莫烦老师详解Matplotlib图像绘制基础

"莫烦老师Matplotlib学习笔记（一）" 在Python的科学计算和数据可视化领域，Matplotlib是一个至关重要的库。这篇学习笔记主要介绍了如何使用Matplotlib进行基本的图形绘制，包括直线图的创建、figure对象的管理和坐标轴的定制。 1.1 基本用法 在Python中绘制简单的一次函数直线图，首先需要导入matplotlib.pyplot模块，通常简称为plt，以及numpy模块用于生成数值数据。以下是一个基础示例： ```python import matplotlib.pyplot as plt import numpy as np x = np.linspace(-1, 1, 50) # 生成-1到1之间50个等差数列的点 y = 2 * x + 1 # 计算一次函数的值 plt.plot(x, y) # 绘制直线图 plt.show() # 显示图像 ``` 1.2 figure `plt.figure()` 用于创建一个新的图形窗口，可以指定其编号（num参数）和尺寸（figsize参数）。例如： ```python plt.figure() # 创建默认的figure plt.figure(num=3, figsize=(8, 5)) # 创建编号为3，宽高比为8:5的figure ``` `plt.plot()` 函数不仅可以绘制图形，还可以设置图像的各种参数，如线条颜色、线宽和线型等。如下所示： ```python plt.plot(x, y1, color='red', linewidth=1.0, linestyle='--') # 红色虚线 ``` 1.3 设置坐标轴 Matplotlib提供了多种方法来控制坐标轴的显示和特性： - `plt.xlim()` 和 `plt.ylim()` 分别用于设定x轴和y轴的显示范围。 - `plt.xlabel()` 和 `plt.ylabel()` 用于设置坐标轴的文字描述。 - `plt.xticks()` 和 `plt.yticks()` 可以自定义坐标轴的刻度，可以传入一个数组表示刻度位置，或者两个数组分别表示刻度位置和标签。 - `plt.gca()` 返回当前活动的坐标轴对象（Axes），通过这个对象可以进一步调整坐标轴的属性。例如： ```python ax = plt.gca() ax.spines['right'].set_color('none') # 右边轴设置为不可见 ax.xaxis.set_ticks_position('bottom') # 底部轴设置为x轴 ax.spines['bottom'].set_position(('data', 0)) # 底部轴以数据中的0为起点 ``` 通过这些基本操作，我们可以根据需求创建出具有专业级别的可视化图表。Matplotlib的强大之处在于它的灵活性和深度定制性，可以根据不同的数据类型和分析目的，实现复杂的图表设计和布局。在后续的学习笔记中，莫烦老师可能会深入介绍更多高级功能，如子图布局、图像着色、图例设置、数据标注等，帮助用户更好地理解和掌握数据可视化技术。