6.matplotlib基础使用

安装

conda install -n tensorflow matplotlib

实例,scipy部分有应用

import sysimport matplotlib.pyplot as pltimport numpy as npprint(sys.version)'''3.5.3 |Continuum Analytics, Inc.| (default, May 15 2017, 10:43:23) [MSC v.1900 64 bit (AMD64)]''''''plot()为画线函数，下面的小例子给ploy()一个列表数据[1,2,3,4]，matplotlib假设它是y轴的数值序列，然后会自动产生x轴的值，因为python是从0作为起始的，所以这里x轴的序列对应为[0,1,2,3]。'''plt.plot([1,2,3,4])#画线plt.ylabel('some numbers')    #为y轴加注释plt.show()

plt.plot([1,2,3,4], [1,4,9,16], 'ro')#画红点plt.axis([0, 6, 0, 20])#[xmin,xmax,ymin,ymax]设定x，y刻量范围plt.show()

# evenly sampled time at 200ms intervalst = np.arange(0., 5., 0.2)# red dashes, blue squares and green trianglesplt.plot(t, t, 'r--', t, t**2, 'bs', t, t**3, 'g^')plt.show()

def f(t):    return np.exp(-t) * np.cos(2*np.pi*t)t1 = np.arange(0.0, 5.0, 0.1)t2 = np.arange(0.0, 5.0, 0.02)plt.figure(1)#figure()命令时可选的，因为figure(1)是默认创建的。#subplot()命令会指定一个坐标系，默认是subplot(111)，111参数分别说明行的数目numrows，列的数目numcols，第几个图像fignum（fignum的范围从1到numrows*numcols）。#subplot(211)指定显示两行，每行一图，接下来为第一幅图像。plt.subplot(211)plt.plot(t1, f(t1), 'bo', t2, f(t2), 'k')plt.subplot(212)plt.plot(t2, np.cos(2*np.pi*t2), 'r--')plt.show()

mu, sigma = 100, 15x = mu + sigma * np.random.randn(10000)# the histogram of the datan, bins, patches = plt.hist(x, 50, normed=1, facecolor='g', alpha=0.75)plt.xlabel('Smarts')plt.ylabel('Probability')plt.title('Histogram of IQ')plt.text(60, .025, r'$\mu=100,\ \sigma=15$')plt.axis([40, 160, 0, 0.03])plt.grid(True)plt.show()

线条属性：实线，虚线，点横线等等 
线条标记：点，正方形，星型
  
线条颜色：蓝，红，青，绿，黄，黑