python——Matplotlib学习笔记

　　Matplotlib是pyhon中一个强大的绘图图，可以理解为 MatLab 开源替代，鉴于MatLab的内存之大及安装之复杂，决定先学学Matplotlib这个库。

　　1Matplotlib的安装

　　window：

　　打开cmd，：

　　python -m pip install -U pip setuptools

　　Python -m pip install matplotlib

　　Mac：

　　打开终端，输入

　　pip3 install matplotlib

　　鉴于很多人会报read time out的大红一片，建议使用清华镜像安装：

　　pip install -i https://pypi.tuna.tsinghua.edu.cn/simple matplotlib

　　这个清华镜像安装真的很快捷，以后需要安装什么库就改一下最后的库名就可以了

　　然后用pip list检查是否安装成功

　　2.上手Matplotlib

　　首先来一个实例，绘制一个一次函数：y=kx+b

　　import numpy as np

　　#需要提前安装好numpy，numpy是python的一个开源数值计算扩展工具，在此导入该函数库

　　from matplotlib import pyplot as plt #导入pyplot

　　x = np.arange(1,12) #定义x坐标轴刻度

　　y = 2 * x + 5 #定义y

　　plt.title("Matplotlib demo") #定义图名

　　plt.xlabel("x axis ") #定义x轴标签

　　plt.ylabel("y axis ") #定义y轴标签

　　plt.plot(x,y) #调用plot函数定义在此函数中绘图

　　plt.show()#结果显示

　　运行之后效果如图：![在这里插入图片描述](Https://file.lsjlt.com/upload/202306/01/5aj4l2i5jpm.jpg?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3DlaXhpbl80NjA5NjAzMg==,size_16,color_FFFFFF,t_70

　　在此我们将图标进行中文显示，若直接在代码将会出现乱码，为此需要在你的电脑系统找到相应的中文字体，大部分是STFangsong(仿宋)，若不知可使用以下代码查询字体：

　　from matplotlib import pyplot as plt

　　import matplotlib

　　a=sorted([f.name for f in matplotlib.font_manager.fontManager.ttflist])

　　for i in a:

　　print(i)郑州妇科医院哪家好 https://yiyuan.120ask.com/zzfck/

　　打印出你的 font_manager 的 ttflist 中所有注册的名字，找一个看中文字体例如：仿宋,然后添加以下代码即可：

　　plt.rcParams['font.family']=['Adobe Fangsong Std']

　　我最先看到的是adobe的字体，所以用了这个

　　import numpy as np

　　from matplotlib import pyplot as plt

　　import numpy as np

　　from matplotlib import pyplot as plt

　　x = np.arange(1,12)

　　y = 2 * x + 5

　　plt.rcParams['font.family']=['Adobe Fangsong Std']

　　plt.title("Matplotlib 项目")

　　plt.xlabel("x 轴")

　　plt.ylabel("y 轴")

　　plt.plot(x,y)

　　plt.show()

　　3正弦波形的绘制

　　import numpy as np

　　import matplotlib.pyplot as plt

　　X = np.linspace(0,2*np.pi,1000) #区间0～2×Pi,生成样本数:1000(样本数越高曲线越精确)

　　Y = np.sin(X)

　　plt.plot(X,Y)

　　plt.show()

　　照葫芦画瓢，我们可以在同时生成sin,cos函数的图像

　　import numpy as np

　　import matplotlib.pyplot as plt

　　X = np.linspace(0,2*np.pi,1000)

　　Y = np.sin(X)

　　plt.plot(X,Y)

　　Y1=np.cos(X)

　　plt.plot(X,Y1)

　　plt.show()