【Matplotlib-1】 matplotlib绘图的组成元素

https://zhuanlan.zhihu.com/p/231994155

figure——窗口（画布）

plt.figure(figsize=(12, 6), dpi=100, facecolor="white")		##大小、分辨率、颜色

figure 的重复利用能大大节约时间，但是 matplotlib 维护的 figure 有数量上限。并且，不断的创建新的 figure 实例，很容易造成内存泄漏，而应合理的复用，能大大的提高运行速度。

此外，在某些情况下，不清理 figure 将有可能造成在第一幅中 plot 的线再次出现在第二幅图中。

plt.cla() # 清除axes，即当前 figure 中的活动的axes，但其他axes保持不变。
plt.clf() # 清除当前 figure 的所有axes，但是不关闭这个 window，所以能继续复用于其他的 plot。
plt.close() # 关闭 window，如果没有指定，则指当前 window。
plt.close('all') #关闭所有 figure windows

Axes——图形（所有图形元素都是Axes的实例）

title——标题

xlabel——横轴标签

ylabel——纵轴标签

xlim——横轴范围

plt.xlim(xmin, xmax)

ylim——纵轴范围

坐标轴范围还可用axis设定

plt.axis(xmin, xmax, ymin, ymax)

plot——曲线

plt.plot(x,y,ls="-.",lw=2,c="c",label="plot figure")

ls——线型

lw——线宽

c——颜色

label——该曲线的标签（显示在legend中），若在legend中指定了labels，该label会被覆盖。

import matplotlib.pyplot as plt
 
a = np.linspace(0, 2 * np.pi, 50)
b = np.sin(a)
plt.plot(a,b)
mask = b >= 0			
plt.plot(a[mask], b[mask], 'bo')		## 绘制满足条件mask的图
mask = (b >= 0) & (a <= np.pi / 2)
plt.plot(a[mask], b[mask], 'go')		
plt.show()

legend——图例

先plot()后legend()

plt.legend(wedges, labels, loc = 'best', bbox_to_anchor = (num1, num2, num3, num4), ncol = 2, title = '图例标题', edgecolor = 'black', facecolor = 'pink', shadow = True, fancybox = True)

wedges——饼片实例列表。就可以将饼片外部的文本标签放在图例中，而饼片的数值标签仍然放在饼片内部

labels——文本标签。若缺省则显示pie等绘图函数中的labels，优先级大于plot中的label。

可用matplotlib自带TeX功能实现对数学表达式的编辑

plt.legend(x, y, label = r'$sin(x)$')
## r表示使用TeX解析字符串
## 两个$$之间的字符串将以斜体输出

loc——图例大概位置

String	Number
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

bbox_to_anchor——微调图例位置

bbox_to_anchor——是一个四元元组，且使用Axes坐标系统。也就是说，第1个元素代表距离画布左侧的x轴长度的倍数的距离；第2个元素代表距离画布底部的y轴长度的倍数的距离；第3个元素代表x轴长度的倍数的线框长度；第4个元素代表y轴长度的倍数的线框宽度。

ncol——设定图例条目的列数

title——图例的标题

edgecolor——图例边框颜色

facecolor——图例填充颜色

grid——网格线

plt.grid(True, which = 'major', axis = 'both',ls = ':', lw = 1, c = 'y')

True/None——设置是否显示网格。设置None时若给了其他参数，则None失效

which——'major'显示主刻度线，'minor'显示次刻度线

axis——以哪个坐标轴的刻度生成网格

marker——（标记）点的形状

plt.plot(x, y, color='r', marker='o', linestyle='dashed')		## 点形状为圆圈标记circle marker

ax[0,0].scatter(x,y*1.5,marker=r"$\clubsuit$",c="#fb8072",s=500)
ax[0,1].scatter(x,y-2,marker=r"$\heartsuit$",s=500)
ax[1,0].scatter(x,y+7,marker=r"$\diamondsuit$",s=500)
ax[1,1].scatter(x,y-9,marker=r"$\spadesuit$",c="#8dd3c7",s=500)

text——注释文本

在图形的指定位置添加文本，用于对图形进行说明

plt.text(2.8, 0.3, s= 'sin(x)', weight = 'bold', color = 'blue')

annotate——箭头指向+注释文本

from pylab import *
plt.annotate(text ="(0,1)", xy = (0,1), xytext = (1,1.5), weight = 'bold', color = 'red', arrowprops = dict(arrowstyle = '-|>', color = 'black', connectionstyle = 'arc3, rad = 0.5'), bbox=dict(boxstyle='round,pad=0.5', facecolor='yellow', edgecolor='k', lw=1, alpha=0.4))

