matplotlib画图-快速入门(持续更新)

我们根据几个简单的例子来学习基本的画图操作，注意这篇博客只适合最基本的操作。

适合人群:期望速成，时间紧迫(明天就要交作业但是还不会画图)等。

导入matplotlib库

import matplotlib.pyplot as plt

在以下的例子中我们都以plt为matplotlib.pyplot的别名

画线

使用

plt.plot(x, y)

传入x，y，通常是两个list

实例

画一个y=x的函数图像

import matplotlib.pyplot as plt
x = []
y = []
for i in range(100):
    x.append(i)
    y.append(i)
plt.plot(x, y)
plt.show()

注意最后一行要执行plt.show()，否则图像不会显示出来。

效果

换颜色

plt.plot()函数给c或者color这个参数赋予不同的属性，可以写颜色的简称，也可以写全名。

比如

plt.plot(x, y,c='r')

plt.plot(x, y,c='red')

plt.plot(x, y,color='r')

plt.plot(x, y,color='red')

都代表这条线是红色

以下是一些代表颜色的参数值

character	color
'b'	blue
'g'	green
'r'	red
'c'	cyan
'm'	magenta
'y'	yellow
'k'	black
'w'	white

实例

画三条线，三条线不同的颜色

import matplotlib.pyplot as plt
x = []
y1 = []
y2 = []
y3 = []
for i in range(100):
    x.append(i)
    y1.append(i)
    y2.append(5*i)
    y3.append(10*i)

plt.plot(x, y1,c='r')
plt.plot(x, y2,c='blue')
plt.plot(x, y3,color='green')
plt.show()

加图例

给图像制作图例

plt.plot()中label属性可以给对应的线做图例

例如，我们给三条不同的线标上名字

plt.plot(x, y1,c='r',label='y1')
plt.plot(x, y2,c='blue',label='y2')
plt.plot(x, y3,color='green',label='y3')

注意，最后要加上

plt.legend(loc='best')

这是为了显示图例，这里我们loc传入了‘best’值，让程序自己选择一个不错的位置显示。

以下是几个loc的参数值，通过传入不同的值修改图例显示的位置。

Location String	Location Code
‘best’	0
‘upper right’	1
‘upper left’	2
‘lower left’	3
‘lower right’	4
‘right’	5
‘center left’	6
‘center right’	7
‘lower center’	8
‘upper center’	9
‘center’	10

实例

import matplotlib.pyplot as plt
x = []
y1 = []
y2 = []
y3 = []
for i in range(100):
    x.append(i)
    y1.append(i)
    y2.append(5*i)
    y3.append(10*i)

plt.plot(x, y1,c='r',label='y1')
plt.plot(x, y2,c='blue',label='y2')
plt.plot(x, y3,color='green',label='y3')
plt.legend(loc='best')
plt.show()

画散点图

和之前画现很类似，但是这里使用的是plt.scatter函数。

实例

import matplotlib.pyplot as plt
import random
x1 = []
y1 = []
x2 = []
y2 = []
for i in range(100):
    x1.append(random.randint(0,100))
    x2.append(random.randint(0,100))
    y1.append(random.randint(0,100))  #随机生成一些点
    y2.append(random.randint(0,100))
plt.scatter(x1, y1, c="r")
plt.scatter(x2, y2, c="b")
plt.show()

修改图像大小

在plt.show()之前加上下面这句

plt.figure(figsize=(a, b)) 

其中a、b参数分别代表宽度和高度的大小。

这样就可以根据需求调整显示的图像大小了。