Matplotlib概览

1.配置环境

pip install matplotlib

2.执行程序绘图

在一文档中写

import numpy as np
import matplotlib.pyplot as plt
x = np.linspace(0,2*np.pi,100)
y1 = np.sin(x)
y2 = np.cos(x)

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

plt.title('sin&&cos')
plt.show()   #将图显示出来

执行此程序，会发现出现了所画的图

3.在Jupyter 中绘图

此种方法有MATLAB风格，不过就是多了一个创建Figure对象的语句
如果没有此句，执行画图语句的时候，会默认创建一个画布

1.启动Matplotlib：

执行画图操作，结果和上边的一样

4.面向对象绘图

fig = plt.figure()   # （1）、新建figure对象

当然也可以通过实例化完成，创建对象时注意参数

# num:图像编号或名称，数字为编号 ，字符串为名称
# figsize:指定figure的宽和高，单位为英寸；
# dpi参数指定绘图对象的分辨率，即每英寸多少个像素，缺省值为80      1英寸等于2.5cm,A4纸是 21*30cm的纸张 
# facecolor:背景颜色
# edgecolor:边框颜色
# frameon:是否显示边框

参数表示figure的百分比,0.1表示从figure 10%的位置开始绘制, 宽高是figure的80%

   ax = fig.add_axes([0.1,0.1,0.8,0.8])   #（2）新建区域ax

#获得绘制的句柄

x = np.linspace(0,2*np.pi,100)
ax.plot(x,np.sin(x),'r')   #'r'代指所绘图的颜色  

建立画布的标题

ax.set_title('sinx')

新增区域ax1,嵌套在ax内

ax1 = fig.add_axes([0.6,0.6,0.25,0.25])

获得绘制的句柄

ax1.set_title('sinx')
ax1.plot(x,np.sin(x),'b')

保存figure

fig.savefig("sin.png")

将上面代码连在一块即可实现下图