python中如何配置matplotlib（工资翻三倍系列）

python中如何配置matplotlib（工资翻三倍系列）plot([x] y [fmt] [x1] y1 [fmt1] ... **kwargs)# 如果画多条线import matplotlib.pyplot as plt #导入matplotlib库 import numpy as np #导入numpy库（通常与matplotlib库一起使用，是一个强大的科学计算环境，学习数据分析与机器学习大有用处） x_points = np.array([0 60]) #设置X轴的坐标 y_points = np.array([0 100]) #设置Y轴的坐标 plt.plot(x_points y_points) #使用了 Pyplot 的 plot() 函数绘制二维图形。 plt.show() #别忘记让图片显示出来plot() 用于画图它可以绘制点和线，语法格式如下：# 画单条线plot([x] y

Matplotlib 是 Python 的绘图库，它能让使用者很轻松地将数据图形化，并且提供多样化的输出格式。可以用来绘制各种静态，动态，交互式的图表。

Pyplot 是 Matplotlib 的子库，提供了和 MATLAB 类似的绘图 API，是常用的绘图模块，能很方便让用户绘制 2D 图表。

包含一系列绘图函数的相关函数，每个函数会对当前的图像进行一些修改，例如：给图像加上标记，生新的图像，在图像中产生新的绘图区域等等。

使用的时候，需要导入：

import matplotlib.pyplot as plt

以下实例，我们通过两个坐标 (0 60) 到 (0 100) 来绘制一条线:

import matplotlib.pyplot as plt #导入matplotlib库 import numpy as np #导入numpy库（通常与matplotlib库一起使用，是一个强大的科学计算环境，学习数据分析与机器学习大有用处） x_points = np.array([0 60]) #设置X轴的坐标 y_points = np.array([0 100]) #设置Y轴的坐标 plt.plot(x_points y_points) #使用了 Pyplot 的 plot() 函数绘制二维图形。 plt.show() #别忘记让图片显示出来

plot() 用于画图它可以绘制点和线，语法格式如下：

# 画单条线

plot([x] y [fmt] * data=None **kwargs)

# 如果画多条线

plot([x] y [fmt] [x1] y1 [fmt1] ... **kwargs)

x y：点或线的节点，x 为 x 轴数据，y 为 y 轴数据，数据可以列表或数组。

fmt：可选，定义基本格式（如颜色、标记和线条样式）。

**kwargs：可选，用在二维平面图上，设置指定属性，如标签，线的宽度等。

>>> plot(x y) # 创建 y 中数据与 x 中对应值的二维线图，使用默认样式

>>> plot(x y 'bo') # 创建 y 中数据与 x 中对应值的二维线图，使用蓝色实心圈绘制

>>> plot(y) # x 的值为 0..N-1

>>> plot(y 'r ') # 使用红色 号

线型参数：'‐' 实线，'‐‐' 破折线，'‐.' 点划线，':' 虚线。
标记字符：'.' 点标记，' ' 像素标记(极小点)，'o' 实心圈标记，'v' 倒三角标记，'^' 上三角标记，'>' 右三角标记，'<' 左三角标记...等等。

如果我们要绘制坐标 (2 3) 到 (9 11) 的线，我们就需要传递两个数组 [2 9] 和 [3 11] 给 plot 函数：

import matplotlib.pyplot as plt import numpy as np x_points = np.array([2 9]) y_points = np.array([3 11]) plt.plot(x_points y_points) plt.show()

如果只是想绘制2个点，不需要连线，可以加入'o'参数，将上面代码plt.plot(x_points y_points)改为plt.plot(x_points y_points 'o')即可：

也可以绘制多点线图，将其中代码改为：

x_points = np.array([1 2 6 8]) y_points = np.array([3 8 1 10])

可得到如下结果：

以下代码可以得到正弦值曲线：

import matplotlib.pyplot as pltimport numpy as npx = np.arange(0 4*np.pi 0.1)#start stop step y = np.sin(x) z = np.cos(x) plt.plot(x y x z) plt.show()

将其中plt.plot(x y x z)修改为plt.plot(x y x z 'o:r')将得到下面图形：

'o:r'中：o 表示实心圆标记，: 表示虚线，r 表示颜色为红色。

请尝试将以上代码改为：

plt.plot(x y x z 'o:r' ms=20 mec='black' mfc='b')

看看效果怎么样？（以上实例在python3环境运行完成调试）

想一想：为什么只有一根曲线受到参数的影响呢？