本文只介绍最简单基本的画图方法
预设
要想画出来的图有些逼格，首先应该进行如下设置
plt.rcParams['font.sans-serif']=['SimHei'] #画图时显示中文字体
plt.rcParams['axes.unicode_minus'] = False #防止因修改成中文字符，导致某些 unicode 字符不能显示
plt.subplots_adjust(left=None, bottom=None, right=None, top=None,
wspace=0.3) #设置制子图之间的左右间距，left 等是设置画图区域与画布之间的间
font1 = {'family' : 'SimHei',
'weight' : 'normal',
'size' : 15,
} #设置图例（legend）文字的格式的
绘制多幅图
基本格式：
fig = plt.figure(figsize=())
ax1 = plt.subplot(m,n,1) #m 为行、n为列、1 为图序
plt.plot(xxxxx)
ax2 = plt.subplot(m,n,2)
plt.plot(xxxx)
......
示例如下：
```python
import matplotlib.pyplot as plt
import numpy as np
x = np.linspace(0,2*np.pi,100)
y1 = np.sin(x)
y2 = np.cos(x)
y3 = x+1
fig = plt.figure(figsize=(12,4)) #宽度、高度
ax1 = plt.subplot(1,3,1)
plt.plot(x,y1,linewidth=1.5,color='c',label=r'$y_1$',marker='o',markersize=4)
plt.xlabel('x',fontsize=24)
plt.ylabel(r'$y_1$',fontsize=24)
plt.ylim([-1,1])
plt.xlim([0,2*np.pi])
plt.legend(prop=font1,loc='best')
plt.grid()
ax2 = plt.subplot(1,3,2)
plt.plot(x,y2,linewidth=3,color='r',label=r'$y_2$',linestyle='-.')
plt.xlabel('x',fontsize=24)
plt.ylabel(r'$y_2$',fontsize=24)
plt.ylim([-1,1])
plt.xlim([0,2*np.pi])
plt.legend(prop=font1,loc='best')
plt.grid()
ax3 = plt.subplot(1,3,3)
plt.plot(x,y3,linewidth=1.5,color='b',label=r'$y_3$',linestyle='--')
plt.xlabel('x',fontsize=24)
plt.ylabel(r'$y_3$',fontsize=24)
plt.legend(prop=font1,loc='best')
plt.grid()
另外。plt.title 也可以设图片的标题，子图的标题也行
画骨骼图
先看效果：
这里要用 axe 来画图，而不能直接用 plt，代码如下：
def sigmoid(x):
return 1./(1.+np.exp(-x))
def relu(x):
return np.where(x<0,0,x)
def tanh(x):
return 2*sigmoid(2*x)-1
font1 = {'family' : 'Times New Roman',
'weight' : 'normal',
'size' : 14,
}
def plot_tran_fun():
plt.rcParams['font.sans-serif']=['SimHei']
plt.rcParams['axes.unicode_minus'] = False
fig = plt.figure(figsize=(8,6))
ax1 = plt.subplot(2,2,1)
x = np.arange(-10, 10)
y = sigmoid(x)
ax.spines['top'].set_color('none')
ax.spines['right'].set_color('none')
ax.xaxis.set_ticks_position('bottom')
ax.spines['bottom'].set_position(('data',0))
ax.set_xticks([-10,-5,0,5,10])
ax.yaxis.set_ticks_position('left')
ax.spines['left'].set_position(('data',0))
ax.plot(x,y,label="Sigmoid",color = "blue")
plt.legend(prop=font1,loc='lower right')
# plt.show()
#
#
ax2 = plt.subplot(2,2,2)
x = np.arange(-10, 10)
y = tanh(x)
ax.spines['top'].set_color('none')
ax.spines['right'].set_color('none')
ax.xaxis.set_ticks_position('bottom')
ax.spines['bottom'].set_position(('data',0))
ax.set_xticks([-10,-5,0,5,10])
ax.yaxis.set_ticks_position('left')
ax.spines['left'].set_position(('data',0))
ax.plot(x,y,label="Tanh",color = "blue")
plt.legend(prop=font1)
# ax.show()
#
ax = fig.add_subplot(223)
#
x = np.arange(-10, 10)
y = relu(x)
ax.spines['top'].set_color('none')
