人工智能基础-matplotlib模块_折线图数据可视化

首先导入模块

import numpy as np
import matplotlib.pyplot as plt 

创建数据

x = np.linspace(0,20,1000)
y = np.sin(x)

1.折线图 plot

我们来循序渐进地画一张正弦电压曲线图

最简单的绘画折线图
plt.plot(x,y)#以x为x轴，y为y轴绘画折线图，x数据的个数和y数据的个数要相等
plt.show()

plt.plot(x,y,color='red',linestyle=':',linewidth=3.0,label='cos')
#color设置线的颜色，linestyle设置线的样式，linewidth设置线的宽度，label设置线的标签，label与下面的plt.legend()相对应
#常用颜色值  b g r c m y k w
#常用的线的风格 -(实线)  -.(线段)  .(点)    :（虚线）
plt.legend()#显示每条线代表什么
plt.show()

plt.plot(x,y,color='red',linestyle='-',linewidth=3.0,label='cos')
plt.legend()
plt.xlim(0,1)#确定x轴的范围
plt.ylim(-1,1)#确定y轴的范围
plt.grid()#加上网格
plt.show()

plt.plot(x,y,color='red',linestyle='-',marker='*',linewidth=3.0,label='cos') 
#这段代码相较于刚才的代码plot里添加了marker属性，代表每个点用什么符号表示，具体的种类请看图2
plt.legend()
plt.xlim(0,1)
plt.ylim(-1,1)
plt.grid()
plt.show()

图1

图2

plt.rcParams['font.sans-serif']=['SimHei'] #显示中文
plt.rcParams['axes.unicode_minus']=False #正常显示正负号
plt.plot(x,y,color='red',linestyle='-',marker='*',linewidth=3.0,label='cos')
#常用颜色值  b g r c m y k w
plt.legend()#显示每条线代表什么
plt.xlim(0,1)#确定x的范围
plt.ylim(-1,1)#确定y的范围
plt.grid()#加上网格
plt.xlabel('t/s')#给x轴加上名称
plt.ylabel('U/V')#给y轴加上名称
plt.title('电压变化曲线')#添加图片名称
plt.show()

#子图 plt.subplot()
x = np.linspace(0,20,1000)
siny = np.sin(x)

plt.subplot(121)#第一个数字是行数，第二个数字是列数，第三个数字是第几张图
plt.plot(x,siny)
plt.grid()
plt.title("sin")

plt.subplot(122)
#第一个数字是行数，第二个数字是列数，第三个数字是第几张图
#每写一个plt.subplot，下面的操作都是对这张子图的操作，直到遇到下一个plt.subplot
plt.plot(x,x**2)
plt.grid()
plt.title("x^2")

plt.show()

练习：利用图像验证sin(2x)的周期是sinx的一半

x = np.linspace(0,10,100)
sinx = np.sin(x)
cosx = np.cos(x)
plt.subplot(211)
plt.plot(x,sinx,color="red",marker="*",label="sin")
plt.plot(x,cosx,color="b",label="cos")

plt.subplot(212)
plt.plot(x,2*sinx*cosx,color="k",label="2(sinx)(cosx)")
plt.show()

验证sin(2x)的周期是sinx的一半

至此，如何利用matplotlib.pyplot绘画折线图，以及一些属性和方法具体表示的含义就介绍到这里，希望读者可以自行测试一下代码。之后还会更新散点图，饼图，柱状图，直方图等，敬请期待！！！