matplotlib基础
在使用Numpy之前，需要了解一些画图的基础。
Matplotlib是一个类似Matlab的工具包，主页地址为
导入 matplotlib 和 numpy：
python
%pylabUsing matplotlib backend: <object object at 0x00000233EAD475D0>
%pylab is deprecated, use %matplotlib inline and import the required libraries.
Populating the interactive namespace from numpy and matplotlib
plot 二维图
python
plot(y)
plot(x, y)
plot(x, y, format_string)只给定 y 值，默认以下标为 x 轴：
python
%matplotlib inline
x = linspace(0, 2 * pi, 50)
plot(sin(x))[<matplotlib.lines.Line2D at 0x233ec308850>]
给定 x 和 y 值：
python
plot(x, sin(x))[<matplotlib.lines.Line2D at 0x233ee53cf90>]
多条数据线：
python
plot(x, sin(x),
x, sin(2 * x))[<matplotlib.lines.Line2D at 0x233ef6b1110>,
<matplotlib.lines.Line2D at 0x233ef6e8710>]
使用字符串，给定线条参数：
python
plot(x, sin(x), 'r-^')[<matplotlib.lines.Line2D at 0x233ef71ec90>]
多线条：
python
plot(x, sin(x), 'b-o',
x, sin(2 * x), 'r-^')[<matplotlib.lines.Line2D at 0x233ef7c1550>,
<matplotlib.lines.Line2D at 0x233ef7ebc90>]
更多参数设置，请查阅帮助。事实上，字符串使用的格式与Matlab相同。
scatter 散点图
python
scatter(x, y)
scatter(x, y, size)
scatter(x, y, size, color)假设我们想画二维散点图：
python
plot(x, sin(x), 'bo')[<matplotlib.lines.Line2D at 0x233ef867c50>]
可以使用 scatter 达到同样的效果：
python
scatter(x, sin(x))<matplotlib.collections.PathCollection at 0x233ef744790>
事实上，scatter函数与Matlab的用法相同，还可以指定它的大小，颜色等参数：
python
x = rand(200)
y = rand(200)
size = rand(200) * 30
color = rand(200)
scatter(x, y, size, color)
# 显示颜色条
colorbar()<matplotlib.colorbar.Colorbar at 0x233ef8874d0>
多图
使用figure()命令产生新的图像：
python
t = linspace(0, 2*pi, 50)
x = sin(t)
y = cos(t)
figure()
plot(x)
figure()
plot(y)[<matplotlib.lines.Line2D at 0x233ee664410>]
或者使用 subplot 在一幅图中画多幅子图：
subplot(row, column, index)
python
subplot(1, 2, 1)
plot(x)
subplot(1, 2, 2)
plot(y)[<matplotlib.lines.Line2D at 0x233efb93b10>]
向图中添加数据
默认多次 plot 会叠加：
python
plot(x)
plot(y)[<matplotlib.lines.Line2D at 0x233efc22950>]
可以跟Matlab类似用 hold(False)关掉，这样新图会将原图覆盖：
python
plot(x)
hold(False)
plot(y)
# 恢复原来设定
hold(True)---------------------------------------------------------------------------
NameError Traceback (most recent call last)
Cell In[13], line 2
1 plot(x)
----> 2 hold(False)
3 plot(y)
4 # 恢复原来设定
NameError: name 'hold' is not defined
标签
可以在 plot 中加入 label ，使用 legend 加上图例：
python
plot(x, label='sin')
plot(y, label='cos')
legend()或者直接在 legend中加入：
python
plot(x)
plot(y)
legend(['sin', 'cos'])坐标轴，标题，网格
可以设置坐标轴的标签和标题：
python
plot(x, sin(x))
xlabel('radians')
# 可以设置字体大小
ylabel('amplitude', fontsize='large')
title('Sin(x)')用 'grid()' 来显示网格：
python
plot(x, sin(x))
xlabel('radians')
ylabel('amplitude', fontsize='large')
title('Sin(x)')
grid()清除、关闭图像
清除已有的图像使用：
clf()
关闭当前图像：
close()
关闭所有图像：
close('all')
imshow 显示图片
灰度图片可以看成二维数组：
python
# 导入lena图片
from scipy.misc import lena
img = lena()
img我们可以用 imshow() 来显示图片数据：
python
imshow(img,
# 设置坐标范围
extent = [-25, 25, -25, 25],
# 设置colormap
cmap = cm.bone)
colorbar()更多参数和用法可以参阅帮助。
这里 cm 表示 colormap，可以看它的种类：
python
dir(cm)使用不同的 colormap 会有不同的显示效果。
python
imshow(img, cmap=cm.RdGy_r)从脚本中运行
在脚本中使用 plot 时，通常图像是不会直接显示的，需要增加 show() 选项，只有在遇到 show() 命令之后，图像才会显示。
直方图
从高斯分布随机生成1000个点得到的直方图：
python
hist(randn(1000))更多例子请参考下列网站：