python——Matplotlib學習筆記

　　Matplotlib是pyhon中一個強大的繪圖圖，可以理解為 MatLab 開源替代，鑑於MatLab的記憶體之大及安裝之複雜，決定先學學Matplotlib這個庫。

　　1Matplotlib的安裝

　　window：

　　開啟cmd，：

　　python -m pip install -U pip setuptools

　　python -m pip install matplotlib

　　mac：

　　開啟終端，輸入

　　pip3 install matplotlib

　　鑑於很多人會報read time out的大紅一片，建議使用清華映象安裝：

　　pip install -i matplotlib

　　這個清華映象安裝真的很快捷，以後需要安裝什麼庫就改一下最後的庫名就可以了

　　然後用pip list檢查是否安裝成功

　　2.上手Matplotlib

　　首先來一個例項，繪製一個一次函式：y=kx+b

　　import numpy as np

　　#需要提前安裝好numpy，numpy是python的一個開源數值計算擴充套件工具，在此匯入該函式庫

　　from matplotlib import pyplot as plt #匯入pyplot

　　x = np.arange(1,12) #定義x座標軸刻度

　　y = 2 * x + 5 #定義y

　　plt.title("Matplotlib demo") #定義圖名

　　plt.xlabel("x axis ") #定義x軸標籤

　　plt.ylabel("y axis ") #定義y軸標籤

　　plt.plot(x,y) #呼叫plot函式定義在此函式中繪圖

　　plt.show()#結果顯示

　　執行之後效果如圖：![在這裡插入圖片描述](https://img-blog.csdnimg.cn/20200306112415315.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NjA5NjAzMg==,size_16,color_FFFFFF,t_70

　　在此我們將圖示進行中文顯示，若直接在程式碼將會出現亂碼，為此需要在你的電腦系統找到相應的中文字型，大部分是STFangsong(仿宋)，若不知可使用以下程式碼查詢字型：

　　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) 鄭州婦科醫院哪家好

　　列印出你的 font_manager 的 ttflist 中所有註冊的名字，找一個看中文字型例如：仿宋,然後新增以下程式碼即可：

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

　　我最先看到的是adobe的字型，所以用了這個

　　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 專案")

　　plt.xlabel("x 軸")

　　plt.ylabel("y 軸")

　　plt.plot(x,y)

　　plt.show()

　　3正弦波形的繪製

　　import numpy as np

　　import matplotlib.pyplot as plt

　　X = np.linspace(0,2*np.pi,1000) #區間0～2×Pi,生成樣本數:1000(樣本數越高曲線越精確)

　　Y = np.sin(X)

　　plt.plot(X,Y)

　　plt.show()

　　照葫蘆畫瓢，我們可以在同時生成sin,cos函式的影像

　　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()