很多时候，我们需要用python画图，这样就可以更加直观的看到数据的走势，而不是干巴巴的数字。

      今天，我们就给大家整理了一下python画图的常用函数，由于篇幅限制。无法将这些函数的使用方法全部表现出来。所以，我们只举一些典型的函数的例子。

      说道绘制图形，matplotlib是一个绕不开的第三方库。

      首先我们就需要安装好这个模块。可以参考这篇推文：

      python模块安装（大合集）

      这个模块中有很多函数，大家可以在百度上直接搜索到使用方法。

基础图标函数。

函数	说明
plt.plot(x,y,fmt,...)	坐标图
plt.boxplot(data,notch,position)	箱型图
plt.bar()	条形图
plt.barh()	横向条形图
plt.polar()	极坐标图
plt.pie()	饼状图

例题1：画一个极坐标图。

我举一个绘制极坐标图的例子：

其中产生的值是随机的，用到的是random

import matplotlib.pyplot as plt
import numpy as npbarSlices = 12theta = np.linspace(0.0, 2*np.pi, barSlices, endpoint=False)
r = 30*np.random.rand(barSlices)plt.polar(theta, r, color="chartreuse", linewidth=2,marker="*", mfc="b", ms=10)
plt.show()

plt.polar功能：在极坐标轴上绘制折线图

theta：每个标记所在射线与极径的夹角

r：每个标记到原点的距离

效果如下：

接下来，我们看一看如何绘制一些专业的图像，比如，学通信的同学要经常绘制频谱图之类的。我们有下面的函数可以使用。

函数	功能
plt.psd()	功率谱密度图
plt.specgram()	谱图
plt.cohere()	绘制X与Y的相关性
plt.scatter()	散点图
plt.step()	步阶图
plt.hist()	直方图

例题2：绘制X与Y的相关性图。

代码如下：

import numpy as np
import matplotlib.pyplot as plt
N = 100
x = np.random.randn(N)
y = np.random.randn(N)
plt.scatter(x, y)
plt.show()

画图效果是这样的：

大家也可以设置参数，修改其中的点的颜色和大小。

三维图

最后，我们其实还可以绘制三维图。主要知识留到下一期讲吧！

我们在这一期的结尾给大家只展示一个绘制地形图的函数。

我们用到的函数是plot_surface。

例题3：绘制一个三维图。

效果如下：

代码是这样的：

import numpy as np
import matplotlib.pyplot as plt
import mpl_toolkits.mplot3d
a,b = np.mgrid[-2:0.5:20j,-2:0.5:20j]
#测试数据
c=a*np.exp(-a**2-b**2)
#三维图形
ax = plt.subplot(111, projection='3d')
ax.set_title('图形');
ax.plot_surface(a,b,c,rstride=2, cstride=1, cmap=plt.cm.Spectral)
#设置坐标轴标签
ax.set_xlabel('A')
ax.set_ylabel('B')
ax.set_zlabel('C')
plt.show()

封面来源：千图网

参考来源：https://www.cnblogs.com/ruo-li-suo-yi/p/7758403.html

参考来源：https://www.cnblogs.com/czz0508/p/10452601.html