Matplotlib2D图表

       np.random.normal()的意思是一个正态分布，numpy.random.normal(loc=0,scale=1e-2,size=shape) ，意义如下：

　　参数loc(float)：正态分布的均值，对应着这个分布的中心。loc=0说明这一个以Y轴为对称轴的正态分布，
　　参数scale(float)：正态分布的标准差，对应分布的宽度，scale越大，正态分布的曲线越矮胖，scale越小，曲线越高瘦。
　　参数size(int 或者整数元组)：输出的值赋在shape里，默认为None。

　　plt.plot(x, y, format_string, **kwargs)

参数	说明
x	X轴数据，列表或数组，可选
y	Y轴数据，列表或数组
format_string	控制曲线的格式字符串，可选
**kwargs	第二组或更多(x,y,format_string)，可画多条曲线

  format_string 由颜色字符、风格字符、标记字符组成

• 颜色字符
  • 'b' 蓝色 'm' 洋红色 magenta
  • 'g' 绿色 'y' 黄色
  • 'r' 红色 'k' 黑色
  • 'w' 白色 'c' 青绿色 cyan
  • '#008000' RGB某颜色 '0.8' 灰度值字符串
  • 多条曲线不指定颜色时，会自动选择不同颜色
• 风格字符
  • '‐' 实线
  • '‐‐' 破折线
  • '‐.' 点划线
  • ':' 虚线
  • '' ' ' 无线条
• 标记字符
  • '.' 点标记
  • ',' 像素标记(极小点)
  • 'o' 实心圈标记
  • 'v' 倒三角标记
  • '^' 上三角标记
  • '>' 右三角标记
  • '<' 左三角标记...等

def matplot_op():
    # 通过rcParams设置全局横纵轴字体大小
    mpl.rcParams['xtick.labelsize'] = 24
    mpl.rcParams['ytick.labelsize'] = 24

    np.random.seed(37)
    # x轴的采样点
    x = np.linspace(0, 5, 100)
    # 曲线加上噪声生成数据
    y = 2 * np.sin(x) + 0.3 * x ** 2
    z = np.random.normal(scale=0.3, size=100)
    print(y)
    y_data = y + z

    # figure()指定图表名称
    plt.figure('data')
    # '.'标明画散点图，每个散点的形状是个圆
    plt.plot(x, y_data, '.')
    # 画模型的图，plot函数默认画连线图
    plt.figure('model')
    plt.plot(x, y)

    plt.figure('data & model')
    # 通过'k'指定线的颜色，lw指定线的宽度
    # 第三个参数除了颜色也可以指定线形，比如'r--'表示红色虚线
    plt.plot(x, y, 'k', lw=3)

    # scatter可以更容易地生成散点图
    plt.scatter(x, y_data)

    # # 将当前figure的图保存到文件result.png
    # plt.savefig('result.png')

    # 一定要加上这句才能让画好的图显示在屏幕上

    b = np.arange(5)
    plt.figure('test')
    plt.plot(b, b * 1.0, 'g.-', b, b * 1.5, 'rx', b, b * 2.0, 'b')
    plt.show()

结果：