Matplotlib新手上路(上)

matplotlib是python里用于绘图的专用包，功能十分强大。下面介绍一些最基本的用法：

一、最基本的划线

先来一个简单的示例，代码如下，已经加了注释：

import matplotlib.pyplot as plt
import numpy as np

# 先获取一个图表
plt.figure()

# 设置图表的标题
plt.title("sale report")

# 设置y轴的label标签
plt.ylabel("amount")

# 设置x轴的label标签
plt.xlabel("month")

# 模拟一些(X,Y)坐标数据（注：习惯上用大写表示矩阵）
X = np.arange(0, 13)
Y = np.array([100, 200, 200, 300, 400, 600, 500, 550, 600, 700, 800, 750, 800])

# 将x轴的刻度范围限制为-0.5~12.2
plt.xlim(-0.5, 12.2)

# 将y轴的刻度范围限制为0~1000
plt.ylim(0, 1000)

# 将(X,Y)坐标用red红色画线
plt.plot(X, Y, 'r')

# X坐标也可以省略，只要Y轴的坐标值即可，--表示是虚线
plt.plot(Y + 50, '--')

# g+表示green绿色，画图的样式为+号
plt.plot(Y - 50, 'g+')

# 同时划二条线，第1个是yellow黄色，第2个是magenta色，另外还设置了样式1
plt.plot(Y - 100, 'y', Y - 150, 'm1')

# 渲染出来
plt.show()

注：plt中有很多缩写，比如r代表red，y代表yellow，xlim即x-axis-limit（x轴的限制），另外g+，表示颜色是green，而后面的+号表示划线的样式。从源码中可以找到更多的缩写说明。 matplotlib/axes/_axes.py 在这个文件中，plot方法的注释里有相关描述：

The following format string characters are accepted to control
the line style or marker:

================    ===============================
character           description
================    ===============================
``'-'``             solid line style
``'--'``            dashed line style
``'-.'``            dash-dot line style
``':'``             dotted line style
``'.'``             point marker
``','``             pixel marker
``'o'``             circle marker
``'v'``             triangle_down marker
``'^'``             triangle_up marker
``'<'``             triangle_left marker
``'>'``             triangle_right marker
``'1'``             tri_down marker
``'2'``             tri_up marker
``'3'``             tri_left marker
``'4'``             tri_right marker
``'s'``             square marker
``'p'``             pentagon marker
``'*'``             star marker
``'h'``             hexagon1 marker
``'H'``             hexagon2 marker
``'+'``             plus marker
``'x'``             x marker
``'D'``             diamond marker
``'d'``             thin_diamond marker
``'|'``             vline marker
``'_'``             hline marker
================    ===============================


The following color abbreviations are supported:

==========  ========
character   color
==========  ========
'b'         blue
'g'         green
'r'         red
'c'         cyan
'm'         magenta
'y'         yellow
'k'         black
'w'         white
==========  ========

 

二、绘制数学函数

下面是抛物线、直线、三角函数的演示：

import matplotlib.pyplot as plt
import numpy as np

# 先获取一个图表
fig = plt.figure()

# 抛物线
X1 = np.linspace(-5, 5, 50)  # -5 ~ 5 之间生成50个点
Y1 = X1 ** 2 + 5
plt.plot(X1, Y1, 'r')
# plt.plot(X1, Y1, color='red', label='parabola')

# 三角函数
X2 = np.linspace(np.pi, 5 * np.pi, 50)  # 在pi ~ 5pi之间生成50个点
Y2 = 6 * np.cos(X2)
plt.plot(X2, Y2, 'y')
# plt.plot(X2, Y2, color='y', label='cosine')

# 直线
X3 = np.linspace(-4, 6, 20)
Y3 = 3 * X3 + 10
plt.plot(X3, Y3, 'g--')
# plt.plot(X3, Y3, color='green', linestyle='--', label='line')

