學了這么多年python了，還一直沒有系統地了解過python的畫圖功能。

每次都是現學現用，但是某些比較緊急的場合，往往就會比較耗時又耗力，因為不成體系，還經常會忘記已經吸納的新知識。

所以，我決定把這塊的畫圖功能系統的學習一下，進行知識儲備。

Python的pyplot模塊繪制圖表的基本操作。

=======================================================

一個簡單的二維折線圖：

import matplotlib.pyplot as plt

x = [1, 2, 3, 4]

y = [1.2, 2.5, 4.5, 7.3]

# plot函數作圖

plt.plot(x, y)

plt.savefig("test.png", dpi=120)

# show函數展示出這個圖，如果沒有這行代碼，則程序完成繪圖，但看不到

plt.show()

運行后的效果是這樣的，從數值對應上，橫軸應該是x軸，縱軸應該是y軸。

但是，對應圖與代碼，另外疑問的是，為什么x軸給出的是整數，在繪制時卻用了浮點？而又為什么y軸給出的是浮點數，在繪制時卻用的是整數呢？

----------------------------------------------------------------------------------------------

另一個點是：

show()函數在通常的運行情況下，將會阻塞程序的運行，直到用戶關閉繪圖窗口。換句話說，在關閉show()函數彈出的圖像窗口前，show()函數后面的代碼不會運行，直到用戶關閉圖像窗口，才會繼續。

\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\

我測試了普通的print()之后，發現并沒有阻塞。。。

但是呢，當我在調用plt.savefig()將當前的Figure對象保存成圖像文件時，

如果plt.savefig()代碼放在了plt.show()之后，那我本地保存的圖像就是一張空白圖，不符合預期；

但如果plt.savefig()代碼放在了plt.show()之前，則可以成功實現保存。

\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\

雖然問題不大，但也讓我產生疑問：到底是有阻塞還是沒有阻塞呢？如果有，阻塞什么，而又不阻塞什么呢？

=======================================================

不同風格的線條：

import matplotlib.pyplot as plt

x = [1, 2, 3, 4]

y = [1.2, 2.5, 4.5, 7.3]

#線條顏色、線條樣式、突出(marker)每個記錄的點、線條粗細

plt.plot(x, y, color="r", linestyle="--", marker="*", linewidth=1.0)

plt.show()

運行后的效果：

---------------------------------------------------------------------------------------------

線條風格(linstyle)：

supported values are '-', '--', '-.', ':', 'None', ' ', '', 'solid', 'dashed', 'dashdot', 'dotted'

-----------------------------------------------------------------------------------------------

線條顏色(color)：

-----------------------------------------------------------------------------------------------

線條標記(marker)：

======================================================

坐標軸控制

-繪圖范圍：

import matplotlib.pyplot as plt

import numpy as np

#x 的取值范圍

x = np.arange(-5, 5, 0.02)

y = np.sin(x)

#控制圖像的繪圖范圍

#plt.axis([x_min, x_max, y_min, y_max])

plt.axis([-np.pi, np.pi, -2, 2])

plt.plot(x, y, color="r", linestyle="-", linewidth=1)

plt.show()

運行效果如下：

值得注意的一個點：

雖然x的取值范圍在[?5,5]，但是繪圖時，只是展示了[?π,π]之間的函數圖。

引出一個可以控制圖像范圍的函數：

plt.axis([x_min, x_max, y_min, y_max])

如果只是單獨想要控制x軸或者y軸的取值，則可以用plt.xlim(x_min, x_max)和plt.ylim(y_min, y_max)，用法與plt.axis()類似。

----------------------------------------------------------------------------------------------

-標題和間隔：

import matplotlib.pyplot as plt

import numpy as np

import math

x = np.arange(-2 * math.pi, 2 * math.pi, 0.02)

y = np.sin(x)

plt.axis([-10, 10, -2, 2])

plt.xticks([i * np.pi/2 for i in range(-4, 5)], [str(i * 0.5) + "$\pi$" for i in range(-4, 5)])

plt.yticks([i * 0.5 for i in range(-4, 5)])

plt.xlabel("x")

plt.ylabel("y")

plt.plot(x, y, color="r", linestyle="-", linewidth=1)

plt.show()

運行效果如下：

純粹知識的學習記錄：

函數plt.xlabel()和plt.xlabel()用來實現對x軸和y軸添加標題。

函數plt.xticks()和plt.yticks()用來實現對x軸和y軸坐標間隔（也就是軸記號）的設定。用法上，函數的輸入是兩個列表，第一個表示取值，第二個表示標記。當然如果你的標記就是取值本身，則第二個列表可以忽略。（支持latex公式表達）

=======================================================

PS：感謝參考文章的作者，從細節、小處一步步向前推進，能夠很好的幫助我建立知識體系。

不過，一如既往地，我的問題真多，雖然問題不大，但是擁有自己的思考分析，我認為是應該一直堅持的事情。

畢竟自己小菜雞，一直在參考文章進行學習，期待學習后期可以有自己完全獨立、不依賴參考文章的成形文字。

總結

以上是生活随笔為你收集整理的python画图程序没有图_python画图 - v0的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。