1.采样点的快速产生

借助numpy提供的arange和linspace函数，可以快速生成制作图形所需要的数据。

①arange函数

arange函数产生等间隔的数据序列，需要三个参数，分别为起始点、终止点、采样间隔。例如：

＞＞＞import numpy as np

＞＞＞np.arange(0，1，0.1)

array([0.,0.1,0.2,0.3,0.4,0.5,0.6,0.7,0.8,0.9])

上述语句在区间[0，1）之间以0.1为步长生成一个数组。

默认状态下，arange函数的采样间隔取值为1，如：

＞＞＞np.arange(0，10)

array([0,1,2,3,4,5,6,7,8,9])

＞＞＞np.arange(0，5.6)

array([0.,1.,2.,3.,4.,5.])

②linspace函数

linspace函数通过指定开始值、终值和元素个数来创建数据序列，可以通过end point参数指定是否包括终值，缺省设置包括终值，元素个数缺省时，取50。例如：

＞＞＞np.linspace（1，10，5） #范围1～10，取5个采样点

array([1.,3.25,5.5,7.75,10.])

③numpy求函数值

numpy库中的函数，支持数组形式的自变量，可以一次性地求出一组自变量对应的函数值。例如：

＞＞＞x=np.arange(0，np.pi/2，0.1)(www.daowen.com)

＞＞＞y=np.sin(x)

上面语句中，x存储了一组自变量的取值，使用y=np.sin（x），一步完成每个x值的sin取值。

2.色彩、线型及数据点标记

①色彩

制作图形时，常见的颜色缩写如表8.2.1：

表8.2.1　Python制图线条颜色表

除了使用系统定义的颜色外，matplotlib允许用户自己定义颜色，包括：16进制如：#FF00FF、RGB或RGBA元组（1，0，1，1）及灰度强度如：“0.7”等。

如下面的程序段，分别用不同的颜色绘制正弦曲线。

②线型

线型在Python中用特定的符号表示，符号和线型之间的对应关系如表8.2.2：

表8.2.2　Python制图线型表

以散点图表示数据样本在空间的分布情况时，经常以不同的形状表示不同类别的数据点，数据点的标记有多种，列表于8.2.3中。

表8.2.3　Python制图数据点形状