Matplotlib 绘图原理总结

介绍

• Matplotlib 是基于 Python 的开源项目，旨在为 Python 提供一个数据绘图包。

绘图原理

• 在 Matplotlib 中，整个图像为一个 Figure 对象，在 Figure 对象中可以包含一个或多个 Axes 对象：

# 理解matplot的画图原理
def matplotlib_theory():
    # 创建Figure对象
    fig = Figure()

    # 将figure放入画布对象，FigureCanvas对象 , 即 canvas 对象，代表真正进行绘图的后端(backend)
    canvas = FigureCanvas(fig)

    # 在figure对象中添加Axes对象
    # 在 Matplotlib 中，整个图像为一个 Figure 对象，在 Figure 对象中可以包含一个或多个 Axes 对象：
    # figure的百分比,从figure的(left,bottom)的位置开始绘制, 宽高是figure的(width, height)  fig.add_axes([left, bottom, width, height])
    ax1 = fig.add_axes([0.1, 0.6, 0.3, 0.3])
    ax2 = fig.add_axes([0.6, 0.6, 0.3, 0.3])
    ax3 = fig.add_axes([0.1, 0.1, 0.3, 0.3])
    ax4 = fig.add_axes([0.6, 0.1, 0.3, 0.3])

    # 画直线
    line1 = ax1.plot([0, 1], [0, 1])
    ax1.set_title("a straight line ")
    ax1.set_xlabel("x label")
    ax1.set_ylabel("y label")

    line2 = ax2.plot([2, 5], [2, 5])
    ax2.set_title("a straight line ")
    ax2.set_xlabel("x")
    ax2.set_ylabel("y")

    #将整个画布保存为图片
    canvas.print_figure('figure.jpg')

绘图分解

• 设置绘图背景样式 和 常见基本操作

	#--设置背景样式
    #可以使用命令：plt.style.available查看支持的样式
    plt.style.use('bmh')  # 将背景颜色改为bmh

    # --绘制二次曲线（常见基础操作）
    x = np.linspace(0,5,10)
    y = x ** 2
    plt.plot(x, y, 'r--') #画点 设置颜色和线型
    plt.title('title')  #标题
    plt.xlabel('x') #坐标轴x
    plt.ylabel('y') #坐标轴y
    plt.text(2, 10, 'y=x*x') #文本
    plt.annotate('this is annotate', xy=(3.5, 12), xytext=(2,16), arrowprops={'headwidth':10, 'facecolor':'r'}) #注解
    
    plt.legend(['y=x^2']) #图例
    plt.grid(linestyle='--', linewidth=1) #网格

    #范围
    plt.xlim(left=0, right=5)
    plt.ylim(bottom=0, top=25)

• 设置坐标轴显示格式

x = pd.date_range('2020/01/01',periods=30)
y = np.arange(0,30,1)**2 
plt.plot(x,y,'r')
plt.gcf().autofmt_xdate()
plt.show()

• 设置双轴

    #--双轴 plt.twinx()
    x = np.linspace(1, 5, 10)
    y = x ** 2
    plt.plot(x, y, 'r')
    plt.text(3, 10, 'y=x^2')
    plt.twinx()
    plt.plot(x, np.log(x), 'g')
    plt.text(1.5, 0.4, 'y=logx')

• 双图

  #--双图
    x = np.linspace(1, 5, 10)
    y = x ** 2
    plt.subplot(1, 2, 1)
    plt.plot(x, y, 'r--')
    plt.subplot(1, 2, 2)
    plt.plot(y, x, 'g*-')

• 嵌入图

    #--嵌入图
    x = np.linspace(1, 5, 10)
    y = x ** 2

    fig = plt.figure()

    axes1 = fig.add_axes([0.1, 0.1, 0.8, 0.8])  # main axes
    axes2 = fig.add_axes([0.2, 0.5, 0.4, 0.3])  # insert axes

    # 主图
    axes1.plot(x, y, 'r')
    axes1.set_xlabel('x')
    axes1.set_ylabel('y')
    axes1.set_title('title')

    # 插入的图
    axes2.plot(y, x, 'g')
    axes2.set_xlabel('y')
    axes2.set_ylabel('x')
    axes2.set_title('insert title')
    
    plt.show() #显示

• 显示中文

# 显示中文
from pylab import mpl
mpl.rcParams['font.sans-serif'] = ['FangSong']
mpl.rcParams['axes.unicode_minus'] = False # 解决保存图像是负号'-'显示为方块的问题

plt.plot(x, y, 'r') 
plt.title('显示中文标题')
plt.show()

• 绘制动画

# Matplotlib 绘制动画
from matplotlib import animation
from random import randint, random

class Data:
    data_count = 32
    frames_count = 2

    def __init__(self, value):
        self.value = value
        self.color = (0.5, random(), random())  # rgb

    # 造数据
    @classmethod
    def create(cls):
        return [[Data(randint(1, cls.data_count)) for _ in range(cls.data_count)]
                for frame_i in range(cls.frames_count)]

#绘制动画：animation.FuncAnimation 函数的回调函数的参数 fi 表示第几帧，注意要调用 axs.cla() 清除上一帧。
def draw_chart():
    fig = plt.figure(1, figsize=(16, 9))
    axs = fig.add_subplot(111)
    axs.set_xticks([])
    axs.set_yticks([])

    # 生成数据
    frames = Data.create()

    def animate(fi):
        axs.cla()  # clear last frame
        axs.set_xticks([])
        axs.set_yticks([])
        return axs.bar(list(range(Data.data_count)),  # X
                       [d.value for d in frames[fi]],  # Y
                       1,  # width
                       color=[d.color for d in frames[fi]]  # color
                       )

    # 动画展示
    anim = animation.FuncAnimation(fig, animate, frames=len(frames))
    plt.show()