matplotlib 曲线图 和 折线图 plt.plot()实例

我就废话不多说了，大家还是直接看代码吧！ 绘制曲线： import time import numpy as np import matplotlib.pyplot as plt x = np.linspace(0, 10, 1000) y = np.sin(x) plt.figure(figsize=(6,4)) plt.plot(x,y,color="red",linewidth=1 ) plt.xlabel("x") #xlabel、ylabel：分别设置X、Y轴的标题文字。 plt.ylabel("sin(x)") plt.title("正弦曲线图") # title：设置子图的标题 在Python的可视化库matplotlib中，`plt.plot()`函数是用于绘制曲线图和折线图的主要工具。本实例展示了如何利用matplotlib创建一个简单的正弦曲线图和一个无特定形状的折线图。 我们导入所需的库，包括numpy用于数学计算和生成数据，以及matplotlib.pyplot作为图形界面。代码片段如下： ```python import time import numpy as np import matplotlib.pyplot as plt ``` 接下来，我们定义x轴的值，这里使用numpy的`linspace()`函数在0到10之间生成1000个等间距的点，并计算它们对应的正弦值，用于y轴的值： ```python x = np.linspace(0, 10, 1000) y = np.sin(x) ``` 然后，我们调用`plt.figure()`来创建一个新的图形窗口，通过`figsize`参数设置图形的宽度和高度。接着，使用`plt.plot()`函数绘制曲线，这里设置线条颜色为红色，线宽为1： ```python plt.figure(figsize=(6,4)) plt.plot(x, y, color="red", linewidth=1) ``` 为了使图表更易读，我们添加了X轴和Y轴的标签，以及图形的标题： ```python plt.xlabel("x") plt.ylabel("sin(x)") plt.title("正弦曲线图") ``` 此外，可以使用`plt.ylim()`和`plt.xlim()`函数来调整Y轴和X轴的显示范围。在这个例子中，没有显示具体设置，但可以这样使用： ```python plt.ylim(-1.1, 1.1) plt.xlim(0, 10) ``` 保存图形可以用`plt.savefig()`函数，其中`dpi`参数代表每英寸的像素数，`bbox_inches='tight'`使得图像边界紧贴内容： ```python plt.savefig('quxiantu.png', dpi=120, bbox_inches='tight') ``` 如果不需要显示图形，可以使用`plt.close()`关闭图形窗口。 接着，我们展示了一个简单的折线图的例子，这里没有具体的数据生成过程，直接将已知的一组平方数传递给`plt.plot()`： ```python squares = [1, 4, 9, 6, 25] plt.plot(squares) plt.savefig('zhexiantu.png', dpi=120, bbox_inches='tight') ``` 补充知识部分，介绍了在matplotlib中画箭头的两种方法。第一种方法使用`ax.arrow()`函数，它接受坐标点、箭头的长度和宽度等参数。第二种方法使用`ax.annotate()`函数，它可以创建带箭头的文本注解。这两种方法都可以自定义箭头的样式和属性，如颜色、宽度、透明度等。 在实际应用中，matplotlib提供了丰富的选项来定制图形，包括曲线的样式、标记点的形状、颜色、图例、网格线等，使得数据可视化更加灵活和专业。学习和掌握matplotlib，对于数据分析和科学计算的可视化至关重要。