Python 使用matplotlib 画数学公式图与散点图

        

[python] view plain copy

1. import numpy as np  
2. import matplotlib.pyplot as plt  
3.   
4. x=np.linspace(0,10,1000)  
5. y=np.sin(x)  
6. z=cos(x^2)  
7.      
8. plt.figure(figsize=(8,4))  
9.    
10. plt.plot(x,y,label='$sin(x)$',color='red',linewidth=3)  
11.    
12. plt.plot(x,z,'g--',label='$cos(x^2)$',lw=3)  
13.   
14. plt.xlabel('Time(s)')  
15. plt.ylabel('volt')  
16. plt.title('First python firgure')  
17. plt.ylim(-1.2,1.2)  
18. plt.legend()  
19.    
20. plt.show()  

我们调用numpy的方法sin() 和 cos() 

 用linspace()得到1000个点。

 linspace (起点，终点，元素个数)

[python] view plain copy

1. <span style="font-size:14px;">plt.plot(x,y,label='$sin(x)$',color='red',linewidth=3)</span>  

plot() 传入点，标签 和颜色

[python] view plain copy

1. plt.xlabel('Time(s)')  
2. plt.ylabel('volt')  

传入xy轴标签

[python] view plain copy

1. plt.title('First python firgure')  
2. plt.ylim(-1.2,1.2)  

设置图片标题，和y轴范围。

我们得到这样的图

            

画散点图是我们使用scatter()

[python] view plain copy

1. #-*-coding:utf-8-*  
2. import matplotlib  
3. import matplotlib.pyplot as plt  
4. import numpy as np  
5. def file2matrix(filename):    
6.       
7.     fr = open(filename)    
8.     arrayOLines = fr.readlines()    
9.     numberOfLines = len(arrayOLines)    
10.       
11.     returnMat = np.zeros((numberOfLines,2))    
12.     classLabelVector = []    
13.     index =0    
14.     for line in arrayOLines:    
15.         line = line.strip()    
16.         listFormLine = line.split(' ')    
17.         returnMat[index,:] = listFormLine[0:2]    
18.         classLabelVector.append(int(listFormLine[-1]))    
19.         index += 1    
20.     return returnMat, classLabelVector    
21. matrix, labels = file2matrix('Train.txt')   
22. print matrix   
23. print labels   
24.   
25. plt.figure(figsize=(8, 5), dpi=80)   
26. axes = plt.subplot(111)   
27. type1_x = []  
28. type1_y = []  
29. type2_x = []  
30. type2_y = []   
31. print 'range(len(labels)):'   
32. print range(len(labels))   
33. for i in range(len(labels)):   
34.     if labels[i] == 0:   
35.         type1_x.append(matrix[i][0])   
36.         type1_y.append(matrix[i][1])   
37.     if labels[i] == 1:   
38.         type2_x.append(matrix[i][0])   
39.         type2_y.append(matrix[i][1])   
40.         #print i, '：', labels[i], ':', type(labels[i])   
41. type1 = axes.scatter(type1_x, type1_y,s=40, c='red' )   
42. type2 = axes.scatter(type2_x, type2_y, s=40, c='green')  
43. W1 = 1.23924482  
44. W2 = 1.59913719  
45. B = -6.67130613  
46. x = np.linspace(-4,10,200)  
47. y = (-W1/W2)*x+(-B/W2)  
48. axes.plot(x,y,'b',lw=3)  
49. #plt.scatter(matrix[:, 0], matrix[:, 1], s=20 * numpy.array(labels),   
50. #             c=50 * numpy.array(labels), marker='o',   
51. #             label='test')   
52. plt.xlabel('x1')   
53. plt.ylabel('x2')   
54. axes.legend((type1, type2), ('0', '1'),loc=1)   
55. plt.show()  

我们从Train.txt得到数据。我们得到了这样的图