matplotlib实践(1)——使用函数绘制matplotlib的图标组成元素

0. 介绍

matplotlib库是Python中绘制二维、三维图表的数据可视化工具。有如下特点：

• 简单语句实现复杂绘图
• 交互式操作实现渐趋精细的图形效果
• 使用嵌入式的`LaTeX输出具有印刷级别的图标、表达式、符号文本
• 对图表元素实现精细化控制

1. 使用函数绘制matplotlib的图表组成元素

1.1 绘制matplotlib 图表组成元素的主要函数

在一个图形窗口中，底层是一个Figure实例（称之为画布），包含一些可见和不可见的元素。画布上的图形就是Axes实例，Axes实例几乎涵盖matplotlib的组成元素。Axes实例有x轴和y轴属性，即可以使用Axes.xaxis和Axes.yaxis来控制x轴和y轴的相关元素，如有：刻度线、刻度标签等。
而通过matplotlib.pyplot模块的API，就可以实现各种组成元素的绘制。

1.2 数据准备

• 导入第三方包Numpy和快速绘图模块pyplot

  import  matplotlib.pyplot as plt
  import numpy as np
  

其中,科学计算包Numpy是matplotlib库的基础。

1.3 绘制 matplotlib图表组成元素的函数

1.3.1 函数plot()——展示变量的趋势变化

• 调用签名：

plt.plot(x,y,ls="-",lw=2,label="plot figure")

• 参数说明：

  • x：x轴上的数值
  • y：y轴上的数值
  • ls：折线图的的线条风格
  • lw：折线图的线条宽度
  • label：标记图形内容的标签文本

• 调用展示：

  import  matplotlib.pyplot as plt
  import numpy as np
  
  x=np.linspace(0.05,10,1000)
  y=np.cos(x)
  plt.plot(x,y,ls="-",lw=2,label="plot figure")
  plt.legend()
  plt.show()
  

1.3.2 函数scatter()——寻找变量之间关系

• 调用签名：

  plt.scatter(x,y1,c="b",label="scatter figure")
  

• 参数说明：
  • x：x轴上的数值
  • y：y轴上的数值
  • c：散点途中标记的颜色
  • label：标记图形内容的标签文本
• 调用展示

  import  matplotlib.pyplot as plt
  import numpy as np
  
  x=np.linspace(0.05,10,1000)
  y=np.random.rand(1000)
  plt.scatter(x,y,label="plot figure")
  plt.legend()
  plt.show()
  

1.3.3 函数xlim()——设置x轴的数值显示范围

• 调用签名：

  plt.xlim(xmin,xmax)
  

• 参数说明：
  • xmin：x轴上的最小值
  • xmax：x轴上的最大值
    同样适用于ylim()。
• 调用展示

  import  matplotlib.pyplot as plt
  import numpy as np
  
  x=np.linspace(0.05,10,1000)
  y=np.random.rand(1000)
  plt.scatter(x,y,label="plot figure")
  plt.legend()
  plt.xlim(0.05,10)
  plt.ylim(0,1)
  plt.show()
  

1.3.4 函数xlabel()——设置x轴的标签文本（y轴同）

• 调用签名：

  plt.xlabel(string)
  

• 参数说明：
  • string：标签文本内容
• 调用展示

  import  matplotlib.pyplot as plt
  import numpy as np
  
  x=np.linspace(0.05,10,1000)
  y=np.sin(x)
  plt.plot(x,y,ls="-",lw=2,c="c",label