Python之数据可视化——matplotlib系统介绍(一)

matplotlib基础系统介绍

目录

1. Matplotlib概述

2. 讲解Matplotlib核心原理

3. Matplotlib相关基础操作介绍

• 3.1 创建figure(画布)的方式及完整绘图步骤
• 3.2 线型设置
• 3.3 中文与特殊符号(负号)相关支持设置
• 3.4 图例和网络的设置
• 3.5 坐标轴的设置和相关操作
• 3.6 figure的区域和大小设置

---

1.Matplotlib概述

Matplotlib 是一个基于python 的绘图库，完全支持二维图像，有限支持三维图形，Matplotlib是python编程语言及其数据科学扩展包NumPy的可视化操作界面库。它利用通过的图形用户界面工具包（如Tkinter、wxPython 、Qt、FLTK、Cocoatoolkits或GTK+）向应用程序嵌入式绘图提供了应用程序接口（API）。此外，Matolotlib还有一个基于图像处理库（如图形库OpenGL）的pylab接口，其设计与MATLAB非常类似。SciPy就是用Matplotlib进行图形绘制。

---

2. 讲解Matplotlib核心原理

想认识matplotlib绘图的原理就必须清楚的理解figure(画布)、axes(坐标系)、axis(坐标轴)三者之间的关系

类似画画，首先需要一张画布，对于matplotlib相当于初始化了一张figure（画布），然后一张画布可以分配出不同的区域进行画画，相当于figure可以指定多个axes（坐标系），而在每个axes（坐标系）上绘图，相当于每个axes（坐标系）中都有一个axis（坐标轴）

• 画图的实现
  
• matplotlib绘图实现
  

---

3. Matplotlib相关基础操作介绍

3.1创建figure(画布)的方式及完整绘图步骤

一、创建figure(画布)的方式

• 隐式创建
• 显示创建

①隐式创建figure对象

先观察下面代码

import matplotlib.pyplot as plt
x = [-1, 3, 5, 0]
y = [4, -9, 2, 8]
plt.plot(x, y)
plt.show()

看到上面的结果，可能会有疑问，在前面的叙述中，我们已经说过，想要使用matplotlib绘图，必须先要创建一个figure(画布)对象，可是上面的代码并没有创建，这是为什么呢？

• 这是因为在第一次执行plt.xxx()这句代码时，系统就会自动地去判断是否已经有了figure对象，如果没有，系统会自动创建一个figure对象，并且在这个figure之上，自动创建一个axes坐标系。
  注意：
  1. 当我们只是绘制一个图形时，那么直接plt.xxx(),系统会自动帮我创建一个figure对象和一个axes坐标系。
  2.这也意味着如果我们不设置figure对象，那么一个figure对象上，只能有一个axes坐标系，即我们只能绘制一个图形。

②显式创建figure对象

• 对于不同的图，想让他分布在不同的图上，那么就得用plt.figure进行设置，以plt.figure( )开头，获取每个axes（坐标系）
  观察下面基本创建代码，后面会详细介绍

import matplotlib.pyplot as plt
figure = plt.figure()  # 创建figure（画布）
figure.add_subplot(2,2,1)
figure.add_subplot(2,2,2)
figure.add_subplot(2,2,3)
figure.add_subplot(2,2,4)
plt.plot()
plt.show()

导入数据之后的结果

import numpy as np
import matplotlib.pyplot as plt
x = np.linspace(-2,2,200)
y1 = 2 * x + 1
y2 = 2*x**2
y3 = 1/x
y4 = x ** 0.5
figure = plt.figure()
axes1 = figure.add_subplot(2,2,1)
axes2 = figure.add_subplot(2,2,2)
axes3 = figure.add_subplot(2,2,3)
axes4 = figure.add_subplot(2,2,4)
axes1.plot(x, y1)
axes2.plot(x, y2)
axes3.plot(x, y3)
axes4.plot(x, y4)
plt.show()

结果如下图所示

二、完整的绘图步骤

• 初步认识创建figure后，我了解基本的绘图步骤

① 导库

# 我们主要用的是matplotlib中的pyplot
import matplotlib.pyplot as plt 

② 创建figure画布对象

• 如果绘制一个简单的小图形，可以不设置figure对象，系统默认创建的figure对象。

• 如果需要绘制多个图形,那么就必须创建figure对象并且得到每个位置上的axes对象，再对每个axes相应的位置进行绘制。

③ 根据figure对象进行布局设置

figure = plt.figure()  #只有一个坐标系
figure.add_subplot(1, 1, 1)
plt.show()

figure = plt.figure()  # 图一
figure.add_subplot(1, 2, 1)
figure.add_subplot(1, 2, 2)
plt.show()

figure = plt.figure()  # 图二
figure.add_subplot(2, 2, 1)
figure.add_subplot(2, 2, 2)
figure.add_subplot(2, 2, 4)
plt.show()

根据上面代码自行测试得出规律

④ 获取对应的axes坐标系对象

figure = plt.figure()
axes1 = figure.add_subplot(2,2,1)
axes2 = figure.add_subplot(2,2,2)
axes3 = figure.add_subplot(2,2,3)
axes4 = figure.add_subplot(2,2,4)

⑤ 对相应位置的图形进行绘制
绘制图形关键一步：传入数据，并对绘制图形的一些细节进行设置。如下例子，相关知识点后续会介绍；

x = np.linspace(-2, 2, 200)
y2 = 2 * x ** 2
plt.plot(x, y2, 'b-o', lw=5, marker='o', mfc='r')
plt.show()

⑥ 显示图形

如果是在pycharm中绘图的话，必须要加下面代码，才能显示
plt.show()
至于figure.show()不知道是本人的版本问题还是怎么样，在pycharm中没效果
如果使用Jupyter Notebook 则不需要，自动显示

---

3.2 线型设置

线型设置主要四种

• ①颜色
• ②点标记
• ③线条样式
• ④透明度设置

常用的参数名 （小括号为简写）	参数介绍
color( c )	线条颜色
linestyle(ls)	线条形状
linewidth(lw)	线的宽度
marker	点标记形状
markersize(ms)	点标记的大小
markeredgecolor(mec)	点边缘颜色
markeredgewidth(mew)	点边缘宽度
markerfacecolor(mfc)	点的颜色

举例：

plt.plot([5, 6, 7, 8], [1, 2, 3, 4], color='blue', linestyle='--',
         linewidth=5, marker='^', markeredgecolor='green', markersize=7,
         markeredgewidth=2, markerfacecolor=