1.基本学习(1)
1.1 代码:

import matplotlib.pyplot as plt
import numpy as np x=np.linspace(-1,1,50) #从-1到1,共50个点
y=2*x+1 #公式 plt.plot(x,y) #x在前就是x轴,也就是水平线向右,反之y为y轴,水平线向上
#plt.plot(y,x) #这种改变,则坐标轴就互换了一下
plt.show()

1.2 图1

2.fig学习
2.1 代码:

import matplotlib.pyplot as plt
import numpy as np x=np.linspace(-3,3,50) #从-1到1,共50个点
y1=2*x+1
y2=x**2 plt.figure() #fig图1,默认1
plt.plot(x,y1) #数据格式 #plt.figure() #fig图2,默认从上下来第二张图,也可加num=3,为fig3,和大小设置
plt.figure(num=3,figsize=(8,5)) #长8,宽5
plt.plot(x,y2)
#plt.plot(x,y1) #也可以把数据在一张fig中显示
plt.plot(x,y1,color='red',linewidth=10,linestyle='--') #还可以设置,默认颜色是蓝色=blue,linewidth默认1 plt.show()

2.2 图2

3.坐标轴的设置
3.1 代码:

import matplotlib.pyplot as plt
import numpy as np x=np.linspace(-3,3,50) #从-1到1,共50个点
y1=2*x+1
y2=x**2 plt.figure() #fig图2,默认从上下来第二张图,也可加num=3,为fig3,和大小设置
#plt.figure(num=3,figsize=(8,5)) #长8,宽5
plt.plot(x,y2)
#plt.plot(x,y1) #也可以把数据在一张fig中显示
plt.plot(x,y1,color='red',linewidth=10,linestyle='--') #还可以设置,默认颜色是蓝色=blue,linewidth默认1, plt.xlim((-1,2)) #定义x轴从-1到2,默认为6个分度
plt.ylim((-2,3)) #定义y轴从-2到3 plt.xlabel('I am x') #定义坐标轴的文字说明
plt.ylabel('I am y') new_ticks=np.linspace(-1,2,5) #新调整的刻度,5个刻度,有4段
print(new_ticks) #打印出这个列表
plt.xticks(new_ticks)
#对y刻度进行对应修改,会覆盖原来的ylim的设置
#plt.yticks([-2,-1.8,-1,1.22,3],['very bad','bad','normal','good','very good']) #正规字体
plt.yticks([-2,-1.8,-1,1.22,3],[r'$very\ bad$',r'$bad\alpha$',r'$normal$',r'$good$',r'$very\ good$'])#注意空格仍保留
#注意如果r'$very\ bad$'=very bad(斜体,有空格),如果r'$very bad$'=verybad(斜体,没有空格)
#注意\alpha=数学格式的α
plt.show()

3.2 图3

matplotlib学习(1)的更多相关文章

  1. Matplotlib学习笔记(二)

    原  Matplotlib学习笔记 参考:Python数据科学入门教程 Python3.6.1 jupyter notebook .caret, .dropup > .btn > .car ...

  2. Matplotlib学习笔记(一)

    原   matplotlib学习笔记 参考:Python数据科学入门教程 Python3.6.1 jupyter notebook .caret, .dropup > .btn > .ca ...

  3. Matplotlib学习---用matplotlib画箱线图(boxplot)

    箱线图通过数据的四分位数来展示数据的分布情况.例如:数据的中心位置,数据间的离散程度,是否有异常值等. 把数据从小到大进行排列并等分成四份,第一分位数(Q1),第二分位数(Q2)和第三分位数(Q3)分 ...

  4. Matplotlib学习---matplotlib的一些基本用法

    Matplotlib有两种接口,一种是matlab风格接口,一种是面向对象接口.在这里,统一使用面向对象接口.因为面向对象接口可以适应更复杂的场景,在多图之间进行切换将变得非常容易. 首先导入matp ...

