Python matplotlib绘图学习笔记

测试环境：

JupyterQtConsole4.2.1
Python3.6.1

1.基本画线：

以下得出红蓝绿三色的点

importnumpyasnp
importmatplotlib.pyplotasplt

#evenlysampledtimeat200msintervals
t=np.arange(0.,5.,0.2)

#reddashes,bluesquaresandgreentriangles
plt.plot(t,t,'r--',t,t**2,'bs',t,t**3,'g^')
plt.show()

以下设置线宽，得到比较粗一点儿的线，如果plot中只给了一维信息，

默认图形是把数值匹配成纵坐标的

x=np.arange(0.,5.,0.1)
plt.plot(x,4*x,linewidth=8.0)
plt.show()

以下得到同一个图中两幅分图：

importnumpyasnp
importmatplotlib.pyplotasplt

deff(t):
returnnp.exp(-t)*np.cos(2*np.pi*t)

t1=np.arange(0.0,5.0,0.1)
t2=np.arange(0.0,5.0,0.02)

plt.figure(1)
plt.subplot(211)#表示两幅图竖着排列
plt.plot(t1,f(t1),'bo',t2,f(t2),'k')

plt.subplot(212)#如果为(221)和(222)表示横排列
plt.plot(t2,np.cos(2*np.pi*t2),'r--')
plt.show()

2.画直方图

以下为正态分布

np.random.seed(19680801)

mu,sigma=100,15
x=mu+sigma*np.random.randn(10000)

#thehistogramofthedata
n,bins,patches=plt.hist(x,50,normed=1,facecolor='g',alpha=0.1)

plt.xlabel('Smarts')
plt.ylabel('Probability')
plt.title('HistogramofIQ')
plt.text(60,.025,r'$\mu=100,\\sigma=15$')
plt.axis([40,160,0,0.03])
plt.grid(True)
plt.show()

其中

n,bins,patches=plt.hist(arr,bins=10,normed=0,facecolor='black',edgecolor='black',alpha=1，histtype='bar')

hist的参数非常多，但常用的就这六个，只有第一个是必须的，后面四个可选

arr:需要计算直方图的一维数组

bins:直方图的柱数，可选项，默认为10

normed:是否将得到的直方图向量归一化。默认为0

facecolor:直方图颜色

edgecolor:直方图边框颜色

alpha:透明度

histtype:直方图类型，‘bar’,‘barstacked’,‘step’,‘stepfilled’

返回值：

n:直方图向量，是否归一化由参数normed设定

bins:返回各个bin的区间范围

patches:返回每个bin里面包含的数据，是一个list

3.特殊符号和标注

用以下方式可以写出特殊的数学公式符号：

plt.title(r'$\sigma_i=15$')

以下代码表示文字显示区域是(3,1.5)指向坐标位置是（2,1）

importnumpyasnp
importmatplotlib.pyplotasplt

ax=plt.subplot(111)

t=np.arange(0.0,5.0,0.01)
s=np.cos(2*np.pi*t)
line,=plt.plot(t,s,lw=2)

plt.annotate('localmax',xy=(2,1),xytext=(3,1.5),
arrowprops=dict(facecolor='black',shrink=0.05),
)#shrink表示箭头缩放情况，值越小显示越大

plt.ylim(-2,2)#表示y坐标轴的上界和下界plt.show()

更多信息：
http://blog.csdn.net/panda1234lee/article/details/52311593