ax.spines['right'].set_color('none')
ax.xaxis.set_ticks_position('bottom')
ax.spines['bottom'].set_position(('data',0))
ax.set_xticks([-10,-5,0,5,10])
ax.yaxis.set_ticks_position('left')
ax.spines['left'].set_position(('data',0))
ax.plot(x,y,label="ReLU",color = "blue")
plt.legend(prop=font1)
#
ax = fig.add_subplot(224)
#
x = np.arange(-10, 10)
y = x
ax.spines['top'].set_color('none')
ax.spines['right'].set_color('none')
ax.xaxis.set_ticks_position('bottom')
ax.spines['bottom'].set_position(('data',0))
ax.set_xticks([-10,-5,0,5,10])
ax.yaxis.set_ticks_position('left')
ax.spines['left'].set_position(('data',0))
ax.plot(x,y,label="Linear",color = "blue")
plt.legend(prop=font1)
plot_tran_fun()
其他画图
画出包围部分
一般用在画积分面积的时候，代码如下：
fig = plt.figure(figsize=(6,4))
plt.plot(x,y1,x,y2)
plt.fill_between(x,y1,y2,facecolor='k',alpha=0.2)
plt.text(1.5,0,'包围部分',fontsize=20)
plt.title('画出包围部分',fontsize=16)
散点图
plt.scatter(x,y,s=None,c=None,marker=None,alpha=None)
其中 s 为每一个点的大小，若传入的是一个列表或者 array，则array匹配每一个点的大小； c 表示点的颜色，若传入的是列表或者 array，则匹配每一个点的颜色
from sklearn.datasets import make_gaussian_quantiles
X, y = make_gaussian_quantiles(n_samples=300,n_features=2, n_classes=2) #产生数据集
X0 = X[y.ravel()==0]
plt.scatter(X0[:, 0], X0[:, 1], marker='o')
X1 = X[y.ravel()==1]
plt.scatter(X1[:, 0], X1[:, 1], marker='x')
柱状图
plt.bar(x,height,width,color)
其中 height 是柱状图的高度，即 y；
x = np.arange(10)
y1 = np.random.randn(10)
y2 = np.random.randn(10)
fig = plt.figure(figsize=(6,4))
plt.bar(x,y1,width=0.35,color='g')
plt.bar(x+0.35,y2,width=0.35,color='b')
plt.xlabel('x',fontsize=16)
plt.ylabel('y',fontsize=16)
饼状图
plt.pie(x,labels=None,explode=None,colors=None,autopct=None)
其中：x 为待表示数据；label 接受一个 array，分别对应 x 的标签，explode 接受 array，表示饼状图离圆心的距离（用半径的百分比表示）；colors 可以接受 array，表示每一个饼的颜色，autopct 是设置比例的表示方法，如 %1.1f %%（第二个 % 是为了转意）
x = [15,20,30,40]
explode = [0.05]*len(x)
autopct = '%1.1f %%'
labels = ['one','two','three','four']
fig = plt.figure(figsize=(6,4))
patches,l_text,p_text = plt.pie(x,labels=labels,explode=explode,autopct=autopct)
#l_text,p_text 是为了设置饼状图的文本。l_text 是labels的文本，p_text 是图内部的文本（比例）
for t in l_text:
t.set_size(30)
for t in p_text:
t.set_size(20)
箱型图
plt.boxplot(df,sym,meanline)
df：为箱型图绘制的数据，以列为单位进行绘制
sym：为异常点的形状
meanline：是否展示平均线
import pandas as pd
df = pd.DataFrame(np.random.randn(5,4),columns=['A','B','C','D'])
fig = plt.figure(figsize=(6,4))
plt.boxplot(df,sym='o',meanline=True)
若要设置 xticks，则需要用到 ax，如下：
df = pd.DataFrame(np.random.randn(5,4),columns=['A','B','C','D'])
fig = plt.figure(figsize=(6,4))
ax = plt.subplot()
ax.boxplot(df,sym='o')
ax.set_xticklabels(['A','B','C','D'])
频率直方图
import pandas as pd
x = np.random.normal(0,1,size=(100))
fig = plt.figure(figsize=(6,4))
bin_num = 10
plt.hist(x,bin_num)
