1.安装matplotlib
pip install matplotlib2.绘制简单图形
import matplotlib.pyplot as plt#图形输入值input_values = [1,2,3,4,5]#图形输出值squares = [1,4,9,16,25]#plot根据列表绘制出有意义的图形，linewidth是图形线宽，可省略plt.plot(input_values,squares,linewidth=5)#设置图标标题plt.title("Square Numbers",fontsize = 24)#设置坐标轴标签plt.xlabel("Value",fontsize = 14)plt.ylabel("Square of Value",fontsize = 14)#设置刻度标记的大小plt.tick_params(axis='both',labelsize = 14)#打开matplotlib查看器，并显示绘制图形plt.show()3.绘制点
import matplotlib.pyplot as plt#绘制散点图(传如一对x和y坐标，在指定位置绘制一个点)plt.scatter(2,4)#设置输出样式plt.scatter(3,5,s=200)plt.show()4.绘制一系列的点
import matplotlib.pyplot as pltx_values = [1,2,3,4,5]y_values = [1,4,9,16,25]plt.scatter(x_values,y_values,s=100)plt.show()5.自动计算数据
import matplotlib.pyplot as pltx_values = list(range(1,1001))y_values = [x**2 for x in x_values]plt.scatter(x_values,y_values,s=100)#设置每个坐标轴的取值范围（x轴取值，y轴取值）plt.axis([0,1100,0,1100000])plt.show()6.删除数据点的轮廓
import matplotlib.pyplot as pltx_values = list(range(1,1001))y_values = [x**2 for x in x_values]#matplotlib允许你给散点图中的各个点指定颜色。默认为蓝色点和黑色轮廓，在散点图包含的 数据点不多时效果很好。但绘制很多点时，黑色轮廓可能会粘连在一起。#edgecolor='none'删除数据点的轮廓plt.scatter(x_values,y_values,edgecolor='none', s=40)#设置每个坐标轴的取值范围plt.axis([0,1100,0,1100000])plt.show()7.自定义颜色c=''直接传颜色或元组都可以
import matplotlib.pyplot as pltx_values = list(range(1,1001))y_values = [x**2 for x in x_values]#matplotlib允许你给散点图中的各个点指定颜色。默认为蓝色点和黑色轮廓，在散点图包含的 数据点不多时效果很好。但绘制很多点时，黑色轮廓可能会粘连在一起。#edgecolor='none'删除数据点的轮廓plt.scatter(x_values, y_values,c='red', edgecolor='none', s=40)# plt.scatter(x_values, y_values, c=(0, 0, 0.8), edgecolor='none', s=40)#设置每个坐标轴的取值范围plt.axis([0,1100,0,1100000])plt.show()8.使用颜色映射
import matplotlib.pyplot as pltx_values = list(range(1,1001))y_values = [x**2 for x in x_values]#matplotlib允许你给散点图中的各个点指定颜色。默认为蓝色点和黑色轮廓，在散点图包含的 数据点不多时效果很好。但绘制很多点时，黑色轮廓可能会粘连在一起。#edgecolor='none'删除数据点的轮廓plt.scatter(x_values, y_values,c=y_values,cmap=plt.cm.Blues, edgecolor='none', s=40)#设置每个坐标轴的取值范围plt.axis([0,1100,0,1100000])plt.show()9.自动保存图表
import matplotlib.pyplot as pltx_values = list(range(1,1001))y_values = [x**2 for x in x_values]#matplotlib允许你给散点图中的各个点指定颜色。默认为蓝色点和黑色轮廓，在散点图包含的 数据点不多时效果很好。但绘制很多点时，黑色轮廓可能会粘连在一起。#edgecolor='none'删除数据点的轮廓plt.scatter(x_values, y_values,c=y_values,cmap=plt.cm.Blues, edgecolor='none', s=40)#设置每个坐标轴的取值范围plt.axis([0,1100,0,1100000])# plt.show()#参数1指定要以什么样的文件名保存图表，保存和代码的同目录下，第二个参数表示要将多余的空白区域剪掉，要保留空白区域，可省略第二个参数plt.savefig('squares_plot.png',bbox_inches='tight')10.随机漫步（绘制随机漫步图）
from random import choiceclass RandomWalk(object): """一个生成随机漫步数据的类""" def __init__(self, num_points = 5000): """初始化随机漫步的属性""" #存储随机漫步次数的变量 self.num_points = num_points #所有随机漫步都始于(0,0) #分别存储随机漫步经过的每个点的x和y坐标 self.x_values = [0] self.y_values = [0] def fill_walk(self): """计算随机漫步包含的所有点""" #不断漫步，直到列表达到指定的长度 while len(self.x_values) < self.num_points: #决定前进方向以及沿这个方向前进的距离 x_direction = choice([1,-1]) x_distance = choice([0,1,2,3,4]) x_step = x_direction * x_distance y_direction = choice([1,-1]) y_distance = choice([0,1,2,3,4]) y_step = y_direction * y_distance #拒绝原地踏步 if x_step == 0 and y_step == 0: continue #计算下一个点的x值和y值 next_x = self.x_values[-1] + x_step next_y = self.y_values[-1] +y_step self.x_values.append(next_x) self.y_values.append(next_y) pass绘制随机漫步图
