Python中 Matplotlib库的使用(1)

Matplotlib是一个综合库，用于在Python中创建静态，动画和交互式可视化。matplotlib是matrix + plot + library的缩写，通过Matplotlib，仅需要几行代码，便可以生成直方图，条形图，散点图等。
绘图的两种方法：pyplot、面向对象。
pyplot：matplotlib.pyplot是使matplotlib像MATLAB一样工作的命令样式函数的集合。每个pyplot函数对一个图进行一些更改，例如，创建图，设置横纵坐标、标题等等。
面向对象:面向对象是指创建一个图对象Figure，在创建多个Axes进行绘图，一个Figure可以包含多个Axes，可以理解以为一次plot就用来一次Axes。
两种方法都能达到一样的效果，plot操作更加简便，这里仅是对pyplot的简单介绍，下面是对Matplotlib.pyplot库函数的一些讲解。
首先是Matplotlib库的安装，这里直接使用pip安装，输入指令：
pip install matplotlib
首先事figure()函数，这个函数的作用是创建一个画布。

figure(num=None,  # autoincrement if None, else integer from 1-N
           figsize=None,  # defaults to rc figure.figsize
           dpi=None,  # defaults to rc figure.dpi
           facecolor=None,  # defaults to rc figure.facecolor
           edgecolor=None,  # defaults to rc figure.edgecolor
           frameon=True,
           FigureClass=Figure,
           clear=False,
           **kwargs
           )          

这里挑常用的参数进行讲解，参数解释如下：

num：图形编号或名称，取值为数字/字符串
figsize：绘图对象的宽和高
dpi：绘图对象的分辨率，缺省值为80
facecolor：背景颜色
edgecolor：边框颜色
frameon：表示是否显示边框

代码：

import matplotlib.pyplot as plt

plt.figure(num="matplotlib",figsize=(4,4),facecolor='r',edgecolor='b',frameon=True)
plt.plot()
plt.show()

运行结果：

绘制子图的函数subplot()：

subplot(row, column，order): 

参数解释：
row：行
column：列
order：子图的序列
代码：

import matplotlib.pyplot as plt

plt.figure("matplotlib",facecolor="r")
plt.subplot(1,2,1)
plt.subplot(1,2,2)

plt.show()

运行结果：

在有时候我们想给图添加中文元素，但是会出现乱码或报错，需要引入运行参数rcParams，其配置如下：

plt.rcParams['font.family']="SimHei"

几种常见字体，其他可自行查询。

中文字体	英文描述	中文字体	英文描述
宋体	SimSun	黑体	SimHei
微软雅黑	Microsoft YaHe	微软正黑体	Microsoft JhengH
楷体	KaiTi	仿宋	FangSong
隶书	LiSu	幼圆	YouYuan

为图添加标题函数：

suptitle(标题):
title(标题)

其中suptitle对应于全局标题，title对应于子图的标题。
代码：

import matplotlib.pyplot as plt
plt.rcParams['font.family']="SimHei"


plt.figure()
plt.suptitle("全局标题")

plt.subplot(221)
plt.title("子标题1")
plt.subplot(222)
plt.title("子标题2")
plt.subplot(223)
plt.title("子标题3")
plt.subplot(224)
plt.title("子标题4")
# plt.tight_layout()
plt.show()

运行结果：

可以看子标题3、4和子图1、2之间的间距不合适，有部分遮挡，这时可以使用tight_layout()函数，自动调整子图，消除遮挡，将上面隐去的代码恢复即可。
在使用到负号时也可能会因符号问题导致图中出现空白格，可以在代码段总放着一条语句：

plt.rcParams["axes.unicode_minus"]=False # 解决负号问题

添加文本函数text()：

text( x, y, s, fontsize,color )

参数解释：
x:文字的横坐标（根据坐标轴范围变动）
y：文字的列坐标
s：文字（string格式）
fontsize：字体大小
color：字体颜色
其中坐标是根据坐标轴范围变动
代码：

import matplotlib.pyplot as plt

plt.figure("matplotlib",facecolor="w")
plt.plot()
plt.text(0.03,0.03,s="matplotlib",color="r")
plt.show()

运行结果：