绘制不同类型的线条 

import matplotlib.pyplot as plt
import numpy as np

x = np.array([1, 2, 3])
y = np.array([2, 4, 6])

# 不同线型的示例
plt.plot(y, marker='*', linestyle='-')   # 实线
plt.plot(y + 1, marker='o', linestyle='--')  # 虚线
plt.plot(y + 2, marker='x', linestyle='-.')  # 点划线
plt.plot(y + 3, marker='d', linestyle=':')   # 点线

# 自定义线型
plt.plot(y + 4, marker='s', linestyle=(0, (5, 10)))  # 自定义：5个单位实线，10个单位空格

plt.show()

添加中文

plt.rcParams['font.sans-serif'] = ['SimHei']  # 用来正常显示中文标签
plt.rcParams['axes.unicode_minus'] = False   # 用来正常显示负号

创建多个子图

import matplotlib.pyplot as plt
import numpy as np

# 生成从 0 到 10 的 100 个均匀间隔的数值，用于 x 轴
x = np.linspace(0, 10, 100)

# 创建一个新的图形对象，设置图形的大小为 10x8 英寸
plt.figure(figsize=(10, 8))

# 创建第一个子图，设置为 2 行 2 列的网格中的第 1 个子图
plt.subplot(2, 2, 1)  # 参数解释：2 行，2 列，第 1 个位置
plt.plot(x, np.sin(x))  # 绘制 sin(x) 函数的曲线
plt.title('Sin(x)')  # 设置第一个子图的标题为 "Sin(x)"

# 创建第二个子图，设置为 2 行 2 列的网格中的第 2 个子图
plt.subplot(2, 2, 2)  # 参数解释：2 行，2 列，第 2 个位置
plt.plot(x, np.cos(x))  # 绘制 cos(x) 函数的曲线
plt.title('Cos(x)')  # 设置第二个子图的标题为 "Cos(x)"

# 创建第三个子图，设置为 2 行 2 列的网格中的第 3 个子图
plt.subplot(2, 2, 3)  # 参数解释：2 行，2 列，第 3 个位置
plt.plot(x, np.tan(x))  # 绘制 tan(x) 函数的曲线
plt.title('Tan(x)')  # 设置第三个子图的标题为 "Tan(x)"

# 创建第四个子图，设置为 2 行 2 列的网格中的第 4 个子图
plt.subplot(2, 2, 4)  # 参数解释：2 行，2 列，第 4 个位置
plt.plot(x, -np.sin(x))  # 绘制 -sin(x) 函数的曲线
plt.title('-Sin(x)')  # 设置第四个子图的标题为 "-Sin(x)"

# 自动调整子图之间的空隙，避免标题、轴标签等元素重叠
plt.tight_layout()

# 显示图形
plt.show()

import matplotlib.pyplot as plt
import numpy as np

# 设置字体和负号显示
plt.rcParams['font.sans-serif'] = ['SimHei']  # 用来正常显示中文标签
plt.rcParams['axes.unicode_minus'] = False   # 用来正常显示负号

# 定义第一个数据集
x = np.array([1, 2, 3])
y = np.array([3, 5, 7])

# 创建 1 行 2 列的子图布局，并选择第一个子图
plt.subplot(1, 2, 1)
plt.title('line1')  # 设置第一个子图的标题
plt.xlabel('中文')   # 设置 x 轴标签，支持中文
plt.ylabel('值')     # 设置 y 轴标签
plt.grid(True)       # 显示网格
plt.plot(x, y, linestyle='dotted')  # 绘制点线样式的曲线

# 定义第二个数据集
x = np.array([1, 2, 3])
y = np.array([3, 5, 70])

# 创建 1 行 2 列的子图布局，并选择第二个子图
plt.subplot(1, 2, 2)
plt.plot(x, y, marker='o')  # 绘制带有圆形标记的曲线
plt.title('line2')          # 设置第二个子图的标题
plt.xlabel('x')             # 设置 x 轴标签
plt.ylabel('y')             # 设置 y 轴标签
plt.grid(True)              # 显示网格

# 自动调整子图之间的空隙，避免重叠
plt.tight_layout()

# 显示图形
plt.show()

import matplotlib.pyplot as plt
import numpy as np

# 生成 x 的数值，从 0 到 10，包含 100 个均匀间隔的点
x = np.linspace(0, 10, 100)

# 计算 y1 为 sin(x) 函数的值
y1 = np.sin(x)

# 计算 y2 为 cos(x) 函数的值
y2 = np.cos(x)

# 创建一个新的图形对象，设置图形大小为 10x6 英寸
plt.figure(figsize=(10, 6))

# 使用 subplot2grid 创建子图
# (2, 2) 定义一个 2 行 2 列的网格布局
# (0, 0) 指定子图从第 1 行第 1 列开始
# colspan=2 表示该子图横跨两列
ax1 = plt.subplot2grid((2, 2), (0, 0), colspan=2)  # 占据顶部的两列位置

# 使用 subplot2grid 创建第二个子图
# (2, 2) 定义一个 2 行 2 列的网格布局
# (1, 0) 指定子图位于第 2 行第 1 列
ax2 = plt.subplot2grid((2, 2), (1, 0))  # 左下角的子图

