基于Python数据可视化利器Matplotlib,绘图入门篇,Pyplot详解
Pyplot
matplotlib.pyplot是一个命令型函数集合，它可以让我们像使用MATLAB一样使用matplotlib。pyplot中的每一个函数都会对画布图像作出相应的改变，如创建画布、在画布中创建一个绘图区、在绘图区上画几条线、给图像添加文字说明等。下面我们就通过实例代码来领略一下他的魅力。
import matplotlib.pyplot as plt
plt.plot([1,2,3,4])
plt.ylabel('some numbers')
plt.show()
上图是我们通过plt.plot([1,2,3,4])这一行代码画出的图像，这时候有的小伙伴可能会有一个疑问，“为什么X轴的坐标轴范围是0-3，而Y轴的坐标轴围是1-4呢？”
这是因为，在我们使用plot()命令函数的时候，如果只给函数传递了一个数值列表或数组作为参数，matplotlib会把这个数值列表当作Y轴的数值，然后根据Y轴的数值个数N自动生成一个数值列表[0,N-1]作为X轴的数值。所以上图中Y轴数值就是我们给定的列表[1,2,3,4]，X轴数值是自动生成的列表[0,1,2,3]。
看到这里有的小伙伴可能会想，这也太弱了吧。大家不要着急，我们一步步的来学习，上图只是一个非常简单例子，其实plot() 命令的功能非常强大，通过该命令我们可以同时传递多个图像参数。比如说，我们想同时给定X轴和Y轴的数值，我们就可以通过下面一行代码实现：
plt.plot([1, 2, 3, 4], [1, 4, 9, 16]) #X:[1, 2, 3, 4],Y:[1, 4, 9, 16]
此外，我们还可以像MATLAB一样在每一组X轴和Y轴数值的后面传递一个形式为“颜色+线型”的字符串参数，这个参数可以设置我们图像中的线的颜色和类型，默认的参数为'b-'，代表蓝色实线。
命令支持的颜色字符有：
'b'：蓝色
'g'：绿色
'r'：红色
'c'：青色
'm'：洋红色
'y'：黄色
'k'：黑色
'w'：白色
命令支持的线型字符：
所以，当我们想要用红色圆点展示上面代码中的数据时，我们可以通过下面的代码实现：
import matplotlib.pyplot as plt
plt.plot([1,2,3,4], [1,4,9,16], 'ro')
plt.axis([0, 6, 0, 20])
plt.show()
当我们有多组数据时，我们可在每组后面分别设置线型及颜色：
import matplotlib.pyplot as plt
import numpy as np
t = np.arange(0., 5., 0.2)
plt.plot(t, t, 'r--', t, t**2, 'bs', t, t**3, 'g^')
plt.show()
以上这篇基于Python数据可视化利器Matplotlib,绘图入门篇,Pyplot详解就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持软件开发网。
您可能感兴趣的文章:Python数据可视化 pyecharts实现各种统计图表过程详解利用Python绘制MySQL数据图实现数据可视化Python干货：分享Python绘制六种可视化图表利用Python代码实现数据可视化的5种方法详解利用Python进行数据可视化常见的9种方法！超实用！Python数据可视化正态分布简单分析及实现代码Python 绘图和可视化详细介绍Python matplotlib绘图可视化知识点整理(小结)Python的地形三维可视化Matplotlib和gdal使用实例利用python实现周期财务统计可视化
