浅谈python 绘图教程

本文简单介绍了使用 python 绘图，并附上了简单的例子

02 所需环境
本文使用的代码在如下环境运行

编辑器：vscode
插件：jupyter
内核：python 3.9.11
第三方库：numpy、matplotlib
03 绘制 
代码如下

# 导入必要的库
import matplotlib.pyplot as plt
import numpy as np
# 绘制 sin x
x = np.linspace(0,6,100)
y = np.sin(x)
plt.plot(x,y,c='r')
代码解释：

x = np.linspace(0,6,100) 指定 x 的范围为  ，并在该范围均匀取了 100 个点，取样越多，最后画出来的图像也就越光滑，同时需要计算的时间也越长.
y = np.sin(x) 调用了 numpy 的内置函数 sin(x)，与之类似的内置函数有 cos(x)、exp(x)、log(x) 等等，假设 x = [1,2,3]，那么 y = np.sin(x) 的结果为 [sin(1),sin(2),sin(3)].
plt.plot(x,y,c='r')，将 x 轴与 y 轴的数据传入，绘制图像，c='r' 是指定绘制出的线条颜色为红色，也可以完整的写成 color='red'，也可以不写，如果不写会使用默认的颜色.
注：在 jupyter 中，运行上面代码可以直接得到图像，如果没有使用 jupyter ，还需要在 plt.plot(x,y,c='r') 后一行加上 plt.show() 来显示图像.

运行结果如下：

04 绘制自定义函数图像
numpy 中的内置函数是有限的，如果想要画出一些想要的函数可能需要自己定义，下面来绘制一个三次函数：

现在定义所要的三次函数，代码如下

def myfun(x):
    y = x**3 - 3*x**2 + 2*x + 1
    return y
然后把之前的 y = np.sin(x) 换成 y = myfun(x) 即可，完整代码如下：

# 导入必要的库
import matplotlib.pyplot as plt
import numpy as np

# 自定义函数
def myfun(x):
    y = x**3 - 3*x**2 + 2*x + 1
    return y

# 绘制自定义函数图像
x = np.linspace(-0.5,3,100)
y = myfun(x)
plt.plot(x,y,c='k')
05 添加标题、图例等
相关内容由代码注释给出

# 导入必要的库
import matplotlib.pyplot as plt
import numpy as np

# 自定义函数
def myfun(x):
    y = x**3 - 3*x**2 + 2*x + 1
    return y

# 绘制自定义函数图像
x = np.linspace(-0.5,3,100)
y = myfun(x)

# label = 'myfun(x)' 用于标注图例，但此时图例并不会显示
plt.plot(x,y,c='k',label = 'myfun(x)')

# 运行该句才显示图例
plt.legend()

# 设置 x 轴、y 轴名称以及图像标题
plt.xlabel('x name')
plt.ylabel('y name')
plt.title('a title demo')

# 保存图像, 一般 dpi 越高, 保存的图像越清晰，同时占存越大，
# 该句要在plt.show()之前运行
plt.savefig('mypic.png', dpi=200)

# 显示图像
plt.show()

运行结果如下：

06 后记

上面的绘图已经具备了大多数必要的要素，但事实上一个个性化的图像绘制涉及许多细节，比如绘图区的颜色，整个图像的背景色，标签的字体，如何使用中文以及如何绘制散点图、条形图等等，其中一些内容等下次笔者有空或许会更新，感兴趣的读者也可以自行查阅资料.

以上就是“浅谈python 绘图教程”的详细内容，想要了解更多Python教程欢迎持续关注编程学习网。