【matplotlib】画图基本函数 pyplot 画曲线图

### 使用 Matplotlib 绘制曲线图和散点图 以下是关于如何使用 `matplotlib.pyplot` 库来分别绘制曲线图和散点图的详细说明及示例代码。 --- #### 1. **绘制曲线图** - 曲线图通常用于展示连续变量之间的关系。 - 可以通过 `plt.plot()` 函数实现，其中参数包括横坐标 (`x`)、纵坐标 (`y`)、线条样式、颜色等[^1]。 ###### 示例代码 ```python import numpy as np import matplotlib.pyplot as plt # 定义数据 x = np.linspace(0, 6, 100) # 在区间 [0, 6] 上生成 100 个均匀分布的点 y = np.cos(2 * np.pi * x) * np.exp(-x) + 0.8 # 计算对应的 y 值 # 绘制曲线图 plt.figure(figsize=(8, 5)) # 设置画布大小 plt.plot(x, y, color='blue', linewidth=2, linestyle='-', label="Decaying Cosine Wave") # 添加标签便于区分 plt.title("Curve Plot Example", fontsize=16) # 图表标题 plt.xlabel("X-axis Label", fontsize=12) # X 轴标签 plt.ylabel("Y-axis Label", fontsize=12) # Y 轴标签 plt.legend(loc="upper right") # 显示图例位置 plt.grid(True) # 显示网格 plt.show() ``` --- #### 2. **绘制散点图** - 散点图适用于表示离散数据点及其分布情况。 - 可以通过 `plt.scatter()` 函数实现，允许自定义点的颜色、大小和形状[^4]。 ###### 示例代码 ```python import numpy as np import matplotlib.pyplot as plt # 定义随机数据 np.random.seed(42) # 设定随机种子以保证结果可重复 x = np.random.rand(50) # 随机生成 50 个介于 [0, 1) 的数作为 x 坐标 y = np.random.rand(50) # 随机生成 50 个介于 [0, 1) 的数作为 y 坐标 sizes = np.random.randint(10, 200, size=50) # 点的大小范围为 [10, 200] # 绘制散点图 plt.figure(figsize=(8, 5)) plt.scatter(x, y, s=sizes, c=np.abs(x - y), cmap='viridis', alpha=0.7, edgecolors='k', marker='o') plt.colorbar(label="Color Intensity Based on |x-y|") # 添加颜色条解释 plt.title("Scatter Plot Example", fontsize=16) plt.xlabel("Random X Values", fontsize=12) plt.ylabel("Random Y Values", fontsize=12) plt.grid(True) plt.show() ``` --- ### 关键点解析 - **曲线图**: 主要依赖 `plt.plot()` 函数，适合表现连续变化的趋势。可以通过调整 `color`, `linewidth`, 和 `linestyle` 来美化图像[^1]。 - **散点图**: 利用 `plt.scatter()` 函数，支持高度定制化选项如 `s` 控制点大小，`c` 控制颜色，`marker` 控制标记形式[^4]。 ---