思路：通过3个坐标点，绘制曲线
import matplotlib.pyplot as plt plt.plot([1, 3, 5], [4, 8, 10]) # 横坐标：1，3，5，纵坐标：4，8，10 # 显示所画的图 plt.show()
运行效果如图：
思路：先通过linspace绘制一条直线，然后在-pi~pi之间定义100个元素
import matplotlib.pyplot as plt import numpy as np x = np.linspace(-np.pi, np.pi, 100) # x轴的定义域为-pi到pi，然后在-pi~pi之间定义100个元素 plt.plot(x, np.sin(x)) # 显示所画的图 plt.show()
运行效果如图：
思路： 在绘制一条曲线的基础上，修改定义域，然后进行循环遍历plt.plot()
import matplotlib.pyplot as plt import numpy as np x = np.linspace(-np.pi * 2, np.pi * 2, 100) # x轴的定义域为-2pi~2pi plt.figure(1, dpi=50) # 创建图表1，精度为50，精度越高，图片产生的体积就越大，图片就越清晰 for i in range(1, 5): # 比如绘制4条曲线 plt.plot(x, np.sin(x / i)) # 显示所画的图 plt.show()
运行效果如图：
思路：使用hist()方法
import matplotlib.pyplot as plt plt.figure(1, dpi=50) # 创建图表1，dpi代表图片的精细度，dpi越大文件越大 data = [1, 1, 1, 2, 2, 2, 3, 3, 4, 5, 5, 6, 4] plt.hist(data) # 只要传入数据，直方图就会统计数据出现的次数 # 显示所画的图 plt.show()
运行效果如图：
思路：使用scatter()方法
import matplotlib.pyplot as plt import numpy as np x = np.arange(1, 10) y = x fig = plt.figure() # 创建图表 plt.scatter(x, y, c='r', marker='o') # c='r'表示散点的颜色为红色，marker表示指定三点多形状为圆形 # 显示所画的图 plt.show()
运行效果如图：
