matplotlib绘制图形基础

import matplotlib.pyplot as plt
import numpy as np
x=np.arange(0,10,1) #创建一个0-10之间以1为间隔的numpy数组
y=x+10   
plt.plot(x,y,color='red',linestyle='--',marker='>',linewidth=3,label='example one')  #绘制图形
plt.savefig('first.png',dpi=50)  #保存图形，dpi表示
plt.legend()   #显示图例
plt.show()   #显示图形

import matplotlib.pyplot as plt
slices = [2,3,4,9]   #指定每一个切片的大小，这里就是每块的比例
activities = ['sleeping','eating','working','playing']   #指定标签
cols = ['c','m','r','b']   #y颜色
plt.pie(slices,   
        labels=activities,
        colors=cols,   #指定每一个区块的颜色
        startangle=90,     #开始角度，默认是0度，从x轴开始，90度从y轴开始
        shadow= True,    #阴影效果
        explode=(0,0.1,0,0),     #拉出第二个切片，如果全为0就不拉出，这里的数字是相对与圆心的距离
        autopct='%1.1f%%')       #显示百分比
plt.title('Interesting Graph\nCheck it out')  #设置标题
plt.show()

import numpy as np
import matplotlib.pyplot as plt
x=np.random.rand(1000)
y=np.random.rand(len(x))
plt.scatter(x,y,color='r',alpha=0.3,label='example one',marker='o')  #绘图
plt.legend()
#plt.axis([0,2,0,2]) #设置坐标的范围
plt.show()

import matplotlib.pyplot as plt
import numpy as np
x=np.random.randint(1,1000,200)
axis=plt.gca()   #得到当前的绘图对象
axis.hist(x,bins=35,facecolor='r',normed=True,histtype='bar',alpha=0.5)#bins表示直方图的个数，histtype表示直方图的样式，normed如果为True就将直方归一化，显示概率密度，默认是False
axis.set_xlabel("Values")  #设置x的标签
axis.set_ylabel("Frequency")   
axis.set_title("HIST")
plt.show()