python:使用matplotlib库绘制图像（一）

作者是跟着http://t.csdnimg.cn/4fVW0学习的，matplotlib系列文章是http://t.csdnimg.cn/4fVW0的自己学习过程中整理的详细说明版本，对小白更友好哦！

一、Matplotlib图像基础

1.1  基本绘图实例：sin、cos函数图

代码详解：

1. from pylab import *：导入pylab库中所有函数和变量。pylab是一个python库，它集成了matplotlib和numpy库，提供了一个更简洁的接口来绘制图形。

2. import numpy as np：导入numpy库。

3. import matplotlib.pyplot as plt：导入了matplot库的pyplot模块，pylot是一个绘图接口，提供了方便的绘制函数和命令。

4. x = np.linspace(-np.pi, np.pi, 256, endpoint=True)：使用numpy的linspace函数创建了一个从-π到π的等间距数组，共有256个元素。endpoint=True表示包含π。

5. c, s = np.cos(x), np.sin(x)：使用numpy创建cos(x),sin(x)函数。

6. plt.plot(x, c)：使用pyplot的plot函数绘制了余弦函数的图形。

from pylab import *
import numpy as np
import matplotlib.pyplot as plt

x = np.linspace(-np.pi, np.pi, 256, endpoint=True)
c, s = np.cos(x), np.sin(x)

plt.plot(x, c)
plt.plot(x, s)

show()

1.2 plot()函数详解

plot()函数是matplotlib中用于绘制线图的主要函数。

plot()函数的参数包括（按照参数书写顺序）：

1. x：x轴上的点。

2. y：y轴上的点。

3. color：定义线的颜色，'blue', 'green', 'red'等。

4. linewidth：定义线的宽度。

5. linestyle：定义线的样式，'-'表示实线，':'表示虚线，'--'表示双虚线。

6. marker：定义数据点的标记形状，'o'表示圆点，'s'表示正方形等。

7. markercolor：定义标记的颜色。

8. markersize：定义标记的大小。

9. alpha：定义线的透明度，值在0~1之间。

10. label：用于图例的标签。

11. 其他参数：如title，xlabel，ylabel等。

matplotlib颜色对照表：http://t.csdnimg.cn/4a8PA 

from pylab import *
import numpy as np
import matplotlib.pyplot as plt

x = np.linspace(-np.pi, np.pi, 256, endpoint=True)
c, s = np.cos(x), np.sin(x)

plt.plot(x, c, 'b|-')
plt.plot(x, s)

show()

1.3 matplotlib中绘图的默认配置

代码详解：

1. figure(figsize=(8, 6), dpi=80): 这行代码创建了一个新的图形窗口，并设置了窗口的大小和分辨率。figsize参数指定了窗口的宽度和高度，dpi参数指定了分辨率。

2. subplot(1, 1, 1): 这行代码在当前图形窗口中创建了一个新的子图。subplot函数可以创建一个子图网格，这里我们创建了一个1行1列的网格，所以只有一个子图。

3. xticks(np.linspace(-4, 4, 9, endpoint=True), fontproperties='Times New Roman', size=20): 这行代码设置了x轴的刻度标记，并指定了刻度标记的字体和大小。

4. yticks(np.linspace(-1, 1, 5, endpoint=True)):np.linspace(-1, 1, 5, endpoint=True)是一个numpy函数，它创建了一个等间距的数组，从-1开始，到1结束，包含5个元素。由于endpoint=True，-1和1本身也会作为刻度标记，所以总共有5个刻度标记（-1, -0.5, 0, 0.5, 1）。