# 显示图例说明
# plt.legend()

# 渲染出来
plt.show()

注意：代码中有一些行被注释掉了，比如：plt.plot(X1, Y1, color='red', label='parabola') ，这其实是 plt.plot(X1, Y1, 'r') 的完整写法，其中label只有完整写法中才能指定。换成完整写法后，同时把plt.legend() 前面的注释去掉，再次运行图上就会显示出所谓的"图例"

 

三、坐标轴控制、文本注解显示

先看效果图：

代码如下：

# coding:utf8

import matplotlib.pyplot as plt
import numpy as np

# 先获取一个图表
fig = plt.figure()

# 设置x,y坐标轴的刻度显示范围
plt.xlim(-7, 7)
plt.ylim(0, 7)

# 抛物线
X1 = np.linspace(-5, 5, 50)  # -5 ~ 5 之间生成50个点
Y1 = 0.25 * X1 ** 2
plt.plot(X1, Y1, color='red', label=r'$y=\frac{x^2}{4}$')

# 直线
X2 = np.linspace(-5, 5, 50)
Y2 = X2
plt.plot(X2, Y2, color='green', linestyle='--', label=r'$y=x$')

# 黑色辅助线
plt.plot([4, 4], [4, 0], "k--")
# 抛物线与直线的交点处，标记1个黑点
plt.plot([4, 4], [4, 4], 'ko')

# 交点处的文本(annotate方式)
plt.annotate(r'$y=\frac{4^2}{4}=4$',
             xy=(4, 4),
             xycoords='data',
             xytext=(+10, -30),
             textcoords='offset points',
             fontsize=12,
             color="red",
             arrowprops=dict(arrowstyle="->",
                             color="red",
                             connectionstyle="arc3,rad=.5"))
# text方式的文本
plt.text(5.2, 6.1, r'$y=\frac{x^2}{4}$', fontdict={'size': 16, 'color': 'r'})
plt.text(5.2, 5.1, r'$y=x$', fontdict={'size': 16, 'color': 'g'})

# 获取当前坐标轴gca即get current axis
ax = plt.gca()

# 去掉上、右二侧的边框线
ax.spines['top'].set_color('none')
ax.spines['right'].set_color('none')

# 将左侧的y轴，移到x=0的位置
ax.spines['left'].set_position(('data', 0))

# 调整x轴刻度（从-5到+5，正好11个点）
plt.xticks(np.linspace(-5, 5, 11))
# 调整y轴刻度
plt.yticks(np.linspace(1, 6, 6))

# 给坐标轴加箭头
plt.arrow(0, 7, 0, 0, width=0.2, color="k", clip_on=False, head_width=0.2, head_length=0.2)
plt.arrow(7, 0, 0.01, 0, width=0.2, color="k", clip_on=False, head_width=0.2, head_length=0.2)

# 显示图例说明
plt.legend()

# 显示
plt.show()

　　

三、散点图

# coding:utf8

import matplotlib.pyplot as plt

# 先获取一个图表
fig = plt.figure()

# 设置x,y坐标轴的刻度显示范围
plt.xlim(-5, 20)
plt.ylim(-5, 30)

# 画散点图
X1 = [0, 10]
Y1 = [10, 20]
# c即color , s即scale
plt.scatter(X1, Y1, c='r', s=80, label='scatter 1')
plt.scatter([10, 15], [5, 10], c='g', label='scatter 2')

# 显示网格
plt.grid(True, alpha=0.3)

# 加上坐标说明
plt.text(0.5, 10.5, r'$(0,10)$')
plt.text(10.5, 20.5, r'$(10,20)$')
plt.text(10.5, 5.5, r'$(10,5)$')
plt.text(15.5, 10.5, r'$(15,10)$')

# 显示图例说明
plt.legend()

# 显示
plt.show()

 　

参考文章：

1、Matplotlib tutorial 

2、Matplotlib tutorial （中文翻译）

3、Matplotlib Gallery （官网）

4、基于官方教程的matplotlib简介

5、官网pyplot教程

6、莫烦的视频

7、matplotlib常用公式