2019-04-15 Python之利用matplotlib和numpy的简单绘图

import numpy as np               #引用numpy库，从新命名它为np（以后用np代替numpy，简洁）
import matplotlib.pyplot as plt
import matplotlib

x = np.linspace(0,6,100)    #在【0，6】平均分为100个
print(x)   #输出查看一下x内容
y = np.cos(2*np.pi*x) * np.exp(-x) + 0.8   #调用np库里的cos函数
print(y)  #输出Y查看一下内容
plt.plot(x,y,‘k‘,color=‘r‘,linewidth=3,linestyle="-") color=‘r‘代表红色
plt.show() #展示绘图

import numpy as np
import matplotlib.pyplot as plt
import matplotlib

matplotlib.rcParams[‘font.family‘] = ‘SimHei‘       #为了正确显示中文字体，设置SimHei为默认字体
matplotlib.rcParams[‘font.sans-serif‘] = [‘SimHei‘]  #备选方案，防止上面一条命令无效
plt.plot([0,0.5,2,4],[0,99,2,3])　　　　#定义x，y坐标（0，0），（0.5，99）....
plt.title("14-Kind")    #编写标题
plt.show()

import numpy as np
import matplotlib.pyplot as plt
import matplotlib

x = np.linspace(0,10,10) #在【0，10】内分隔100
print(x)
y = np.cos(2*np.pi*x) * np.exp(-x) + 0.8
print(y)
plt.plot(x,y,‘k‘,color = ‘r‘, label="$y-x$",linewidth=3)  #label左上角显示内容，详情看图片
plt.axis([0,6,0,1.8])       #x在【0，6】，y在【0，1.8】
ix = (x>1) & (x<5)　　　　　　#设置显示颜色范围
#加阴影 alpha(颜色深度)
plt.fill_between(x,y,0,where = ix,                 facecolor = ‘blue‘,alpha=0.6)
plt.xlabel(‘时间(s)‘)
plt.ylabel(‘路程(km)‘)
plt.text(0.5 * (0.8+3),0.2 ,r"$\int_a^b f(x)\mathrm{d}x$",         horizontalalignment=‘center‘)
plt.title("14-Kind")
plt.legend()
plt.show()