matplotlib绘制图片

一，绘制线性图。

用于画抛物线，直线，折线等。反映二维数组中，x值对应的y值的走势情况。

import numpy as np  
import matplotlib.pyplot as plt  
dx = np.arange(0,10,1) #array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])  
dy = pow(dx,2) #array([ 0,  1,  4,  9, 16, 25, 36, 49, 64, 81])相当于dy = dx^2  
dy2 = np.arange(15,61,5)#array([15, 20, 25, 30, 35, 40, 45, 50, 55, 60])相当于dy2 = dx*5+15  
plt.figure(num = 1,figsize=(8,6))#生成图片一张，图片尺寸为 800*600像素。  
plt.title('plot 1',size = 14)#整个图表的名称。  
plt.xlabel('x-axis',size = 14)#x轴标题。  
plt.ylabel('y-axis',size = 14)#y轴标题。  
plt.plot(dx,dy,color='b',linestyle = '--',marker='o',label='y1 data')#绘制第一条线性图，详细解释见下方。 
plt.plot(dx,dy2,color = 'r',linestyle='-',label = 'y2 data')#绘制第二条线性图，没有marker，所以是一条直线。  
plt.legend(loc = 'upper left')#plt.plot中label字符串显示的位置。  
# plt.savefig('images.png',format = 'png')#保存图片，  
plt.show()#显示图片。

参数说明：

plt.plot(x, y, format_string, **kwargs): x为x轴数据，可为列表或数组；y同理；format_string 为控制曲线的格式字符串， **kwargs 第二组或更多的（x, y, format_string）
format_string: 由 颜色字符、风格字符和标记字符组成。
color：颜色字符，‘b’蓝色  ；‘#008000’RGB某颜色；‘0.8’灰度值字符串
linestyle：风格字符，‘-’实线；‘--’破折线； ‘-.’点划线； ‘：’虚线 ； ‘’‘’无线条
marker：标记字符，‘.’点标记  ‘o’ 实心圈 ‘v’倒三角  ‘^’上三角
eg： plt.plot(a, a*1.5, ‘go-’,    a, a*2, ‘*’)   第二条无曲线，只有点

二，绘制直方图

用于显示一维数组中，数值的分布情况。比如班级50人，显示他们成绩的分布情况。

import numpy as np
import matplotlib.pyplot as plt
mu = 0.0 #定义均值为0
sigma = 2.0 #标准差为2
samples = np.random.normal(loc=mu,scale=sigma,size=1000)#详细解释见下方。
plt.figure(num=1,figsize=(8,6))#一幅图，尺寸为800*600像素。
plt.title('plot 2',size=14)#图像标题。
plt.xlabel('value',size=14)#x轴标题。
plt.ylabel('counts',size=14)#y轴标题。
plt.hist(samples,bins=40,range=(-10,10))#返回数据如下：
'''(array([  0.,   0.,   0.,   0.,   1.,   0.,   0.,   1.,   3.,   4.,  10.,
         8.,  15.,  34.,  42.,  59.,  59.,  77.,  95., 113.,  96.,  96.,
        85.,  63.,  39.,  45.,  22.,  10.,  11.,   4.,   7.,   1.,   0.,
         0.,   0.,   0.,   0.,   0.,   0.,   0.]), array([-10. ,  -9.5,  -9. ,  -8.5,  -8. ,  -7.5,  -7. ,  -6.5,  -6. ,
        -5.5,  -5. ,  -4.5,  -4. ,  -3.5,  -3. ,  -2.5,  -2. ,  -1.5,
        -1. ,  -0.5,   0. ,   0.5,   1. ,   1.5,   2. ,   2.5,   3. ,
         3.5,   4. ,   4.5,   5. ,   5.5,   6. ,   6.5,   7. ,   7.5,
         8. ,   8.5,   9. ,   9.5,  10. ]), <a list of 40 Patch objects>)'''

plt.show()

参数说明：

#np.random.normal(loc=mu,scale=sigma,size=1000)#由均值mu