Python Matplotlib 绘图基础与进阶技巧

"这篇学习笔记主要介绍了Python中的数据可视化库MATPLOTLIB的基本用法，包括绘制简单图形、使用figure以及坐标轴设置等关键功能。" MATPLOTLIB是Python中最常用的数据可视化库之一，它提供了丰富的图表类型和自定义选项，使用户能够创建高质量的图形。在Python编程中，MATPLOTLIB常用于科学研究和数据分析的可视化需求。 #### 基本用法 MATPLOTLIB的基本用法是通过`import matplotlib.pyplot as plt`引入库，并使用`plt.plot()`函数绘制图形。在提供的代码示例中，`x=np.linspace(-1,1,50)`创建了一个从-1到1的等差数列，包含50个点。然后，`y=x*2+1`计算了这些点对应的y值。调用`plt.plot(x,y)`绘制了线性图形，最后`plt.show()`显示图形。这个简单的例子展示了如何在MATPLOTLIB中创建一个基础的线性图。 #### figure的使用 在MATPLOTLIB中，`plt.figure()`函数用于创建一个新的图形窗口，或指定已存在的窗口。`num`参数用于指定figure的编号，`figsize`则设定图形的尺寸。在给定的代码中，`plt.figure(num=1, figsize=(4,4))`创建了编号为1的figure，大小为4x4英寸。随后，`plt.figure()`没有指定`num`，所以创建了一个新的默认figure。这样，我们可以在两个不同的figure中分别显示`y1`和`y2`的图像。 #### 坐标轴设置 为了更好地控制图形的展示，可以使用`xlim`和`ylim`函数来设定x轴和y轴的显示范围。在示例中，`plt.xlim(-1,2)`设置了x轴的范围为-1到2，确保图形在这个区域内显示。同样，可以使用`plt.ylim()`来调整y轴的范围。 此外，MATPLOTLIB还提供了许多其他功能，例如： - `xlabel`, `ylabel`：为坐标轴添加标签。 - `title`：设置图形的标题。 - `legend`：添加图例。 - `grid`：开启网格线。 - `ticks`：自定义刻度线的位置和标签。 - `axes`：创建自定义的坐标轴对象，允许更精细的控制。 - `hist`：绘制直方图。 - `scatter`：绘制散点图。 - `bar`，`barh`：绘制条形图。 - `pie`：绘制饼图。 MATPLOTLIB的灵活性和强大功能使其成为数据科学家和工程师的首选工具。通过组合不同的函数和方法，你可以创建复杂且具有吸引力的数据可视化作品，以帮助理解和传达数据分析结果。