带你走进 @ 机器人时代
Discover 点击上面蓝色文字，关注我们
Python的Matplotlib库是数据可视化的重要工具，当使用图表来表示数据时，我们可以更有效地分析数据，并根据分析做出相应的决策。
我们首先准备使用这些函数所需要的基本数据：
import matplotlib.pyplot as plt
import numpy as np
#在0.5到4.5之间均匀取100个数
a=np.linspace(0.5,4.5,100)
b=np.sin(a)
#在标准正态分布中随机取100个数
c=np.random.randn(100)
1、plot()函数：数据准备好之后，我们来看看第一个函数plot()的使用：
#案例1
d=np.cos(a)
#plot函数展现变量的趋势变化
#参数ls指线条风格；lw指线条宽度；label指标签文本
plt.plot(a,b,ls='--',lw=3,label='This is my first chart')
#用于设置生成图例
plt.legend()
#显示图表
plt.show()运行后得到：
2、scatter()函数：其功能是寻找变量之间的关系：
#案例2
a=np.linspace(0.05,15,1000)
b=np.random.rand(1000)
#用红色散点图
plt.scatter(a,b,c='r',label='This is my chart')
#用于设置生成图例
plt.legend()
#显示图表
plt.show()
运行上面代码，我们得到如下图表：
未完待续。。。
继续坚持学习，每天都能进步一点！！！
往期回顾：
- 数据可视化，未来的新希望，了解一下Matplotlib到底是什么？
- 不要嫌你现在的工作很累，可能你离失业不远了！
- 作为旅游行业的一个小老板，我受够了！这是要被淘汰的节奏吗？
本文引用和摘录相关内容，请联系侵删。
- END -
最后，文章有帮助到你的话【点赞在看】
激励我们分享更多的干货！