绘制曲线图

matplotlib是python中最常用的可视化库，提供了不同坐标系下的二十余种常用图像，并且提供了动态图像绘制的方法，可以满足科学计算中的绝大多数可视化需求。而在matplotlib中，绝大多数的常用函数都在pyplot模块中，为了便于行文，在后文中，用【plt】代替。

而在所有的绘图类型中，又以曲线图最为常用，在【plt】中，用plot来绘制曲线图。正常来说，在平面直角坐标系中绘制折线，至少需要$x,y$两个坐标，即输入两组数据。

import numpy as np
import matplotlib.pyplot as plt

x = np.arange(100)
y = x**2

plt.plot(x,y)
plt.show()

• 1
• 2
• 3
• 4
• 5
• 6
• 7
• 8

如果plot函数只接受一组数据，则会默认自然数列为$x$坐标，故而上述绘图代码可以更简单地写为下面的形式。

plt.plot(y)
plt.show()

• 1
• 2

完整流程

尽管两行代码便可完成曲线绘制，但这显然略去了诸多环节，一个完整的绘图流程则至少包含四行代码

fig = plt.figure("plot")
ax = fig.add_subplot()
ax.plot(x,y)
plt.show()

• 1
• 2
• 3
• 4

其中，fig是绘图窗口；ax是绘图坐标系；接下来在ax中绘制$x,y$的曲线，最后调用plt.show，将我们绘制好的窗口弹出，这才是【plt】绘图的全部流程。

图像属性

尽管绘图逻辑十分简单，但【plt】提供了常用的绘图要素，比如线的宽窄、颜色、形态以及标记，通过下列参数来调控

其中可选的线型和点型如下表所示

常见颜色可通过下表中的字符来设置

下面挑选几个做个演示

x = np.linspace(0, 3.14, 20)

Ls = ['-', '--', '-.', ':']
mks = ['s', 'p', 'h', 'H']
cs = ['r', 'g', 'b','c']
ys = [np.sin(x), np.cos(x), np.tan(x), np.sqrt(x)]
labels = ['sin', 'cos', 'tan', 'sqrt']

for i in range(4):
    plt.plot(x, ys[i], ls=Ls[i],
        marker=mks[i], ms=5,
        color=cs[i], label=labels[i])

plt.grid()
plt.legend()
plt.show()

• 1
• 2
• 3
• 4
• 5
• 6
• 7
• 8
• 9
• 10
• 11
• 12
• 13
• 14
• 15
• 16

上面的绘图代码中，除了规范了点、线特性，还通过plt.grid绘制了网格，以及用plt.legend绘制了图例。效果如下

考虑到线的类型、点的类型以及颜色类型都可以用字符来表示，所以【plt】支持奖这些类型合在一起，从而在绘图时可以更加便捷，所以将代码写成下面的形式，也可以得到和上图相同的结果

strs = ['rs-', 'gp--', 'bh-.', 'cH:']
for i in range(4):
    plt.plot(x, ys[i], strs[i], ms=5, label=labels[i])

plt.grid()
plt.legend()
plt.show()

• 1
• 2
• 3
• 4
• 5
• 6
• 7