import numpy as np
import matplotlib as mpl
import matplotlib.pyplot as plt
# 通過rcParams設(shè)置全局橫縱軸字體大小
mpl.rcParams['xtick.labelsize'] = 24
mpl.rcParams['ytick.labelsize'] = 24
np.random.seed(42)
# x軸的采樣點(diǎn)
x = np.linspace(0, 5, 100)
# 通過下面曲線加上噪聲生成數(shù)據(jù)，所以擬合模型就用y了……
y = 2*np.sin(x) + 0.3*x**2
y_data = y + np.random.normal(scale=0.3, size=100)
# figure()指定圖表名稱
plt.figure('data')
# '.'標(biāo)明畫散點(diǎn)圖，每個(gè)散點(diǎn)的形狀是個(gè)圓
plt.plot(x, y_data, '.')
# 畫模型的圖，plot函數(shù)默認(rèn)畫連線圖
plt.figure('model')
plt.plot(x, y)
# 兩個(gè)圖畫一起
plt.figure('data & model')
# 通過'k'指定線的顏色，lw指定線的寬度
# 第三個(gè)參數(shù)除了顏色也可以指定線形，比如'r--'表示紅色虛線
# 更多屬性可以參考官網(wǎng)：http://matplotlib.org/api/pyplot_api.html
plt.plot(x, y, 'k', lw=3)
# scatter可以更容易地生成散點(diǎn)圖
plt.scatter(x, y_data)
# 將當(dāng)前figure的圖保存到文件result.png
plt.savefig('result.png')
# 一定要加上這句才能讓畫好的圖顯示在屏幕上
plt.show()