现多个函数曲线的情况：

import numpy as np
import matplotlib.pyplot as plt

X = np.linspace(-np.pi, np.pi, 256, endpoint=True)
C, S = np.cos(X), np.sin(X)

plt.figure(figsize=(8, 6))    # 设置图片大小
plt.plot(X, C, label='Cosine')# 添加标签区分不同曲线
plt.plot(X, S, label='Sine')
plt.legend()                  # 展现图例
plt.title('Trigonometric Functions')  # 图表标题
plt.xlabel('Angle (radians)')         # X轴描述
plt.ylabel('Value')                   # Y轴描述
plt.grid(True)                        # 启用网格辅助查看坐标位置
plt.axhline(0, color='black',linewidth=0.5)       # 加入水平基线
plt.axvline(0, color='black',linewidth=0.5)       # 加入垂直基线
plt.show()

这段程序不仅实现了正弦波形和余弦波形的同时呈现，还加入了诸如图例、标题以及轴名等元素以增强可视化效果；另外也启用了网格功能以便于观察具体数值对应的位置关系[^2]。

import matplotlib.pyplot as plt %matplotlib inline

`import matplotlib.pyplot as plt` 是导入Python的Matplotlib库，并将绘图模块别名为`plt`，这使得之后可以直接使用`plt`调用Matplotlib的各种功能。`%matplotlib inline` 是一种魔术命令，它告诉Jupyter Notebook或IPython直接在输出细胞中显示绘制的图形，而不是打开一个新的窗口。

当你想要使用matplotlib创建图表时，通常会先导入这个别名。例如，如果你想要画一个简单的折线图：

# 导入所需的模块
import matplotlib.pyplot as plt

# 创建一些示例数据
x = range(0, 10)
y = [i**2 for i in x]

# 使用plt.plot创建并显示图形
plt.plot(x, y)
plt.title('A simple line plot')
plt.xlabel('X-axis')
plt.ylabel('Y-axis')

# 显示图像（由于%matplotlib inline，这将在Notebook内显示）
plt.show()

这条代码将会生成一个标题为"A simple line plot"，X轴标签为"X-axis"，Y轴标签为"Y-axis"的简单线性图。