**如下：
import matplotlib.pyplot as plt
import numpy as np
# np.linspace(start, stop, num=50, endpoint=true, retstep=false, dtype=none)
x = np.linspace(-3
,3,50
)# 生成x座標範圍-3 - 3之間的50個資料
y1 =
2* x +
1# 定義y1
y2 = x **
2# 定義y2
# 製圖
plt.figure(num=
2, figsize=(8
,5))
# 定義乙個影象視窗, num編號, figsize影象大小
# 繪製第一條線條, 傳參x,y2, label標籤名
l1,= plt.plot(x, y2, label=
"up"
)# 繪製第二條線條, 傳參x,y1, color線條顏色, linewidth線條粗細, linestyle線條樣式
l2,= plt.plot(x, y1, color=
"red"
, linewidth =
1.0, linestyle =
"--"
, label=
"down"
)# plt.legend() 設定圖例
# handles選擇新增的圖例 label標籤 loc圖例位置
plt.legend(handles=
[l1, l2]
, labels=
["aaa"
,"bbb"
], loc=
"best"
)plt.xlim((-
1,2)
)# 定義x軸的範圍，即影象展示的區域
plt.ylim((-
2,3)
)plt.title(
"matplotlib demo"
)# title設定標題
plt.xlabel(
"i am x"
)# xlabel設定x軸名稱
plt.ylabel(
"i am y"
)# ylabel設定y軸名稱
new_ticks = np.linspace(-1
,2,5
)print
(new_ticks)
plt.xticks(new_ticks)
# xticks x軸刻度表示
plt.yticks([-
2,-1.8,-
1,1.22,3
,],[r"$really\ bad$"
, r"$bad$"
, r"$normal$"
, r"$good$"
, r"$really\ good$"])
# 將對應的值化成衡量標準 r和$將字變成斜體 \用來進行空格轉義
# plt.gca()函式 獲取當前座標軸
ax = plt.gca(
)# spines設定邊框
ax.spines[
"right"
].set_color(
"none"
)# set_color 將顏色設定成沒有即去掉右邊的軸
ax.spines[
"top"
].set_color(
"none"
)# 設定x,y座標刻度數字或名稱的位置，有top，bottom，both，default，none屬性
ax.xaxis.set_ticks_position(
"bottom"
)ax.yaxis.set_ticks_position(
"left"
)# 設定底部和左邊的軸位於0點位置
ax.spines[
"bottom"
].set_position(
("data",0
))ax.spines[
"left"
].set_position(
("data",0
))plt.show(
)
Matplotlib學習筆記 一
目錄 一 matplotlib介紹 二 matplotlib安裝 三 matplotlib基本用法 四 matplotlib中的figure影象 五 學習筆記小結 在學習資料探勘 機器學習等對資料有更高的一些分析的時候，往往圖形更能體現出資料的變化情況，在這個時候我們需要乙個 簡單 功能強大的畫圖工...
matplotlib學習筆記（一）
繪圖前首先匯入pyplot模組，這是繪圖的主要工具。import matplotlib.pyplot as plt 然後建立乙個繪圖物件 plt.figure figsize 8,4 其中，figsize用於指定繪圖物件的寬高，單位為英吋，注意，不是畫素，而預設一英吋容納80畫素，所以，上述繪圖物件...
Matplotlib學習筆記
在最開始接觸python科學計算的時候，就知道了matplotlib這個繪相簿。個人是比較喜歡這種視覺化的工具，照我看，gui這種理念幾乎是劃時代的。如果說numpy是用來處理資料，那麼matplotlib就是用來展示資料的，抽象的資料，以圖表的形式展示出來，無論是對自己，還是對看到的人，接受起來都...