matplotilb，数据可视化模块

建议学习的时候，把代码黏贴到anaconda上，会更容易的

# -*- coding: utf-8 -*-

"""

Created on Wed Apr 18 14:26:41 2018

@author: pdlib

"""

import matplotlib.pyplot as plt

import numpy as np

#导入所需的数据库

np.random.seed(1000)

#np.random.seed(num)可使得随机数具有预见性，即当参数相同时，每次生成的随机数也是相同。

#下面有例子说明

y = np.random.standard_normal(20)

#生成20个标准正态分布（伪）随机数。这里在提供y的值

#print('y的值都有哪些:',y)

#这里可以发现，每次生成的y的值都是相同的，证实了seed起作用啦

x = range(len(y))

#这里提供x的值

#当然x的数量和y的数量必须相等。这样才能制作图表，不是吗？

#plt.plot(x,y)

#plot是plt（pyplot）最基本的绘图函数，原则上，它需要两组数值

#x值：包含x坐标（横坐标）的列表或者数组

#y值：包含y坐标（纵坐标）的列表或者数组

#以下是关于seed的说明

#for i in range(5):

    #np.random.seed()

    #perm1 = np.random.permutation(10)

    #print('perm1:',perm1)

    

#for i in range(5):

    #np.random.seed(5)

    #perm2 = np.random.permutation(10)

    #print('perm2:',perm2)

#现在让我回到正题

#plt.plot(y)

#这一句代码和上一句plt.plot(x,y)，其实起到了相同的作用。

#如果只提供y值，则plot会默认以y每一个数据的索引值来作为对应的x的值

#plt.plot(y.cumsum())

#cumsum是累积和的一个函数，具体操作：假如x是【1,2,3,4,5】，结果即为1,1+2,1+2+3,1+2+3+4

#1+2+3+4+5.即【1,3,6,10,15】。

#x = [1,2,3,4,5]

#y =np.cumsum(x)

#print(y)

#plt.grid(True)

#表里面给我显示下网格的意思

#plt.axis('tight')

#下面是列出了plt。axis的其他选项，大部分以字符串对象的形式传递

#empty，返回当前坐标轴限制

#off，关闭坐标轴线和标签

#equal，使用等刻度

#scaled，通过尺寸变化平衡刻度

#tight，使所有数据可见（缩小限值）

#image，使所有数据可见（使用数据限值）

#[xmin，xmax，ymin，ymax]，将设置限定为给定的（一组）值

plt.plot(y.cumsum())

plt.grid(True)

plt.xlim(-1,20)

#plt.ylim(np.min(y.cumsum())-1,np.max(y.cunsum())+1)

#用plt.xlim和plt.ylim设置每个坐标轴的最小值和最大值（限定x坐标轴和y坐标轴的区间）

#如果你还不能理解，你可以直接修改xlim的值，你马上就能知道是什么意思。哈，实践下吧！

plt.xlabel('index')

#给x坐标轴命名

plt.ylabel('value')

#给y坐标轴命名

plt.title('a simple plot')

#给你的图表起个名字呗

plt.figure(figsize = (7,4))

#figsize参数定义图形的大小(宽度、高度),说实话这个还不是非常明白啊。。。

plt.plot(y.cumsum(),'b',lw = 1.5)

#对y.cumsum所产生的连续线条，采用b，blue蓝色，以及线宽为1.5个点的线条绘制。

plt.plot(y.cumsum(),'ro')

#给每一个y值画上红色的圆标记

#下面是标准颜色的缩写

#b，蓝色

#g，绿色

#r，红色

#c，青色

#m，品红色

#y，黄色

#k，黑色

#w，白色

#还有下标准样式字符，今天没时间了，下次再来说明