• xy——箭头起点坐标

• xytext——文本坐标

• annotate中最重要的控制，全部由arrowprops这个变量完成，它是一个字典类型，可以控制箭头的诸多属性

• bbox——text的bbox属性，注释文本的外框

• connectionstyle——弯曲箭头arc3、angle3

   connectionstyle = 'arc3, rad = 0.5'

  

   connectionstyle = 'angle3, angleA=-90,angleB=0'

  

axhline——水平参考线

Axes.axhline(y=0, xmin=0, xmax=1, color='green' , linestyle='--') ##省略xmin和xmax时为横穿整个坐标轴的线

axvline——竖直参考线

Axes.axvline(x=0, ymin=0, ymax=1, color='green' , linestyle='--') ##省略ymin和ymax时为横穿整个坐标轴的线

axhspan——水平矩形区域

color不能省略为c

axhspan(xmin = 0.0, xmax = 1.0, ymin, ymax, color, alpha)	##水平矩形的ymin和ymax不能缺省。x缺省时矩形横穿整个坐标轴

axvspan——竖直矩形区域

axvspan(xmin, xmax, ymin, ymax, color, alpha)	##竖直矩形的xmin和xmax不能缺省

颜色代码

填充区域

fill

和plot功能类似，可绘图

import numpy as np
import matplotlib.pyplot as plt
x = np.linspace(0, 5 * np.pi, 1000)
y1 = np.sin(x)
y2 = np.sin(2 * x)
 
plt.fill(x, y1, color = 'darkorange', alpha = 0.4, label="$ y = sin(x) $")
plt.fill(x, y2, color = 'violet', alpha = 0.4, label="$ y = sin(2x) $")
 
plt.legend(loc='best')
plt.show()

fill_between

作用是填充两条水平曲线y=f(x)之间的区域

简单的填充所围区域：x规定横轴范围，y1和y2之间所围。

plt.fill_between(x, y1, y2 = 0, where = None)

x——横轴范围，必须参数

y1、y2——两条水平曲线。可以是数值，数值就是一条水平线

where——条件，去掉一些区域

x = np.linspace(-2*np.pi, 2*np.pi, 100)
y1 = np.sin(x)
y2 = np.cos(x)
plt.plot((x.min(), x.max()), (0, 0))	## 绘制x=0水平线
plt.plot(x, y1, color = 'blue', label = '$sin(x)$')
plt.plot(x ,y2, color = 'red', label = '$cos(x)$')
# plt.fill_between(x, y2, y1, where = (x>0)&(x<np.pi/2), color = 'darkorange', alpha = 0.4)
plt.fill_between(x, y1, y2, where = (y1<y2), color = 'violet', alpha = 0.4)
plt.legend(loc = 'best')
plt.show()

x = np.linspace(-2*np.pi, 2*np.pi, 100)
y1 = np.sin(x)
y2 = np.cos(x)
plt.plot((x.min(), x.max()), (0, 0))
plt.plot(x, y1, color = 'blue', label = '$sin(x)$')
plt.plot(x ,y2, color = 'red', label = '$cos(x)$')
plt.fill_between(x, y2, y1, where = (x>0)&(x<np.pi/2), color = 'darkorange', alpha = 0.4)
# plt.fill_between(x, y1, y2, where = (y1<y2), color = 'violet', alpha = 0.4)
plt.legend(loc = 'best')
plt.show()

x = np.linspace(-2*np.pi, 2*np.pi, 100)
y1 = np.sin(x)
y2 = np.cos(x)
plt.plot((x.min(), x.max()), (0, 0))
plt.plot(x, y1, color = 'blue', label = '$sin(x)$')
plt.plot(x ,y2, color = 'red', label = '$cos(x)$')
# plt.fill_between(x, y2, y1, where = (x>0)&(x<np.pi/2), color = 'darkorange', alpha = 0.4)
# plt.fill_between(x, y1, y2, where = (y1<y2), color = 'violet', alpha = 0.4)
plt.fill_between(x, y1, 0, where = (x>0)&(x<2*np.pi), color = 'violet', alpha = 0.5)
plt.legend(loc = 'best')
plt.show()