import matplotlib.pyplot as pltfrom random_walk import RandomWalk#创建一个RandomWalk实例，并将其包含的点都绘制出来rw = RandomWalk()rw.fill_walk()plt.scatter(rw.x_values,rw.y_values,s=15)plt.show()11.模拟多次随机漫步
import matplotlib.pyplot as pltfrom random_walk import RandomWalk#只要程序处于活动状态，就不断的模拟漫步while True: #创建一个RandomWalk实例，并将其包含的点都绘制出来 rw = RandomWalk() rw.fill_walk() plt.scatter(rw.x_values,rw.y_values,s=15) plt.show() keep_running = input("Make another walk?(y/n)") if keep_running=='n': break12.给点着色
import matplotlib.pyplot as pltfrom random_walk import RandomWalk#只要程序处于活动状态，就不断的模拟漫步while True: #创建一个RandomWalk实例，并将其包含的点都绘制出来 rw = RandomWalk() rw.fill_walk() point_numbers = list(range(rw.num_points)) plt.scatter(rw.x_values,rw.y_values,c=point_numbers,cmap=plt.cm.Blues,edgecolor='none',s=15) plt.show() keep_running = input("Make another walk?(y/n)") if keep_running=='n': break13.重新绘制起点和终点
import matplotlib.pyplot as pltfrom random_walk import RandomWalk#只要程序处于活动状态，就不断的模拟漫步while True: #创建一个RandomWalk实例，并将其包含的点都绘制出来 rw = RandomWalk() rw.fill_walk() point_numbers = list(range(rw.num_points)) plt.scatter(rw.x_values,rw.y_values,c=point_numbers,cmap=plt.cm.Blues,edgecolors='none',s=15) #突出起点和终点 plt.scatter(0,0,c='green',edgecolor='none',s=100) plt.scatter(rw.x_values[-1],rw.y_values[-1],c='red',edgecolors='none',s=100) plt.show() keep_running = input("Make another walk?(y/n)") if keep_running=='n': break14.隐藏坐标轴
while True: #创建一个RandomWalk实例，并将其包含的点都绘制出来 rw = RandomWalk() rw.fill_walk() point_numbers = list(range(rw.num_points)) plt.scatter(rw.x_values,rw.y_values,c=point_numbers,cmap=plt.cm.Blues,edgecolors='none',s=15) #突出起点和终点 plt.scatter(0,0,c='green',edgecolor='none',s=100) plt.scatter(rw.x_values[-1],rw.y_values[-1],c='red',edgecolors='none',s=100) #隐藏坐标轴 plt.axes().get_xaxis().set_visible(False) plt.axes().get_yaxis().set_visible(False) plt.show() keep_running = input("Make another walk?(y/n)") if keep_running=='n': break15.增加点数（增加点数，将每个点的大小调小）
while True: #创建一个RandomWalk实例，并将其包含的点都绘制出来 rw = RandomWalk(50000) rw.fill_walk() point_numbers = list(range(rw.num_points)) plt.scatter(rw.x_values,rw.y_values,c=point_numbers,cmap=plt.cm.Blues,edgecolors='none',s=1) #突出起点和终点 plt.scatter(0,0,c='green',edgecolor='none',s=100) plt.scatter(rw.x_values[-1],rw.y_values[-1],c='red',edgecolors='none',s=100) #隐藏坐标轴 plt.axes().get_xaxis().set_visible(False) plt.axes().get_yaxis().set_visible(False) plt.show() keep_running = input("Make another walk?(y/n)") if keep_running=='n': break17.调整尺寸以适应屏幕
while True: #创建一个RandomWalk实例，并将其包含的点都绘制出来 rw = RandomWalk(50000) rw.fill_walk() #设置绘图窗口的尺寸 #figure()用于指定图表的宽度，高度，分辨率黑背景色figsize需要指定一个元组，单位英寸,dpi是分辨率，可传可不传 plt.figure(dpi=128,figsize=(10,6)) point_numbers = list(range(rw.num_points)) plt.scatter(rw.x_values,rw.y_values,c=point_numbers,cmap=plt.cm.Blues,edgecolors='none',s=1) #突出起点和终点 plt.scatter(0,0,c='green',edgecolor='none',s=100) plt.scatter(rw.x_values[-1],rw.y_values[-1],c='red',edgecolors='none',s=100) #隐藏坐标轴 plt.axes().get_xaxis().set_visible(False) plt.axes().get_yaxis().set_visible(False) plt.show() keep_running = input("Make another walk?(y/n)") if keep_running=='n': break