from pylab import *
import numpy as np
import matplotlib.pylab as plt

# 创建一个8*6点(point)的图，并设置分辨率为80
figure(figsize=(8, 6), dpi=80)

# 创建一个新的1*1的子图，接下来的图样绘制在其中的第一块中
subplot(1, 1, 1)

# 得到坐标点(x,y)坐标
X = np.linspace(-np.pi, np.pi, 256, endpoint=True)
C, S = np.cos(X), np.sin(X)

# 绘制余弦曲线，使用蓝色的、连续的、宽度为2.5的线条
plot(X, C, color='blue', linewidth=2.5, linestyle='-')

# 绘制正弦曲线，使用绿色的、连续的、宽度为2.0的线条
plot(X, S, color='green', linewidth=2.0, linestyle='-')

# 设置横轴的上下限
xlim(-4.0, 4.0)

# 设置横轴记号
xticks(np.linspace(-4, 4, 9, endpoint=True), fontproperties='Times New Roman', size=20)

# 设置纵轴记号
yticks(np.linspace(-1, 1, 5, endpoint=True))

#设置横纵坐标的名称以及对应字体格式
font = {'family' : 'Times New Roman',
'weight' : 'normal',
'size'   : 20,
}

# 设置横轴标签
plt.xlabel('X axis', font)

# 设置纵轴标签
plt.ylabel('Y axis', font)

# 设置图像标题
plt.title('Demo Figure', font)

# 以分辨率72来保存图片
savefig('demo.png', dpi=72)

# 在屏幕上显示
show()

1.4 设置图的横纵坐标的上下界

代码详解：

1. x_min, x_max = X.min(), X.max(): 这行代码计算了x轴上的最小值和最大值，并将它们存储在变量x_min和x_max中。

2. c_min, c_max = C.min(), C.max(): 这行代码计算了余弦函数上的最小值和最大值，并将它们存储在变量c_min和c_max中。

3. s_min, s_max = S.min(), C.max(): 这行代码计算了正弦函数上的最小值和最大值，并将它们存储在变量s_min和s_max中。

4. y_min, y_max = min(c_min, s_min), max(c_max, s_max): 这行代码计算了y轴上的最小值和最大值，这些值是余弦和正弦函数的最小值和最大值中的较小者和较大者。

5. dx = (x_max - x_min) * 0.2: 这行代码计算了x轴上下界偏移量的一半，这将用于调整x轴的范围，以便更美观地显示图像。

6. dy = (y_max - y_min) * 0.2: 在matplotlib中，xlim和ylim函数用于设置坐标轴的上下限。默认情况下，这些函数会直接使用数据的最小值和最大值作为坐标轴的上下限，但是有时候，为了使图形看起来更加美观或者为了更好地展示数据，你可能需要稍微调整这些值。例如，如果你有一个数据集，它的x轴范围是[1, 10]，y轴范围是[0, 100]，那么x_max - x_min将是9，y_max - y_min将是99。如果你设置dx和dy为(x_max - x_min) * 0.2和(y_max - y_min) * 0.2，那么x轴的上下限将变为[1 - 0.2, 10 + 0.2]，即[0.8, 10.2]，y轴的上下限将变为[0 - 0.2, 100 + 0.2]，即[-0.2, 100.2]。

from pylab import *
import numpy as np

# 得到坐标点(x,y)坐标
X = np.linspace(-np.pi, np.pi, 256, endpoint=True)
C, S = np.cos(X), np.sin(X)

x_min, x_max = X.min(), X.max()
c_min, c_max = C.min(), C.max()
s_min, s_max = S.min(), C.max()
y_min, y_max = min(c_min, s_min), max(c_max, s_max)

# 设置横纵坐标上下界的偏移量，这样能够完整的显示图像且最美观
dx = (x_max - x_min) * 0.2
dy = (y_max - y_min) * 0.2

# 设置上下限
xlim(x_min - dx, x_max + dx)
ylim(y_min - dy, y_max + dy)

# 绘制余弦曲线，使用蓝色的、连续的、宽度为1的线条
plot(X, C, color='blue', linewidth=2.5, linestyle='-')

# 绘制正弦曲线，使用绿色的、连续的、宽度为1的线条
plot(X, S, color='green', linewidth=2.0, linestyle='-')

show()

 

内容太多，下一篇继续！