开启掘金成长之旅！这是我参与「掘金日新计划 · 12 月更文挑战」的第28天，点击查看活动详情
图像保存
plt.savafig
保存绘制的图片，可以指定图片的分辨率、边缘的颜色等参数
fig.savefig(save_path, format='png', transparent=True, dpi=300, pad_inches = 0)
举例：
import matplotlib.pyplot as plt
import numpy as np
plt.rcParams['font.sans-serif']=['SimHei']
# 必加，否则会无法显示中文
plt.figure(num="test",figsize=(6,6))
data = np.arange(11,step=2)
plt.title("mat_test")
plt.xlabel("X轴")
plt.ylabel("Y轴")
plt.xlim(0,10)
plt.ylim(0,10)
plt.xticks(data)
plt.yticks(data)
plt.plot(data,data)
plt.legend('y=x')
plt.savefig("test.png")
plt.show()
结果：
未设置路径，直接保存到当前目录下
折线图的绘制
折线图（line chart）是一种将数据点按照顺序连接起来的图形。可以看作是将散点图，按照x轴坐标顺序连接起来的图形。
折线图的主要功能是查看因变量y随着自变量x改变的趋势，最适合用于显示随时间（根据常用比例设置）而变化的连续数据。同时还可以看出数量的差异，增长趋势的变化。
函数：
plt.plot(x,y,color,linestyle,marker,markerfacecolor,markersize)
`color` : 控制颜色, color='green'
`linestyle` : 线条风格, linestyle='dashed'
`marker` : 标记风格, marker='o'
`markerfacecolor`: 标记颜色, markerfacecolor='blue'
`markersize`: 标记尺寸, markersize=20
举例：
import matplotlib.pyplot as plt
import numpy as np
plt.rcParams['font.sans-serif']=['SimHei']
# 必加，否则会无法显示中文
plt.figure(num="test",figsize=(6,6))
data = np.arange(11,step=2)
y = np.arange(10,-1,-2)
plt.title("mat_test")
plt.xlabel("X轴")
plt.ylabel("Y轴")
plt.xlim(0,10)
plt.ylim(0,10)
plt.xticks(data)
plt.yticks(data)
plt.plot(data,data)
plt.plot(data,y)
plt.legend(['y=x','y=-x'])
plt.show()
结果：
折线图是种很能反映数据变化趋势的图，善用它可以很好的让我们看出数据的变化趋势。
