matplotlib在python中一般会与numpy同时出现,解决一些科学计算和数据的可视化问题。
matplotlib其实就是matlib在python中的实现,因此不会有太大的难度,而由于python自身在处理大数据方面的优势,使python和hadoop、hive甚至spark都有很好的结合,那么Python中的
可视化会更加的重要。
1、python实现一个正弦函数
plt.title(u'sin函数图',fontproperties=font) #设置标题
plt.xlabel(u'x轴', fontproperties=font) #设置x轴注释和字体
plt.ylabel(u'y轴', fontproperties=font) #设置y注释和字体
>>> import numpy as np
>>> import matplotlib.pyplot as plt
>>> x=np.arange(-np.pi,np.pi,0.01)
>>> y=np.sin(x)
>>> plt.plot(x,y,'g')
[<matplotlib.lines.Line2D object at 0x0000000008FB7F98>]
>>> plt.show()
numpy中集成了python中的math模块,因此math中的方法numpy也可以调用。
2、坐标区间的设置
(1)没有设置x y 的区间
>>> import numpy as np
>>> import matplotlib.pyplot as plt
>>> x=np.arange(-5,5,0.01)
>>> y=x**3
>>> plt.plot(x,y)
[<matplotlib.lines.Line2D object at 0x00000000090288D0>]
>>> plt.show()
(2)对x y 轴的区间进行设置
对x y 的取值区间进行了设置 xlim(xmin,xmax)用来设置x轴的最大最小区间 ylim(ymin,ymax)设置y轴的最大最小区间
>>> x=np.arange(-5,5,0.01)
>>> y=x**3
>>> plt.xlim(-6,6)
(-6, 6)
>>> plt.ylim(-200,200)
(-200, 200)
>>> plt.plot(x,y)
[<matplotlib.lines.Line2D object at 0x000000000BCA6048>]
>>> plt.show()
3、设置网格线
grid()提供网格线的选项,在plot()加上grid(True)选项就能显示网格线。
>>> x=np.arange(-5,5,0.01)
>>> y=x**3
>>> plt.xlim(-6,6)
(-6, 6)
>>> plt.ylim(-200,200)
(-200, 200)
>>> plt.plot(x,y)
[<matplotlib.lines.Line2D object at 0x000000000C193AC8>]
>>> plt.grid(True)
>>> plt.show()