import numpy as np
import matplotlib.pyplot as plt
x = np.arange(1, 11, 1)
fig = plt.figure()
ax = fig.add_subplot(111)
ax.plot(x, x*2, label='Normal')
ax.plot(x, x*3, label='Fast')
ax.plot(x, x*4, label='Faster')
# loc 位置。具体数值为一个数字，数字对应的位置可在官方文档查到
# ncol 列数，默认为1
# 上面的label也可以列表形式传给legend方法的labels参数
ax.legend(loc=0, ncol=3)
plt.show()import numpy as np
import matplotlib.pyplot as plt
# 注意，如果不用面向对象的方法来画图，那么使用的是plt.subplot()。
# 名字有所不同，但是用法和参数是一样的。
# 由于这样画图没有轴的概念，因此在子图上画图用的是plt.plot()的方法。
x = np.arange(1, 100)
# 生成一个图像（figure）。一个图像可以有多个子图。
fig = plt.figure()
# 在生成的图像上添加一个轴（axis），轴是我们在多图中实际作图的区域。
# 参数221是指生成一个2x2的作图区域，然后我们在第一个区域上作图
ax1 = fig.add_subplot(221)
# 在轴上作图和之前利用plt作图是一样的
ax1.plot(x, x)
ax2 = fig.add_subplot(222)
ax2.plot(x, -x)
ax3 = fig.add_subplot(223)
ax3.plot(x, x*x)
ax4 = fig.add_subplot(224)
ax4.plot(x, np.log(x))
plt.show()import numpy as np
import matplotlib.pyplot as plt
np.random.seed(100)
data = np.random.normal(size=1000, loc=0, scale=1)
# sym 异常值的形状
# whis 表示正常范围的线的长短，默认为1.5
# plt.boxplot(data, sym='.', whis=1.5)
# 画多个箱型图
data2 = np.random.normal(size=(1000, 4), loc=0, scale=1)
labels = ['A', 'B', 'C', 'D']
plt.boxplot(data2, labels=labels)
plt.show()import numpy as np
import matplotlib.pyplot as plt
mu = 100
sigma = 20
x = mu + sigma*np.random.randn(2000) + 2
y = mu + sigma+np.random.randn(2000) + 3
# bins 直方图的数量
# color 颜色
# density 是否进行标准化
# edgecolor 边线颜色
# plt.hist(x, bins=10, color='r', density=True, edgecolor='black')
# 二维直方图
plt.hist2d(x, y, bins=100, color='r', density=True, edgecolor='black')
plt.show()import numpy as np
import matplotlib.pyplot as plt
N = 4
y = [20, 10, 30, 25]
index = np.arange(N)
# color 颜色
# width 柱状图的宽度，默认0.8
# p1 = plt.bar(x=index, height=y, color='g', width=0.5)
# 横向的柱状图
# p2 = plt.barh(y=index, width=y, color='g', height=0.5)
# 一幅图中画多个柱状图
bar_width = 0.3
sales_BJ = [52, 53, 63, 53]
sales_SH = [44, 66, 55, 41]
# # 左右并列的柱状图
# plt.bar(index-0.5*bar_width, sales_BJ, bar_width, color='b')
# plt.bar(index+0.5*bar_width, sales_SH, bar_width, color='r')
# 上下层叠的柱状图
plt.bar(x=index, height=sales_BJ, width=bar_width, color='b')
plt.bar(x=index, bottom=sales_BJ, height=sales_SH, width=bar_width, color='r')
plt.show()import numpy as np
import matplotlib.pyplot as plt
x = np.linspace(-10, 10, 5)
y = x**2
# 可选参数[fmt] 是一个字符串来定义图的基本属性如：颜色（color），点型（marker），线型（linestyle）
# 具体形式 fmt = '[color][marker][line]'，例如 plot(x, y, 'bo-') 表示 蓝色圆点实线
# 如果不能使用fmt格式来设置，可以单独设置：
# color='green'
# marker='o'
# linestyle='dashed'
# linewidth=1
# markersize=6
plt.plot(x, y, color='green', marker='o', linestyle='dashed', linewidth=1, markersize=10)
plt.show()