初识matplotlib
文章目录
- 初识matplotlib
- 导入相关包
- 1、创建两组数据
- 2、定义图像窗口并画图
- 3、为题2两条线添加图例,图例位置在右上角
- 4、将题2定义x轴名称为X,范围为(-1,2),y轴名称为Y,范围为(-2,3)。
- 5、将上题的图设置x轴刻度:范围是(-1,2);个数是5,设置y轴刻度以及名称:刻度为[-2, -1.8, -1, 1.22, 3];对应名称为[‘really bad’,’bad’,’normal’,’good’, ‘really good’]。
- 6、获取坐标轴信息,设置图像边框颜色,取消上边框和右边框
- 7、将上题中的xy轴移到0点位置
- 8、在坐标轴上画出y=2x+1的图,并用点标注出(1,3)的位置
- 9、准备数据并画图——上海在11点到12点一小时内每分钟的温度(15度-18度)变化
- 10、为x刻度改为11点()分格式,
- 11、添加文字标题和xy轴的文字描述
- 12、再添加一个城市的温度变化,例北京当时的温度为10度到14度
- 13、显示图例
- 14、修改xy轴的刻度,添加标题xy轴的描述
-
matplotlib的基础用法,掌握画图的流程,对辅助显示层和图像层上的操作。
-
知识点归纳如下:
- 导入模块: import matplotlib.pyplot as plt/import numpy as np
- 定义图像窗口:plt.figure()
- 画图:plt.plot(x,y)
- 定义坐标轴范围:plt.xlim()/plt.ylim()
- 定义坐标轴名称:plt.xlabel()/plt.ylabel()
- 定义坐标轴刻度及名称:plt.xticks()/plt.yticks()
- 设置图像边框颜色:ax = plt.gca() / ax.spines[].set_color()
- 调整刻度位置:ax.xaxis.set_ticks_position()/ax.yaxis.set_ticks_position()
- 调整边框(坐标轴)位置:ax.spines[].set_position()
- 添加图例:plt.legend()
- 画点:plt.scatter()
- 添加标注:plt.annotate()
- 添加注释:plt.text()
- 添加标题:plt.title()
- 设置格式:
- 设置中文字体:plt.rcParams[‘font.family’]=‘Microsoft YaHei’
- 设置正常显示字符:plt.rcParams[‘axes.unicode_minus’] = False
- 一个图像层多个绘图区:plt.subplots()
导入相关包
In [1]:
import matplotlib.pyplot as plt
#from matplotlib import pyplot as plt
import numpy as np
import random
1、创建两组数据
使用np.linspace定义x:范围是(-3,3),个数是50,将产生一组(-3,3)内均匀分布的50个数;(x,y1)表示曲线1,(x,y2)表示曲线2。
In [2]:
x = np.linspace(-3, 3, 50)
y1 = 2*x + 1
y2 = x**2
2、定义图像窗口并画图
- 在画图前使用plt.figure()定义一个图像窗口:编号为3;大小为(8, 5);这两项参数可缺省。其中,num参数决定了程序运行后弹出的图像窗口名字,但在klab平台下不会显示。
- 接着,我们使用plt.plot画出(x ,y2)曲线;使用plt.plot画(x ,y1)曲线;
- 曲线的颜色属性(color)为红色;
- 曲线的宽度(linewidth)为1.0;
曲线的类型(linestyle)为虚线,除了虚线外,大家还可使用以下线性:’-’、’–’、’-.’、’:’ 。
- 接着,我们使用plt.show()显示图像。
In [3]:
plt.figure(num=3, figsize=(8, 5))
plt.plot(x, y1)
plt.plot(x, y2, color='red', linewidth=1.0, linestyle='--')
plt.show()
#方法二:
#fig,ax = plt.subplots() #创建画布
#ax.plot(x,y1,color='red', linewidth=1.0, linestyle='--')
#ax.plot(x,y2)
#plt.show()
- 如果希望图例能够更加个性化,可通过以下方式更改:参数 loc 决定了图例的位置,比如参数 loc=‘upper right’ 表示图例将添加在图中的右上角。
- 其中’loc’参数有多种,’best’表示自动分配最佳位置,其余的如下:
- ‘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
3、为题2两条线添加图例,图例位置在右上角
- 设置两条线的类型等信息(蓝色实线与红色虚线),并且通过label参数为两条线设置名称。
- 比如直线的名称就叫做 “linear line”, 曲线的名称叫做 “square line”。
- 只是设置好名称并不能使我们的图例出现,要通过plt.legend()设置图例的显示。legend获取代码中的 label 的信息, plt就能自动的为我们添加图例。
- 或者设置 handles 参数来选择图例中显示的内容。
- 在上面的代码 plt.plot(x, y2, label=‘linear line’) 和 plt.plot(x, y1, label=‘square line’) 中用变量l1和l2分别存储起来,而且需要注意的是 l1, l2,要以逗号结尾, 因为plt.plot() 返回的是一个列表。然后将 l1,l2 这样的objects以列表的形式传递给 handles。
