Matplotlib.pyplot是Python绘图库Matplotlib的一个子模块，提供了类似于MATLAB绘图系统的命令风格接口，可以方便快速地绘制各种静态图形。

下面是matplotlib.pyplot常用的函数：

plot()函数

用于绘制直线、曲线，可以指定线条的颜色、宽度、样式等参数，例如：

import matplotlib.pyplot as plt
import numpy as np

# 创建数据
x = np.linspace(-np.pi, np.pi, 256)
y = np.sin(x)

# 绘制正弦函数曲线
plt.plot(x, y, color='blue', linewidth=2.5, linestyle='-', label='sin(x)')

# 设置标题、坐标轴标签、图例等
plt.title('Sin curve')
plt.xlabel('x-axis')
plt.ylabel('y-axis')
plt.legend(loc='upper left')

# 显示图形
plt.show()

运行结果：

scatter()函数

用于绘制散点图，可以指定散点的大小、颜色、形状等参数，例如：

import matplotlib.pyplot as plt
import numpy as np

# 生成数据
x = np.random.rand(50)
y = np.random.rand(50)
colors = np.random.rand(50)
sizes = 1000*np.random.rand(50)

# 绘制散点图
plt.scatter(x, y, s=sizes, c=colors, alpha=0.5)

# 设置标题、坐标轴标签
plt.title('Random scatter')
plt.xlabel('x-axis')
plt.ylabel('y-axis')

# 显示图形
plt.show()

运行结果：

bar()函数

用于绘制柱状图，可以指定柱子的宽度、颜色、透明度等参数，例如：

import matplotlib.pyplot as plt
import numpy as np

# 生成数据
x = np.array(['A', 'B', 'C', 'D', 'E'])
y = np.array([20, 35, 30, 25, 40])

# 绘制柱状图
plt.bar(x, y, width=0.5, color='green', alpha=0.5)

# 设置标题、坐标轴标签
plt.title('Bar chart')
plt.xlabel('Categories')
plt.ylabel('Values')

# 显示图形
plt.show()

运行结果：

pie()函数

用于绘制饼图，可以指定各部分的占比、颜色、标签等参数，例如：

import matplotlib.pyplot as plt
import numpy as np

# 生成数据
data = np.array([10, 20, 30, 40])
labels = np.array(['A', 'B', 'C', 'D'])
colors = np.array(['red', 'blue', 'green', 'orange'])

# 绘制饼图
plt.pie(data, labels=labels, colors=colors, autopct='%1.1f%%')

# 设置标题
plt.title('Pie chart')

# 显示图形
plt.show()

运行结果：

imshow()函数

用于绘制图像，可以指定图片的像素值、色彩映射等参数，例如：

import matplotlib.pyplot as plt
import numpy as np

# 生成数据
img = np.random.rand(50, 50)

# 绘制图像
plt.imshow(img, cmap='gray')

# 隐藏坐标轴
plt.axis('off')

# 显示图形
plt.show()

运行结果：

hist()函数

用于绘制直方图，可以指定数据的分布情况、柱子的数量、颜色等参数，例如：

import matplotlib.pyplot as plt
import numpy as np

# 生成数据
data = np.random.randn(1000)

# 绘制直方图
plt.hist(data, bins=30, color='green', edgecolor='black')

# 设置标题、坐标轴标签
plt.title('Histogram')
plt.xlabel('Values')
plt.ylabel('Frequency')

# 显示图形
plt.show()

运行结果：

subplots()函数

用于绘制子图，可以自由设置子图的布局、间距、共享轴等参数，例如：

import matplotlib.pyplot as plt
import numpy as np

# 创建数据
x = np.linspace(-np.pi, np.pi, 256)
y_sin = np.sin(x)
y_cos = np.cos(x)

# 创建两个子图
fig, ax = plt.subplots(nrows=1, ncols=2, sharey=True)
ax[0].plot(x, y_sin, color='blue', linewidth=2.5, linestyle='-')
ax[1].plot(x, y_cos, color='green', linewidth=2.5, linestyle='-')

# 设置标题、坐标轴标签
ax[0].set_title('Sin curve')
ax[0].set_xlabel('x-axis')
ax[0].set_ylabel('y-axis')
ax[1].set_title('Cos curve')
ax[1].set_xlabel('x-axis')

# 显示图形
plt.show()

运行结果：

以上就是Matplotlib.pyplot模块的基本使用方法和常用函数，通过这些函数的组合可以绘制出各种静态图形。

本文链接：http://task.lmcjl.com/news/4677.html