  5. Matplotlib学习---用matplotlib画直方图/密度图(histogram, density plot)

    直方图用于展示数据的分布情况,x轴是一个连续变量,y轴是该变量的频次. 下面利用Nathan Yau所著的<鲜活的数据:数据可视化指南>一书中的数据,学习画图. 数据地址:http://d ...

  6. matplotlib 学习总结

    matplotlib 学习总结 作者:csj更新时间:01.09 email:59888745@qq.com 说明:因内容较多,会不断更新 xxx学习总结: 回主目录:2017 年学习记录和总结 # ...

  7. Matplotlib 学习笔记

    注:该文是上了开智学堂数据科学基础班的课后做的笔记,主讲人是肖凯老师. 数据绘图 数据可视化的原则 为什么要做数据可视化? 为什么要做数据可视化?因为可视化后获取信息的效率高.为什么可视化后获取信息的 ...

  8. python学习(三):matplotlib学习

    前言:matplotlib是一个python的第三方库,里面的pyplot可以用来作图.下面来学习一下如何使用它的资源. 一.使用前 首先在python中使用任何第三方库时,都必须先将其引入.即: i ...

  9. Python:2D画图库matplotlib学习总结

    本文为学习笔记----总结!大部分为demo.一部分为学习中遇到的问题总结.包含怎么设置标签为中文等.matlab博大精深.须要用的时候再继续吧. Pyplot tutorial Demo地址为:点击 ...

  10. matplotlib学习之绘图基础

    matplotlib:http://www.cnblogs.com/jasonhaven/p/7609059.html 1.基本图形 散点图:显示两组数据的值,每个点的坐标位置由变量的值决定,头一组不 ...

随机推荐

  1. [POI2011]ROT-Tree Rotations 线段树合并|主席树 / 逆序对

    题目[POI2011]ROT-Tree Rotations [Description] 现在有一棵二叉树,所有非叶子节点都有两个孩子.在每个叶子节点上有一个权值(有\(n\)个叶子节点,满足这些权值为 ...

  2. dubbo学习(一)认识

    部分图片和表述来自dubbo官网 dubbo 概述 背景 这是一个服务端架构发展的路径图 下面我们介绍后面两种,dubbo 正是处于RPC 范畴内的使用. 分布式服务架构 当垂直应用越来越多,应用之间 ...

  3. 查看和设置mysql字符集

    http://218.194.248.2/~wuxiaogang/cpcourse/database/mysql/charset.htm 1. 修改mysql的my.cnf# vi /etc/my.c ...

  4. AAC Joint coding

    1. M/S stereo M/S stereo 作用于channel pair. channel pair对于listener来说通常具有对称性,即第一个channel和第二个channel相似性较 ...

  5. Gevent和猴子补丁

    定义 在2018年看Flutent python时了解到猴子补丁,知道咋回事,但是现在通过代码更深刻认识猴子补丁. 猴子补丁:在运行时修改类或模块,而不改动源码. 例子1 没有用猴子补丁 import ...

  6. LeetCodr 43 字符串相乘

    思路 用一个数组记录乘积的结果,最后处理进位. 代码 class Solution { public: string multiply(string num1, string num2) { if(n ...

  7. 【经典数据结构】B树与B+树的解释

    本文转载自:http://www.cnblogs.com/yangecnu/p/Introduce-B-Tree-and-B-Plus-Tree.html 前面讲解了平衡查找树中的2-3树以及其实现红 ...

  8. 深入delphi编程理解之消息(六)无窗口单元消息的创建、接受及dispatch模式编程

    一.程序界面 二.程序代码 (一).主界面代码 //========================================================================== ...

  9. phpinfo(): It is not safe to rely on the system's timezone settings

    PHP调试的时候出现了警告: 问题: Warning: phpinfo(): It is not safe to rely on the system's timezone settings. You ...

  10. 深度学习之反向传播算法(BP)代码实现

    反向传播算法实战 本文仅仅是反向传播算法的实现,不涉及公式推导,如果对反向传播算法公式推导不熟悉,强烈建议查看另一篇文章神经网络之反向传播算法(BP)公式推导(超详细) 我们将实现一个 4 层的全连接 ...