Python的matplotlib模块中pyplot画图方法

1. 基本画图方法

最基本的画图方式为，使用plot(x,y)进行画图。其中x、y为形状相同的两个数组，这里以x为横坐标，以y为纵坐标进行画图。

# coding = utf-8import matplotlib.pyplot as plt
import numpy as npx = np.arange(-10, 10, 0.01)
y = x**2plt.plot(x, y)
plt.show()

画出的图像如下图所示：

2. 调节线型、颜色、线条宽度等

在使用plot函数进行画图时，可通过linestyle参数调整线型，通过color参数调整颜色，通过linewidth调整线条宽度。

# coding = utf-8import matplotlib.pyplot as plt
import numpy as npx = np.arange(-2, 2, 0.1)
y1 = np.sin(x)
y2 = np.cos(x)# 使用线形图画出y1=x的图像
plt.plot(x, y1,linestyle='-.',  # 线型linewidth=3,  # 线条宽度color='#FF0000',  # 颜色label=r'$y1 = sin(x)$'  # 图例)# 使用点状图画出y2=x的图像
plt.plot(x, y2,'*',  # 散点形状markersize=8,  # 散点大小markerfacecolor='#00FF00',  # 散点内部颜色markeredgecolor='#0000FF',  # 散点边缘颜色label=r'$y1 = cos(x)$'  # 图例)
plt.legend(loc='best')  #图例位置
plt.show()

画出的图像如下图所示：

3. 设置标题、坐标轴和网格线

plt.title用于设置标题。

plt.xlim、plt.ylim用于设置坐标轴范围。

plt.xlabel、plt.ylabel用于设置坐标轴文本。

plt.grid用于设置网格线。

# coding = utf-8import matplotlib.pyplot as plt
import numpy as npx = np.arange(-np.pi, np.pi, 0.1)
y = np.sin(x)# 使用线形图画出y1=x的图像
plt.plot(x, y,linestyle='--',  # 线型linewidth=3,  # 线条宽度color='#FF0000',  # 颜色label=r'$y1 = sin(x)$'  # 图例)# 设置标题能正常显示中文
plt.rcParams['font.sans-serif'] = ['SimHei']# 设置坐标轴能正常显示中文
plt.rcParams['axes.unicode_minus'] = False#设置标题文本
plt.title('正弦曲线')# 设置坐标轴文本
plt.xlabel('这是$X$轴')
plt.ylabel('这是$Y$轴')# 设置坐标轴范围
plt.xlim(-np.pi, np.pi)
plt.ylim(-1.5, 1.5)# 设置图例位置
plt.legend(loc='best')# 设置网格线
plt.grid(b=True,  # 是否添加网格线（True/False）which=u'both',  # 使用大网格线还是小网格线（'major'/'minor'/'both'）axis=u'both'  # 在哪个轴添加网格线（'both'/'x'/'y'）)# 显示图像
plt.show()

这里特别说明，为了使中文以及坐标轴上的负号能够正常显示，应添加如下代码： 

# 设置标题能正常显示中文
plt.rcParams['font.sans-serif'] = ['SimHei']# 设置坐标轴能正常显示负号
plt.rcParams['axes.unicode_minus'] = False

画出的图像如下图所示：

4. 多子图绘制

使用fig=plt.figure()创建画布，然后使用fig.add_subplot来画出每个子图。 

# coding = utf-8import matplotlib.pyplot as plt
import numpy as npx = np.arange(-np.pi, np.pi, 0.1)
y1 = np.sin(x)
y2 = np.cos(x)# 创建画布
fig = plt.figure()# 绘制第一个子图
fig1 = fig.add_subplot(2, 1, 1)
fig1.grid(True)
fig1.plot(x, y1)
fig1.set_title('Fig1')# 绘制第二个子图
fig2 = fig.add_subplot(2, 1, 2)
fig2.grid(False)
fig2.plot(x, y2)
fig2.set_title('Fig2')# 显示图像
plt.show()

画出的图像如下图所示：

 5. 图像的保存

使用plt.savefig来保存图像。

# 以上略
plt.savefig('画图.png', dpi=300)