- label 参数可以用来单独修改之前的 label 信息, 给不同类型的线条设置图例信息。
In [4]:
# set line syles
plt.plot(x, y1, label='linear line')
plt.plot(x, y2, color='red', linewidth=1.0, linestyle='--', label='square line')
plt.legend(loc='upper right')
#方法二
#l1, = plt.plot(x, y1,)
#l2, = plt.plot(x, y2, color='red', linewidth=1.0, linestyle='--')
#plt.legend(handles = [l1,l2,],labels=['up','down'], loc='upper right')
Out[4]:
<matplotlib.legend.Legend at 0x7fcf165ed898>
4、将题2定义x轴名称为X,范围为(-1,2),y轴名称为Y,范围为(-2,3)。
- 使用plt.xlim设置x坐标轴范围:(-1, 2);
- 使用plt.ylim设置y坐标轴范围:(-2, 3);
- 使用plt.xlabel设置x坐标轴名称:'x’;
- 使用plt.ylabel设置y坐标轴名称:'y’;
In [5]:
plt.figure(num=3, figsize=(8, 5),)
plt.plot(x, y1, label='linear line')
plt.plot(x, y2, color='red', linewidth=1.0, linestyle='--', label='square line')
plt.xlim((-1, 2))
plt.ylim((-2, 3))
plt.xlabel('X')
plt.ylabel('Y')
plt.show()
5、将上题的图设置x轴刻度:范围是(-1,2);个数是5,设置y轴刻度以及名称:刻度为[-2, -1.8, -1, 1.22, 3];对应名称为[‘really bad’,’bad’,’normal’,’good’, ‘really good’]。
- 有时候,我们的坐标轴刻度可能并不是一连串的数字,而是一些文字,或者我们想要调整坐标轴的刻度的稀疏,这时,就需要使用plt.xticks()或者plt.yticks()来进行调整:
- 首先,使用np.linspace定义新刻度范围以及个数:范围是(-1,2);个数是5。
- 使用plt.xticks设置x轴刻度:范围是(-1,2);个数是5。
- 使用plt.yticks设置y轴刻度以及名称:刻度为[-2, -1.8, -1, 1.22, 3];
- 对应刻度的名称为[‘really bad’,’bad’,’normal’,’good’, ‘really good’]。
- 使用plt.show()显示图像。
In [6]:
plt.figure(num=3, figsize=(8, 5),)
plt.plot(x, y1, label='linear line')
plt.plot(x, y2, color='red', linewidth=1.0, linestyle='--', label='square line')
plt.legend(loc='upper right')
plt.xlim((-1, 2))
plt.ylim((-2, 3))
plt.xlabel('X')
plt.ylabel('Y')
new_ticks = np.linspace(-1, 2, 5)
print(new_ticks)
plt.xticks(new_ticks)
plt.yticks([-2, -1.8, -1, 1.22, 3], [r'$really\ bad$', r'$bad$', r'$normal$', r'$good$', r'$really\ good$'])
plt.show()
[-1. -0.25 0.5 1.25 2. ]
6、获取坐标轴信息,设置图像边框颜色,取消上边框和右边框
- 上图中坐标轴总是由上下左右四条线组成,我们也可以对它们进行修改:
- 使用plt.gca()获取当前坐标轴信息。
- 使用.spines设置边框:右侧边框;
- 使用.set_color设置边框颜色:默认白色;
- 使用.spines设置边框:上边框;
- 使用.set_color设置边框颜色:默认白色;
In [7]:
plt.figure(num=3, figsize=(8, 5),)
plt.plot(x, y1, label='linear line')
plt.plot(x, y2, color='red', linewidth=1.0, linestyle='--', label='square line')
ax = plt.gca()
ax.spines['right'].set_color('none')
ax.spines['top'].set_color('none')
plt.show()
7、将上题中的xy轴移到0点位置
- 使用.xaxis.set_ticks_position设置x坐标刻度数字或名称的位置:bottom.(所有位置:top,bottom,both,default,none);
- 使用.spines设置边框:x轴;
- 使用.set_position设置边框位置:y=0的位置;(位置所有属性:outward,axes,data)
- 使用.yaxis.set_ticks_position设置y坐标刻度数字或名称的位置:left.(所有位置:left,right,both,default,none)
- 使用.spines设置边框:y轴;
- 使用.set_position设置边框位置:x=0的位置;(位置所有属性:outward,axes,data)
- 使用plt.show显示图像.
