> For the complete documentation index, see [llms.txt](https://johannesliu.gitbook.io/data-science-python-implemented/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://johannesliu.gitbook.io/data-science-python-implemented/11.0-foundation_matplotlib/11.2-elements.md).

# 11.2 图表元素

**10.2.1核心概念介绍**

用matplotlib.pyplot绘图需要知道以下几个概念：

一个作图的窗口就是一个Figure， 我们通过调用plt.figure（）来创建一个Figure。常用的一个参数： figsize=(width, height)用来创建指定高度和宽度的Figure。

在Figure上可以有很多个Axes/Subplot(坐标轴/子图),每一个Axes/Subplot为一个单独的绘图区，可以在上面绘图，其中每一个Axes/subplot都可以有XAxis和YAxis，并且可以在上面标出刻度，设置刻度的位置，以及添加xy轴的标签label。

**10.2.2常用函数介绍**

> 一些常用的函数及其用法如下表2.1所示。

表2.1 pypolt模块常用函数表

| 函数调用                                    | 函数功能           | 参数说明                                            |
| --------------------------------------- | -------------- | ----------------------------------------------- |
| plt.plot(x,y)                           | 展现变量的变化趋势      | x:x轴上的数值 y:y轴上的数值                               |
| plt.scatter(x,y)                        | 展现变量之间的关系      | x:x轴上的数值 y:y轴上的数值                               |
| plt.xlim(xmin,xmax)                     | 设置x轴的数值范围      | xmin:x轴上的最小值 xmax:x轴上的最大值                       |
| plt.xlabel(str)                         | 设置x轴的标签文本      | str:设置x轴的标签文本                                   |
| plt.grid(linestyle=”:”)                 | 添加网格刻度线        | linestyle:网格线的线条风格                              |
| plt.axhline(y)                          | 添加平行于x轴的水平参考线  | y:水平参考线的出发点                                     |
| plt.axvspan(xmin,xmax)                  | 添加垂直于x轴的水平参考区域 | xmin:参考区域的起始位置 xmax:参考区域的终止位置                   |
| plt.annotate(str,xy=(a,b),xytext=(c,d)) | 为图形添加指向性注释文本   | str:图形内容的注释文本 xy:被注释图形内容的位置坐标 xytext:注释文本的位置坐标  |
| plt.text(x,y,string)                    | 为图形添加无指向性注释文本  | x:注释文本内容所在位置的横坐标 y:注释文本内容所在位置的纵坐标 string:注释文本内容 |
| plt.title(str)                          | 为图形添加标题        | str:为图形内容添加的标题                                  |
| plt.legend(loc=”lower left)             | 标识不同图形的文本标签示例  | loc:图例在图中的位置                                    |

现在我们根据以上介绍的部分常用函数的用法和功能，通过几个具体的例子，来加深对以上函数学习的印象。

**案例1：折线图绘制（看不出来是折线图）**

**例3：在同一个画布中画出的图像，其中使用虚线“- -”画出**

y1=2\*x+1

> y2=x\*\*2

> plt.figure()

> plt.plot(x,y1)

> plt.plot(x,y2,color='red',linewidth=1.0,linestyle='--')

> plt.xlim((-1,2))

> plt.ylim((-2,3))

> plt.xlabel('I am x')

> plt.ylabel('I am y')

> plt.show()

运行结果如图2.1所示。

(plt.plot就是画的折线图，他通过点与点相连成图，但是这个图上采样了50个点，因此，肉眼看出来几乎是连续的，你在这个图上，把y2的图像用了一种新的样式来表示，我想你的意思是绘制这种新样式的图，你可以查下linestyle这个函数,看看他有什么参数，再列个表，同时，案例名称也要改变，可以讲一下pyplot.plot的绘图原理)

![C:\Users\Johan\AppData\Local\Microsoft\Windows\INetCache\Content.MSO\4A7CB910.tmp](https://914753012-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2F-Mjx-LkXo6sfWzVc3cno%2Fuploads%2Fgit-blob-3685fc52bbe2a4e24c704759ece50d2dc6a98ec8%2F54a8ef3cef94bce77e52d8d0d8f21f9d.png?alt=media)

图2.1 例3

**例4：绘制散点图**

y=np.random.rand(100)

plt.scatter(x,y,color="red",label="scatter figure")

plt.grid(linestyle="--",color="blue")

plt.legend(loc="lower left")

plt.show()

不需要代码间空行

运行结果如图2.2所示。

![](https://914753012-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2F-Mjx-LkXo6sfWzVc3cno%2Fuploads%2Fgit-blob-3caca018166c8f96022a8db01d049df0665c0501%2F70ba038f62641ea38af65fe0c0447b7e.png?alt=media)

图2.2