Matplotlib简单绘图
Matplotlib是一个 Python 库，可帮助可视化和分析数据，并借助可以使用 matplotlib 库进行模拟的图形化可视化帮助更好地理解数据。Matplotlib 是一个用于静态、动画和交互式可视化的综合库。
在本章中，我们将学习如何使用 Matplotlib 创建一个简单的绘图。
推荐：Matplotlib简介
导入Matplotlib Pyplot模块
我们现在将在 Matplotlib 中显示一个简单的弧度角与正弦值的折线图。首先，导入来自 Matplotlib 包的 Pyplot 模块，按照惯例使用别名 plt。
import matplotlib.pyplot as plt接下来我们需要一个数字数组来绘制。使用 np 别名导入的 NumPy 库中定义了各种数组函数。
import numpy as np我们现在使用 NumPy 库中的 arange() 函数获得角度在 0 到 2π 之间的 ndarray 对象。
x = np.arange(0, math.pi*2, 0.05)ndarray 对象用作图形 x 轴上的值。要在 y 轴上显示的 x 中角度的相应正弦值通过以下语句获得 –
y = np.sin(x)使用 plot() 函数绘制来自两个数组的值。
plt.plot(x,y)您可以设置绘图标题以及 x 和 y 轴的标签。
You can set the plot title, and labels for x and y axes.
plt.xlabel("angle")
plt.ylabel("sine")
plt.title('sine wave')绘图查看器窗口由 show() 函数调用 –
plt.show()完整的程序如下 –
from matplotlib import pyplot as plt
import numpy as np
import math #needed for definition of pi
x = np.arange(0, math.pi*2, 0.05)
y = np.sin(x)
plt.plot(x,y)
plt.xlabel("angle")
plt.ylabel("sine")
plt.title('sine wave')
plt.show()执行上述代码行时，将显示下图 –
注意：如果出现module ‘backend_interagg’ has no attribute ‘FigureCanvas’错误，可添加代码matplotlib.use(‘TkAgg’)。
Jupyter notebook中使用Matplotlib
现在，将 Jupyter notebook 与 Matplotlib 一起使用。
如前所述，从 Anaconda导航器或命令行启动Jupyter notebook。在输入单元格中，输入 Pyplot 和 NumPy 的导入语句 –
from matplotlib import pyplot as plt
import numpy as np要在Jupyter notebook（而不是在单独的查看器中）显示绘图输出，请输入以下魔术语句 –
%matplotlib inline获取 x 作为 ndarray 对象，其中包含 0 到 2π 之间的弧度角度，以及 y 作为每个角度的正弦值 –
import math
x = np.arange(0, math.pi*2, 0.05)
y = np.sin(x)为 x 和 y 轴设置标签以及绘图标题 –
plt.xlabel("angle")
plt.ylabel("sine")
plt.title('sine wave')最后执行 plot() 函数在笔记本中生成正弦波显示（无需运行 show() 函数）
plt.plot(x,y)总结
以上是晓得博客为你介绍的Matplotlib简单绘图的全部内容，Matplotlib是 Python 语言强大的二维绘图库，能够创建各种图形、绘图、图表、直方图等等。在大多数情况下，matplotlib 会在调用该方法时简单地将图表输出到您的视口.show()。
推荐：Matplotlib教程