x = np.linspace(-2*np.pi, 2*np.pi, 100)
y1 = np.sin(x)
y2 = np.cos(x)
plt.plot((x.min(), x.max()), (0, 0))
plt.plot(x, y1, color = 'blue', label = '$sin(x)$')
plt.plot(x ,y2, color = 'red', label = '$cos(x)$')
# plt.fill_between(x, y2, y1, where = (x>0)&(x<np.pi/2), color = 'darkorange', alpha = 0.4)
# plt.fill_between(x, y1, y2, where = (y1<y2), color = 'violet', alpha = 0.4)
plt.fill_between(x, y1, 0.5, where = (x>0)&(x<np.pi), color = 'violet', alpha = 0.5)
plt.legend(loc = 'best')
plt.show()

x = np.linspace(-2*np.pi, 2*np.pi, 100)
y1 = np.sin(x)
y2 = np.cos(x)
plt.plot((x.min(), x.max()), (0, 0))
plt.plot(x, y1, color = 'blue', label = '$sin(x)$')
plt.plot(x ,y2, color = 'red', label = '$cos(x)$')
# plt.fill_between(x, y2, y1, where = (x>0)&(x<np.pi/2), color = 'darkorange', alpha = 0.4)
# plt.fill_between(x, y1, y2, where = (y1<y2), color = 'violet', alpha = 0.4)
plt.fill_between(x, y1, 0.5, where = (y1>0.5)&(x>0)&(x<np.pi), color = 'violet', alpha = 0.5)
plt.legend(loc = 'best')
plt.show()

fill_betweenx

填充两条垂直曲线x=f(y)之间的区域

import matplotlib.pyplot as plt
import numpy as np
y = np.arange(0.0, 2, 0.01)
x1 = np.sin(2 * np.pi * y)
x2 = 1.2 * np.sin(4 * np.pi * y)
 
fig, [ax1, ax2, ax3] = plt.subplots(1, 3, sharey=True, figsize=(6, 6))
 
ax1.fill_betweenx(y, 0, x1)
ax1.set_title('between (x1, 0)')
 
ax2.fill_betweenx(y, x1, 1)
ax2.set_title('between (x1, 1)')
ax2.set_xlabel('x')
 
ax3.fill_betweenx(y, x1, x2)
ax3.set_title('between (x1, x2)')

基本plot流程

## plot
x = np.linspace(-10, 10, 100)	##[-10,10]分成100份
siny = np.sin(x)
cosy = np.cos(x)
 
plt.figure(figsize = (12, 6), dpi = 100, facecolor = 'white')	##设置画布：尺寸12*6，分辨率100
plt.title('sinx/cosx')
plt.xlabel('x')
plt.ylabel('y')
# plt.xlim(-2*np.pi, 2*np.pi)
plt.axis([-10, 10, -2, 2])		## 坐标轴范围
plt.plot(x, siny, ls = '-', lw = 2, c = 'blue', label = 'sin(x)')	## 绘制曲线
plt.plot(x, cosy, ls = '-', lw = 2, c = 'green', label = 'cos(x)')
plt.legend(loc = 'upper right')		## 图例位置
plt.grid(True, axis = 'both',ls = ':', c = 'y')	## 网格
plt.axhline(y = 1.0, ls = '--', lw = 2, c = 'r')	## y=1.0位置水平线
plt.axhline(y = -1.0, ls = '--', lw = 2, c = 'r')	## y=-1.0位置水平线
plt.axvspan(xmin = 0.0, xmax = np.pi/2, color = 'grey', alpha = 0.4)	## [0.0, pi/2]竖直矩形
plt.text(1.3, 0.3, s= 'cos(x)', weight = 'bold', color = 'green')		## (1.3,0.3)位置文本cos(x)
plt.text(2.8, 0.3, s= 'sin(x)', weight = 'bold', color = 'blue')
plt.annotate(text ="(0,1)", xy = (0,1), xytext = (1,1.5), weight = 'bold', color = 'red', arrowprops = dict(arrowstyle = '-|>', color = 'black',connectionstyle = 'arc3,rad = 0.5'))	## 箭头文本
plt.show()