Python Matplotlib绘制入门基础教程

Matplotlib的使用

现在有很多Python科学计算的书籍，我在参加数学建模比赛的时候也见到过很多同学使用Python绘图，感觉跟Matlab差不多，但是Matlab是真的大啊~首先看看如何画出第一个图形：

首先导入依赖的类库：

import numpy as np 
import matplotlib.pyplot as plt

np plt这两个名感觉都成了规范了，大家都这么写。

接下来以绘制 sin()  函数为例：

x = np.linspace(0, 2*np.pi,100)
y1 = np.sin(x)

plt.figure()
plt.plot(x, y1)
plt.show()

完整代码：

#coding:utf-8 
import matplotlib 
from matplotlib.font_manager import *
import matplotlib.pyplot as plt
import numpy as np

myfont = FontProperties(fname='/home/linuxidc/.local/share/fonts/文泉驿正黑.ttf') 
matplotlib.rcParams['axes.unicode_minus']=False 
x = np.linspace(0, 2*np.pi,100)
y1 = np.sin(x)

plt.figure()
plt.plot(x, y1)

如果有Matlab的基础会非常好理解，首先指定x的范围以及点之间的间距，C指定了函数f(x)，plt.figure()是绘制的开始，plot最基础的用法，第一个参数是x，第二个参数是f(x)，最后是show()方法显示图形，那么如何在一张图表中显示两个或者多个函数图形？

x = np.linspace(0, 2*np.pi,100)
y1 = np.sin(x)
y2 = np.cos(x)

plt.figure()
plt.plot(x, y1)
plt.plot(x, y2)
plt.show()

只要稍作修改就可以了，这时候的图形是这样的：

除了这种情况之外，我们有的时候还会需要在不同的图表中绘制函数图形，那么代码再改动一下：

x = np.linspace(0, 2*np.pi,100)
y1 = np.sin(x)
y2 = np.cos(x)

plt.figure()
plt.plot(x, y1)

plt.figure()
plt.plot(x, y2)

plt.show()

效果：

代码只是比上面的增加了一行plt.figure()，plt.figure()就像是绘制的开关，每个plt.figure()下面的内容会在一张图表中显示，最后由plt.show()统一显示出来。
基础的绘制图形情况就这么多，其实plot函数功能强大得多，参数不只是自变量和因变量，如果再一张图表中显示多条函数图形，我们需要对不同的曲线加以区分，例如：
x = np.linspace(0, 2*np.pi,100)
y1 = np.sin(x)
y2 = np.cos(x)

plt.figure()
plt.plot(x, y1)
plt.plot(x, y2, color='red', linestyle='--')

plt.show()

效果：

再plot函数里添加控制的参数，例如color指定曲线的颜色，linestyle指定曲线的样式等等。