import matplotlib.pyplot as plt

import numpy as np

# 先获取一个图表

plt.figure()

# 设置图表的标题

plt.title("sale report")

# 设置y轴的label标签

plt.ylabel("amount")

# 设置x轴的label标签

plt.xlabel("month")

# 模拟一些(X,Y)坐标数据（注：习惯上用大写表示矩阵）

X = np.arange(0, 13)

Y = np.array([100, 200, 200, 300, 400, 600, 500, 550, 600, 700, 800, 750, 800])

# 将x轴的刻度范围限制为-0.5~12.2

plt.xlim(-0.5, 12.2)

# 将y轴的刻度范围限制为0~1000

plt.ylim(0, 1000)

# 将(X,Y)坐标用red红色画线

plt.plot(X, Y, 'r')

# X坐标也可以省略，只要Y轴的坐标值即可，--表示是虚线

plt.plot(Y + 50, '--')

# g+表示green绿色，画图的样式为+号

plt.plot(Y - 50, 'g+')

# 同时划二条线，第1个是yellow黄色，第2个是magenta色，另外还设置了样式1

plt.plot(Y - 100, 'y', Y - 150, 'm1')

# 渲染出来

plt.show()

import matplotlib.pyplot as plt

import numpy as np

# 先获取一个图表

fig = plt.figure()

# 抛物线

X1 = np.linspace(-5, 5, 50)  # -5 ~ 5 之间生成50个点

Y1 = X1 ** 2 + 5

plt.plot(X1, Y1, 'r')

# plt.plot(X1, Y1, color='red', label='parabola')

# 三角函数

X2 = np.linspace(np.pi, 5 * np.pi, 50)  # 在pi ~ 5pi之间生成50个点

Y2 = 6 * np.cos(X2)

plt.plot(X2, Y2, 'y')

# plt.plot(X2, Y2, color='y', label='cosine')

# 直线

X3 = np.linspace(-4, 6, 20)

Y3 = 3 * X3 + 10

plt.plot(X3, Y3, 'g--')

# plt.plot(X3, Y3, color='green', linestyle='--', label='line')

# 显示图例说明

# plt.legend()

# 渲染出来

plt.show()

# coding:utf8

import matplotlib.pyplot as plt

import numpy as np

# 先获取一个图表

fig = plt.figure()

# 设置x,y坐标轴的刻度显示范围

plt.xlim(-7, 7)

plt.ylim(0, 7)

# 抛物线

X1 = np.linspace(-5, 5, 50)  # -5 ~ 5 之间生成50个点

Y1 = 0.25 * X1 ** 2

plt.plot(X1, Y1, color='red', label=r'$y=\frac{x^2}{4}$')

# 直线

X2 = np.linspace(-5, 5, 50)

Y2 = X2

plt.plot(X2, Y2, color='green', linestyle='--', label=r'$y=x$')

# 黑色辅助线

plt.plot([4, 4], [4, 0], "k--")

# 抛物线与直线的交点处，标记1个黑点

plt.plot([4, 4], [4, 4], 'ko')

# 交点处的文本(annotate方式)

plt.annotate(r'$y=\frac{4^2}{4}=4$',

             xy=(4, 4),

             xycoords='data',

             xytext=(+10, -30),

             textcoords='offset points',

             fontsize=12,

             color="red",

             arrowprops=dict(arrowstyle="->",

                             color="red",

                             connectionstyle="arc3,rad=.5"))

# text方式的文本

plt.text(5.2, 6.1, r'$y=\frac{x^2}{4}$', fontdict={'size': 16, 'color': 'r'})

plt.text(5.2, 5.1, r'$y=x$', fontdict={'size': 16, 'color': 'g'})

# 获取当前坐标轴gca即get current axis

ax = plt.gca()

# 去掉上、右二侧的边框线

ax.spines['top'].set_color('none')

ax.spines['right'].set_color('none')

# 将左侧的y轴，移到x=0的位置

ax.spines['left'].set_position(('data', 0))

# 调整x轴刻度（从-5到+5，正好11个点）

plt.xticks(np.linspace(-5, 5, 11))

# 调整y轴刻度

plt.yticks(np.linspace(1, 6, 6))

# 给坐标轴加箭头

plt.arrow(0, 7, 0, 0, width=0.2, color="k", clip_on=False, head_width=0.2, head_length=0.2)

plt.arrow(7, 0, 0.01, 0, width=0.2, color="k", clip_on=False, head_width=0.2, head_length=0.2)

# 显示图例说明

plt.legend()

# 显示

plt.show()

# coding:utf8

import matplotlib.pyplot as plt

# 先获取一个图表

fig = plt.figure()

# 设置x,y坐标轴的刻度显示范围

plt.xlim(-5, 20)

plt.ylim(-5, 30)

# 画散点图

X1 = [0, 10]

Y1 = [10, 20]

# c即color , s即scale

plt.scatter(X1, Y1, c='r', s=80, label='scatter 1')

plt.scatter([10, 15], [5, 10], c='g', label='scatter 2')

# 显示网格

plt.grid(True, alpha=0.3)

# 加上坐标说明

plt.text(0.5, 10.5, r'$(0,10)$')

plt.text(10.5, 20.5, r'$(10,20)$')

plt.text(10.5, 5.5, r'$(10,5)$')

plt.text(15.5, 10.5, r'$(15,10)$')

# 显示图例说明

plt.legend()

# 显示

plt.show()