# 使用 subplot2grid 创建第三个子图
# (2, 2) 定义一个 2 行 2 列的网格布局
# (1, 1) 指定子图位于第 2 行第 2 列
ax3 = plt.subplot2grid((2, 2), (1, 1))  # 右下角的子图

# 在第一个子图 ax1 中绘制 sin(x) 的曲线
ax1.plot(x, y1, label='Sin(x)')  # 绘制 sin(x) 曲线，并添加标签 'Sin(x)'
ax1.set_title('Sine Function')  # 设置第一个子图的标题
ax1.grid(True)  # 显示网格线
ax1.legend()  # 显示图例

# 在第二个子图 ax2 中绘制 cos(x) 的曲线
ax2.plot(x, y2, color='r', label='Cos(x)')  # 绘制 cos(x) 曲线，颜色为红色，标签为 'Cos(x)'
ax2.set_title('Cosine Function')  # 设置第二个子图的标题
ax2.grid(True)  # 显示网格线
ax2.legend()  # 显示图例

# 在第三个子图 ax3 中绘制 -sin(x) 的曲线
ax3.plot(x, -y1, linestyle='--', label='-Sin(x)')  # 绘制 -sin(x) 曲线，样式为虚线，标签为 '-Sin(x)'
ax3.set_title('Negative Sine Function')  # 设置第三个子图的标题
ax3.grid(True)  # 显示网格线
ax3.legend()  # 显示图例

# 自动调整子图之间的空隙，避免内容重叠
plt.tight_layout()

# 显示所有绘制的图形
plt.show()

 x = np.linspace(0, 10, 100)用于生成随机均匀的数。

import matplotlib.pyplot as plt
import numpy as np

# 生成 x 轴的数值，从 0 到 10，共 100 个等间隔的点
x = np.linspace(0, 10, 100)

# 计算 y 轴的数值，这里是 sin(x) 函数的值
y = np.sin(x)

# 绘制 sin(x) 曲线
plt.plot(x, y, label='Sin(x)')

# 设置图形标题和标签
plt.title('Sine Function Plot')
plt.xlabel('X-axis')
plt.ylabel('Y-axis')

# 显示图例
plt.legend()

# 显示网格线，便于观察数据
plt.grid(True)

# 显示绘图
plt.show()

import matplotlib.pyplot as plt
import numpy as np

# 生成 x 的数值，从 0 到 10，共 100 个等间隔的点
x = np.linspace(0, 10, 100)
y1 = x * x

# 设置图像大小，宽度为 12 英寸，高度为 8 英寸
plt.figure(figsize=(12, 8))

# 创建第一个子图，占据网格的 (0, 0) 位置，即第一行第一列
ax1 = plt.subplot2grid((2, 2), (0, 0))
ax1.plot(x, y1, label='function')
ax1.set_xlabel('x')
ax1.set_ylabel('y')
ax1.set_title('x and y')
ax1.grid(True)

# 创建第二个子图，占据网格的 (0, 1) 位置，即第一行第二列
y2 = -y1
ax2 = plt.subplot2grid((2, 2), (0, 1))
ax2.plot(x, y2, label='function')
ax2.set_xlabel('x')
ax2.set_ylabel('y')
ax2.set_title('x and -y')
ax2.grid(True)

# 创建第三个子图，占据网格的 (1, 0) 位置，并跨越两列
y3 = np.sin(x)
ax3 = plt.subplot2grid((2, 2), (1, 0), colspan=2)
ax3.plot(x, y3, label='sin(x)')
ax3.set_xlabel('x')
ax3.set_ylabel('sin(x)')
ax3.set_title('Sine Function')
ax3.grid(True)

# 自动调整子图之间的空隙，防止重叠
plt.tight_layout()

# 显示图形
plt.show()

• plt.subplot2grid((2, 2), (0, 0))：创建一个子图在 2x2 的网格中，位于第一行第一列的位置。

• plt.subplot2grid((2, 2), (0, 1))：创建另一个子图在同一行的第二列。

• plt.subplot2grid((2, 2), (1, 0), colspan=2)：创建一个子图占据第二行的所有列（跨两列），从而在底部形成一个宽的子图。

ax1 的常见用法：

• 设置标题：ax1.set_title('Title') 用于设置该子图的标题。
• 设置轴标签：ax1.set_xlabel('x') 和 ax1.set_ylabel('y') 用于设置 x 轴和 y 轴的标签。
• 绘制数据：ax1.plot(x, y) 在 ax1 这个子图上绘制数据。
• 显示网格线：ax1.grid(True) 在该子图中显示网格线。

# 创建第一个子图，并将它的引用赋值给 ax1
ax1 = plt.subplot2grid((2, 2), (0, 0))
ax1.plot(x, y1, label='function')  # 在 ax1 子图上绘制数据
ax1.set_xlabel('x')                # 设置 x 轴标签
ax1.set_ylabel('y')                # 设置 y 轴标签
ax1.set_title('x and y')           # 设置标题
ax1.grid(True)                     # 显示网格线

在一幅图中绘制两种曲线