Python Matplotlib绘图库详解

Matplotlib 的主要功能

安装matplotlib

pip install matplotlib

导入

import matplotlib.pyplot as plt

plt.figure方法绘图

import numpy as np
import matplotlib.pyplot as plt
# 创建画布
figure = plt.figure()
# 设置图表大小
plt.rcParams['figure.figsize'] = (8,6)
# 创建子图
plt.subplot()
# 绘制第1张子图：折线图
ax1 = plt.subplot(221)
plt.plot([1,2,3],[2,4,6])
# 绘制第2张子图：柱状图
ax2 = plt.subplot(222)
plt.bar([1,2,3],[2,4,6])
# 绘制第3张子图：散点图
ax3 = plt.subplot(223)
plt.scatter([1,3,5],[2,4,6])
# 绘制第4张子图：直方图
ax4 = plt.subplot(224)
plt.hist([2,2,2,3,4])
# 显示绘图
plt.show()

figure.add_subplot方法绘图

# 创建子图
fig, axes = plt.subplots(nrows=2,ncols=2,figsize=(10,8))
ax1,ax2,ax3,ax4 = axes.flatten()
# nrows表示行数，ncols表示列数,可以简写为 plt.subplots（2,2）,figsize参数设置图表尺寸为1000×800像素。
ax1.plot([1,2,3],[2,4,6]) # 绘制第一张子图
ax2.bar([1,2,3],[2,4,6]) # 绘制第二张子图
ax3.scatter([1,3,5],[2,4,6]) # 绘制第三张子图
ax4.hist([2,2,2,3,4]) # 绘制第四张子图
# 显示绘图
plt.show()

2.添加画布内容

pyplot模块使用rc配置文件来自定义图形的各种默认属性，称为rc配置或rc参数。通过修改rc参数可以修改默认的属性，包括窗体大小、每英寸的点数、线条宽度、颜色、样式、坐标轴、坐标和网络属性、文本、字体等。

matplotlib将默认参数配置保存在matplotlibrc文件中，通过修改配置文件，可修改图标的的缺省样式。

注意 !!!
由于默认的pyplot字体并不支持中文字符的显示，因此需要通过设置 font.sans-serif 参数改变绘图时的字体，使得
图形可以正常显示中文。同时，由于更改字体后，会导致 坐标轴中的部分字符无法显示，因此需要同时更改
axes.unicode_minus参数。

import matplotlib.pyplot as plt
# 用来正常显示中文标签，SimHei是黑体的英文名称
plt.rcParams['font.sans-serif'] = ['SimHei']
# 解决符号显示为方块的问题
plt.rcParams['axes.unicode_minus'] = False

2.设置线型、线宽

linestyle: 设置线型，常见取值有实线（‘-’）、虚线（‘–’）、点虚线（‘-.’）、点线（‘:’）
linewidth：线宽
color：颜色（red, blue, green）
alpha: 设置透明度（0~1之间）

示例：绘制正弦、余弦曲线，并设置线型、线宽、颜色、透明度

# 绘制正弦曲线
import numpy as np
import matplotlib.pyplot as plt
import math
# 以0.1为单位，生成0~6的数据
# np.pi 是NumPy库中定义的π（圆周率）的值，大约为3.141592653589793
x = np.arange(0, 2 * np.pi, 0.1) # 以0.1为单位，生成0~6的数据
print(x)
y1 = np.sin(x)
y2 = np.cos(x)
# 绘制图形
plt.plot(x, y1, label="sin", linewidth=2) # 实线，线宽2像素
plt.plot(x, y2, label="cos", linestyle="--", linewidth=4) # 虚线，线宽4像素
plt.xlabel("x") # x轴文字
plt.ylabel("y") # y轴文字
# 设置坐标轴范围
plt.xlim(0, 2 * math.pi)
plt.ylim(-1, 2)
plt.title("sin & cos") # 图标题
plt.legend() # 图例
plt.show()

3.设置坐标轴范围

#x_limt_min: <float> x轴范围最小值
#x_limit_max: <float> x轴范围最大值
plt.xlim(x_limt_min, x_limit_max)
#y_limt_min: <float> y轴范围最小值
#y_limit_max: <float> y轴范围最大值
plt.ylim(y_limt_min, y_limit_max)

4.设置坐标刻度

#x_val_list: x轴刻度值序列
#x_text_list: x轴刻度标签文本序列 [可选]
plt.xticks(x_val_list , x_text_list)
#y_val_list: y轴刻度值序列
#y_text_list: y轴刻度标签文本序列 [可选]
plt.yticks(y_val_list , y_text_list)

5.特殊点

# xarray: <序列> 所有需要标注点的水平坐标组成的序列
# yarray: <序列> 所有需要标注点的垂直坐标组成的序列
plt.scatter(xarray, yarray,
marker='', #点型 ~ matplotlib.markers
s= , #大小
edgecolor='', #边缘色
facecolor='', #填充色
zorder=3 #绘制图层编号 （编号越大，图层越靠上）
)

