版权声明：本文为博主原创文章，未经博主允许不得转载。 https://blog.csdn.net/Chang_Shuang/article/details/79465091
import numpy as np
import matplotlib as mpl
import matplotlib.pyplot as plt
# 通过rcParams设置全局横纵轴字体大小
mpl.rcParams['xtick.labelsize'] = 24
mpl.rcParams['ytick.labelsize'] = 24
np.random.seed(42)
# x轴的采样点
x = np.linspace(0, 5, 100)
# 通过下面曲线加上噪声生成数据，所以拟合模型就用y了
y = 2 * np.sin(x) + 0.3 * x ** 2
y_data = y + np.random.normal(scale=0.3, size=100)
# figure函数指定图表名称
plt.figure('data')
# '.'标明散点图，每个散点图的形状是个圆，r红色
plt.plot(x, y_data, 'r.')
plt.figure('model')
plt.plot(x, y)
# 两个图画在一起
plt.figure('data & model')
# 通过'k'指定线的颜色，lw指定线的宽度
# 第三个参数除了颜色也可以指定线型，比如'r--'表示红色虚线
plt.plot(x, y, 'k--', lw=3)
# scatter可以更容易的生成散点图
plt.scatter(x, y_data)
# 将当前figure的图保存到文件result.png
plt.savefig('result.png')
# 一定要加上下面这句才能让画好的图显示在屏幕上
plt.show()