In [8]:
plt.figure(num=3, figsize=(8, 5))
plt.plot(x, y2)
plt.plot(x, y1, color='red', linewidth=1.0, linestyle='--')
ax = plt.gca()
ax.spines['right'].set_color('none')
ax.spines['top'].set_color('none')
ax.xaxis.set_ticks_position('bottom')
ax.spines['bottom'].set_position(('data', 0))
ax.yaxis.set_ticks_position('left')
ax.spines['left'].set_position(('data',0))
plt.show()
8、在坐标轴上画出y=2x+1的图,并用点标注出(1,3)的位置
- 当图线中某些特殊地方需要标注时,我们可以使用 annotation. matplotlib 中的 annotation 有两种方法
- 一种是用 plt 里面的 annotate
- 一种是直接用 plt 里面的 text 来写标注
- 标注出点(x0, y0)的位置信息
- plt.plot([x0, x0,], [0, y0,], ‘k–’, linewidth=2.5) 画出一条垂直于x轴的虚线。其中,[x0, x0,], [0, y0,] 表示在图中画一条从点 (x0,y0) 到 (x0,0) 的直线,‘k–’ 表示直线的颜色为黑色(black),线形为虚线
- plt.scatter 函数可以在图中画点,此时我们画的点为 (x0,y0), 点的大小(size)为 50, 点的颜色为蓝色(blue),可简写为 b。
In [9]:
#数据准备
x = np.linspace(-3, 3, 50)
y = 2*x + 1
#画图
plt.figure(num=1, figsize=(8, 5),)
ax = plt.gca()
ax.spines['right'].set_color('none')
ax.spines['top'].set_color('none')
ax.xaxis.set_ticks_position('bottom')
ax.spines['bottom'].set_position(('data', 0))
ax.yaxis.set_ticks_position('left')
ax.spines['left'].set_position(('data', 0))
plt.plot(x, y,)
#标点
x0 = 1
y0 = 2*x0 + 1
plt.scatter([x0, ], [y0, ], s=50, color='b')
plt.show()
9、准备数据并画图——上海在11点到12点一小时内每分钟的温度(15度-18度)变化
In [10]:
# 数据准备
x = range(60)
y_shanghai = [random.uniform(15,18) for i in x ]
# 创建画布
plt.figure(figsize=(20,8), dpi=80)
# 画图
plt.plot(x, y_shanghai)
plt.show()
10、为x刻度改为11点()分格式,
In [11]:
plt.figure(figsize=(20,8),dpi=80)
plt.rcParams['font.family']='Microsoft YaHei'#设置中文字体
x = range(60)
y_shanghai = [random.uniform(15,18) for i in x ]
x_label = ["11点{}分".format(i) for i in x]
plt.xticks(x[::5], x_label[::5])
plt.plot(x, y_shanghai)
plt.show()
11、添加文字标题和xy轴的文字描述
In [12]:
x = range(60)
y_shanghai = [random.uniform(15,18) for i in x ]
plt.figure(figsize=(20,8), dpi=80)
x_label = ["11点{}分".format(i) for i in x]
plt.xticks(x[::5], x_label[::5])
plt.xlabel("时间变化")
plt.ylabel("温度变化")
plt.title("某城市一小时内每分钟的温度变化")
plt.plot(x, y_shanghai)
plt.show()
12、再添加一个城市的温度变化,例北京当时的温度为10度到14度
In [13]:
#1、准备xy
x = range(60)
y_shanghai = [random.uniform(15,18) for i in x]
y_beijing = [random.uniform(10,14) for i in x]
#2、创建画布
plt.figure(figsize=(20,8),dpi=80)
#3、图像层:绘制图像,参数有很多,可以改线条风格linestyle(默认实线)颜色color等
plt.plot(x,y_shanghai, color="r")
plt.plot(x,y_beijing,color="b")
plt.show()
13、显示图例
In [14]:
x = range(60)
y_shanghai = [random.uniform(15,18) for i in x]
y_beijing = [random.uniform(10,14) for i in x]
plt.figure(figsize=(20,8),dpi=80)
plt.plot(x,y_shanghai, color="r",label="上海")
plt.plot(x,y_beijing,color="b",label="北京")
#显示图例,需要在图像层与辅助显示层都做修改best为默认值
plt.legend(loc="best")
plt.show()
14、修改xy轴的刻度,添加标题xy轴的描述
In [15]:
x = range(60)
y_shanghai = [random.uniform(15,18) for i in x]
y_beijing = [random.uniform(10,14) for i in x]
plt.figure(figsize=(20,8),dpi=80)
plt.plot(x,y_shanghai, color="r",label="上海")
plt.plot(x,y_beijing,color="b",label="北京")
plt.legend(loc="best")
plt.rcParams['font.sans-serif']=['SimHei']
x_label = ["11点{}分".format(i) for i in x]
plt.xticks(x[::5],x_label[::5])
plt.yticks(range(0, 40, 5))
#添加描述信息
plt.xlabel("时间变化")
plt.ylabel("温度变化")
plt.title("上海,北京两地11点到12点每分钟的温度变化状况")
plt.show()