示例：绘制二次函数曲线，并在二次函数图像中添加特殊点

# 绘制二次函数曲线
import numpy as np
import matplotlib.pyplot as plt
import math

x = np.arange(-5, 5, 0.1)  # 以0.1为单位，生成-5~5的数据
print(x)
y = x ** 2
# 绘制图形
plt.plot(x, y, label="$y = x ^ 2$",
         linewidth=2,  # 线宽2像素
         color="red",  # 颜色
         alpha=0.5)  # 透明度
plt.xlabel("x")  # x轴文字
plt.ylabel("y")  # y轴文字
# 设置坐标轴范围
plt.xlim(-10, 10)
plt.ylim(-1, 30)
# 设置刻度
x_tck = np.arange(-10, 10, 2)
x_txt = x_tck.astype("U")
plt.xticks(x_tck, x_txt)
y_tck = np.arange(-1, 30, 5)
y_txt = y_tck.astype("U")
plt.yticks(y_tck, y_txt)
# 绘制特殊点
plt.scatter(x_tck,  # x坐标数组
            x_tck ** 2,  # y坐标数组
            marker="s",  # 点形状 s:square
            s=40,  # 大小
            facecolor="blue",  # 填充色
            zorder=3)  # 图层编号
plt.title("square")  # 图标题
plt.legend(loc="upper right")  # 图例 upper right, center
plt.show()

6.设置坐标轴
坐标轴名：left / right / bottom / top

# 获取当前坐标轴字典，{'left':左轴,'right':右轴,'bottom':下轴,'top':上轴 }
ax = plt.gca()
# 获取其中某个坐标轴
axis = ax.spines['坐标轴名']
# 设置坐标轴的位置。 该方法需要传入2个元素的元组作为参数
# type: <str> 移动坐标轴的参照类型 一般为'data' (以数据的值作为移动参照值)
# val: 参照值
axis.set_position(('data', val))
# 设置坐标轴的颜色
# color: <str> 颜色值字符串
axis.set_color(color)

# 设置坐标轴格式
import matplotlib.pyplot as plt
ax = plt.gca()
axis_b = ax.spines['bottom'] # 获取下轴
axis_b.set_position(('data', 0)) # 设置下轴位置, 以数据作为参照值
axis_l = ax.spines['left'] # 获取左轴
axis_l.set_position(('data', 0)) # 设置左轴位置, 以数据作为参照值
ax.spines['top'].set_color('none') # 设置顶部轴无色
ax.spines['right'].set_color('none') # 设置右部轴无色
plt.show()

7.图例

# 显示两条曲线的图例，并测试loc属性
# 再绘制曲线时定义曲线的label
# label: <关键字参数 str> 支持LaTex排版语法字符串
plt.plot(xarray, yarray ... label='', ...)
# 设置图例的位置
# loc: <关键字参数> 制定图例的显示位置 (若不设置loc，则显示默认位置)
# =============== =============
# Location String Location Code
# =============== =============
# 'best'           0
# 'upper right'    1
# 'upper left'     2
# 'lower left'     3
# 'lower right'    4
# 'right'          5
# 'center left'    6
# 'center right'   7
# 'lower center'   8
# 'upper center'   9
# 'center'         10
# =============== =============
plt.legend(loc='')

8.备注

# 在图表中为某个点添加备注。包含备注文本，备注箭头等图像的设置。
plt.annotate(
r'$\frac{\pi}{2}$', #备注中显示的文本内容
xycoords='data', #备注目标点所使用的坐标系（data表示数据坐标系）
xy=(x, y), #备注目标点的坐标
textcoords='offset points', #备注文本所使用的坐标系（offset points表示参照点的偏移坐标系）
xytext=(x, y), #备注文本的坐标
fontsize=14, #备注文本的字体大小
arrowprops=dict() #使用字典定义文本指向目标点的箭头样式
)

arrowprops参数使用字典定义指向目标点的箭头样式

#arrowprops字典参数的常用key
arrowprops=dict(
arrowstyle='', #定义箭头样式
connectionstyle='' #定义连接线的样式
)

箭头样式（arrowstyle）字符串如下

============ =============================================
Name 			Attrs
============ =============================================
'-' 			None
'->' 			head_length=0.4,head_width=0.2
'-[' 			widthB=1.0,lengthB=0.2,angleB=None
'|-|' 			widthA=1.0,widthB=1.0
'-|>' 			head_length=0.4,head_width=0.2
'<-' 			head_length=0.4,head_width=0.2
'<->' 			head_length=0.4,head_width=0.2
'<|-' 			head_length=0.4,head_width=0.2
'<|-|>' 		head_length=0.4,head_width=0.2
'fancy' 		head_length=0.4,head_width=0.4,tail_width=0.4
'simple' 		head_length=0.5,head_width=0.5,tail_width=0.2
'wedge' 		tail_width=0.3,shrink_factor=0.5
============ =============================================

连接线样式（connectionstyle）字符串如下

============ =============================================
Name 			Attrs
============ =============================================
'angle' 		angleA=90,angleB=0,rad=0.0
'angle3' 		angleA=90,angleB=0`
'arc' 			angleA=0,angleB=0,armA=None,armB=None,rad=0.0
'arc3' 			rad=0.0
'bar' 			armA=0.0,armB=0.0,fraction=0.3,angle=None
============ =============================================

示例：在二次函数图像中添加备注

# 将代码放到上面的二次函数中
# 设置备注
plt.annotate(
r'$y = x ^ 2$', #备注中显示的文本内容
xycoords='data', #备注目标点所使用的坐标系（data表示数据坐标系）
xy=(4, 16), #备注目标点的坐标 (4,16)
textcoords='offset points', #备注文本所使用的坐标系（offset points表示参照点的偏移坐标系）
xytext=(20, 30), #备注文本的坐标
fontsize=14, #备注文本的字体大小
arrowprops=dict(
arrowstyle="->", connectionstyle="angle3"
) #使用字典定义文本指向目标点的箭头样式
)