标签：plot plt 创建 简单 lines 可视化 rcParams 0.5 数据
前言
提示：这里可以添加本文要记录的大概内容：
例如：随着人工智能的不断发展，机器学习这门技术也越来越重要，很多人都开启了学习机器学习，本文就介绍了机器学习的基础内容。
提示：以下是本篇文章正文内容，下面案例可供参考
一、数据可视化是什么？
数据可视化，是关于数据视觉表现形式的科学技术研究。其中，这种数据的视觉表现形式被定义为，一种以某种概要形式抽提出来的信息，包括相应信息单位的各种属性和变量。
它是一个处于不断演变之中的概念，其边界在不断地扩大。主要指的是技术上较为高级的技术方法，而这些技术方法允许利用图形、图像处理、计算机视觉以及用户界面，通过表达、建模以及对立体、表面、属性以及动画的显示，对数据加以可视化解释。与立体建模之类的特殊技术方法相比，数据可视化所涵盖的技术方法要广泛得多。
二、使用步骤
1.引入库
代码如下（示例）：
import numpy as np
import matplotlib.pyplot as plt
2.实际代码
代码如下（示例）：
import numpy as np
import matplotlib.pyplot as plt
pic = plt.figure(figsize=(8,8),dpi=80) #创建画板 画布是软件自带的
x = np.linspace(0,1,1000) # 使用numpy库来给x取值范围
axs1 = pic.add_subplot(2,2,1) #创建第一个子库
plt.title('qx') #创建第一个子库的标题
plt.xlabel('x') #创建x轴的标签名称
plt.ylabel('y')
plt.xticks([0.1,0.2,0.3,0.4,0.5,0.6,0.7,0.8,0.9]) #创建x的刻度
plt.yticks([0.1,0.2,0.3,0.4,0.5,0.6,0.7,0.8,0.9])
plt.plot(x,x**3) #创建图像函数
plt.plot(x,x)
plt.plot(x,x**2)
plt.legend(['y=x^3','y=x','y=x^2']) #创建图像轮廓
axs2 = pic.add_subplot(2,2,2) #创建第二个子库
plt.xlabel('x')
plt.ylabel('y')
plt.xticks([0.5,0.8])
plt.yticks([0.2,0.5])
plt.rcParams['lines.linestyle']='--' #修改默认的曲线样式
plt.rcParams['lines.linewidth']=int(10)
plt.plot(x,x**0.5)
plt.title('y=x^0.5')
axs3 = pic.add_subplot(2,2,3) #创建第三个子库
plt.xlabel('x')
plt.ylabel('y')
plt.xticks([0,1,0,3,0,7,0.9])
plt.yticks([0.2,0.5,0.7,0.9])
plt.title('y=x^4')
plt.rcParams['lines.marker'] = None
plt.rcParams['lines.markersize'] = 5 #修改默认点的大小
plt.rcParams['lines.linestyle'] = '-'
plt.rcParams['lines.linewidth'] = 5 #修改默认线的宽度
plt.plot(x,x**4)
axs4 = pic.add_subplot(2,2,4) #创建第四个子库
plt.rcParams['lines.linestyle'] = '-'
plt.rcParams['lines.linewidth'] = 8
plt.rcParams['lines.marker'] = None
plt.rcParams['lines.markersize'] = 5
plt.xlabel('x')
plt.ylabel('y')
plt.xticks([0.2,0.6,0.8])
plt.yticks([0.2,0.6,0.8])
plt.title('y=x**0.1')
plt.plot(x,x**0.1)
plt.show()#展示图像
总结
提示：这里对文章进行总结：
1.首先引入matplotlib.pyplot库和numpy库
2.创建画板，再创建子库 这个有点像保存文件那一部分知识
3.创建自己想要的函数图形，最后再plt.show()来展示自己的函数图像
标签：plot,plt,创建,简单,lines,可视化,rcParams,0.5,数据 来源： https://blog.csdn.net/qq_52154193/article/details/113788645
本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享； 2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关； 3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关； 4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除； 5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。