matplotlib画图（持续更新ing...）

诸神缄默不语-个人CSDN博文目录

本文介绍matplotlib绘图方法，包括应用于Jupyter Notebook和Linux服务器脚本（无图形显示，因此需要保存到本地才能看到图片）的场景。

官方文档（很不好用）：Matplotlib documentation — Matplotlib 3.6.2 documentation
官方教程（贼难用）：Pyplot tutorial — Matplotlib 3.7.1 documentation

安装代码：pip install matplotlib

通用导包代码：

%matplotlib inline
import matplotlib.pyplot as plt

plt.rcParams['font.sans-serif'] = ['SimHei']
plt.rcParams['axes.unicode_minus'] = False

（第一行是jupyter notebook用的）
字体，如果没有相应的系统字体，需要手动指定字体文件的位置，请参考本文第4章字体的介绍。

1. 简单的完整示例

1. 组合图

1. 画2个折线图保存到本地，起中文标题，每张图都画两条折线，附中文图例。但是电脑上没有中文字体，所以使用用户路径下的字体文件

示例图1：

示例图2：

import random
import matplotlib.pyplot as plt
from matplotlib.font_manager import FontProperties

loss1=[random.gauss(mu=10,sigma=1) for _ in range(10)]
loss2=[random.gauss(mu=11,sigma=1) for _ in range(10)]
acc1=[random.uniform(0.5,0.6) for _ in range(10)]
acc2=[random.uniform(0.4,0.5) for _ in range(10)]

font = FontProperties(fname='other_data_temp/simkai.ttf')
plt.rcParams['axes.unicode_minus']=False

plt.title('示例图片1：模拟模型双损失函数绘图',fontproperties=font)
plt.plot(loss1, label="训练集loss")
plt.plot(loss2, label="验证集loss")
plt.legend(prop=font)
plt.savefig('try1.png')
plt.close()  #为了防止多图冲突

plt.title('示例图片2：模拟模型双accuracy绘图',fontproperties=font)
plt.plot(acc1, label="训练集acc")
plt.plot(acc2, label="验证集acc")
plt.legend(prop=font)
plt.savefig('try2.png')
plt.close()

2. 分别画2个折线图，但是呈现在同一个画布里面

示例图像：

import random
import matplotlib.pyplot as plt

loss1=[random.gauss(mu=10,sigma=1) for _ in range(10)]
acc1=[random.uniform(0.5,0.6) for _ in range(10)]

plt.figure()
plt.subplot(211)
plt.plot(loss1,label='loss')
plt.legend()

plt.subplot(212)
plt.plot(acc1,label='acc')
plt.legend()
plt.savefig('try2.png')
plt.close()

3. 画组合图：在图中画不同x/y刻度的柱形图和折线图，其他配置与上图类似（注意这个plt.title()如果位置放得太靠前会导致标题显示不出来）

示例图像：

import random
import matplotlib.pyplot as plt
from matplotlib.font_manager import FontProperties

font = FontProperties(fname='other_data_temp/simkai.ttf')

x=[i for i in range(10)]
y1=[random.gauss(mu=10,sigma=1) for _ in range(10)]
y2=[random.uniform(0,1) for _ in range(10)]

plt.rcParams['figure.figsize'] = (12,5)

#画柱形图
fig,ax1=plt.subplots()
ax1.bar(x,y1,alpha=.7,color='g')
ax1.set_ylabel('损失函数',fontsize='15',fontproperties=font)

#画折线图 
ax2=ax1.twinx()   #组合图必须加这个
ax2.plot(x,y2,'r',ms=10)
ax2.set_ylabel('ACC',fontsize='15',fontproperties=font)

plt.title('示例图片：模拟柱形图损失函数+折线图ACC共图',fontproperties=font)

plt.savefig('try2.png')

2. 可视化graph

import matplotlib.pyplot as plt
import networkx as nx

# 定义两个edge index
edge_index1 = [[0, 0, 1, 1, 1, 2, 2, 2, 3, 3], [1, 2, 2, 2, 0, 3, 3, 0, 1, 1]]
edge_index2 = [[0, 0, 1, 2, 3, 1, 2, 2, 3, 1], [1, 2, 2, 3, 1, 0, 0, 1, 2, 3]]

# 创建图
G1 = nx.DiGraph()
G2 = nx.DiGraph()

# 添加边
for start, end in zip(*edge_index1):
    G1.add_edge(start, end)

for start, end in zip(*edge_index2):
    G2.add_edge(start, end)

# 绘图
plt.figure(figsize=(12, 6))

# 绘制第一个图
plt.subplot(121)
nx.draw(G1, with_labels=True, node_color='skyblue', node_size=700, arrowstyle='->', arrowsize=20)

# 绘制第二个图
plt.subplot(122)
nx.draw(G2, with_labels=True, node_color='lightgreen', node_size=700, arrowstyle='->', arrowsize=20)

plt.show()

2. 绘图 plot()：绘制各种图形用什么函数

除了在plt上之外，还可以放到轴上。

1. 折线图
   1. plt.plot(y)：x就是y的元素索引
   2. plt.plot(x,y)
2. 柱形图
   1. plt.bar(x,y)
3. 箱型图
   1. plt.boxplot(x)
4. 散点图
   1. plt.scatter(x,y)
5. 其他属性
   1. label：图例
   2. color：设置颜色（可以参考How to set Color for Bar Plot in Matplotlib?一文
   3. markersize或ms

3. 保存到本地和展示

1. plt.savefig(图片名)
   参数
   1. bbox_inches='tight'：去除白边¹
2. 连存多张图片时，每一张写完都要写plt.close()，否则上一张会画到下一张上

4. 字体

字体对象：

from matplotlib.font_manager import FontProperties
font = FontProperties(fname='字体文件位置',size=30)

在plt.title()、set_ylabel()、plt.xticks中用fontproperties参数传入
在plt.legend()中用prop参数传入

5. plt其他函数

1. plt.title(标题名)
   1. fontproperties：字体对象
2. plt.subplots()
3. set_ylabel(标签名)
   1. fontsize
   2. fontproperties：字体对象
4. 设置x轴的tick（显示的字）：plt.xticks(原tick,新tick)
5. 设置tick的参数（字体大小等）：plt.tick_params(axis="y",labelsize=16)
6. 设置坐标轴的范围：plt.xlim(下限,上限)  plt.ylim(下限,上限)
7. 在图表上的特定位置放置文本：plt.text(x,y,文字,fontproperties=font, ha='center', va='bottom')
ha='center' 和 va='bottom' 选项分别控制水平和垂直对齐，以确保文本整齐地显示在每个点的上方。

6. plt基础设置

1. 设置图形大小：plt.rcParams['figure.figsize'] = (12,5)

7. 其他参考资料

1. matplotlib：次坐标轴ax2=ax1.twinx()_Marina-ju的博客-CSDN博客_ax1.twinx()
2. Matplotlib - 箱线图、箱型图 boxplot () 所有用法详解_黄饱饱_bao的博客-CSDN博客
3. 【数据分析之道-Matplotlib(四)】Matplotlib散点图_matplotlib画散点_i阿极(暂时无法回复版)的博客-CSDN博客
4. 设置Matplotlib图表中的坐标轴范围是进行数据可视化的重要步骤之一。在本文中，我们将探讨如何在Python中设置X轴的下限和上限数值。_matplotlib 设置坐标轴范围-CSDN博客

---

1. 去除plt.savefig()的白边 Removing white space around a saved image in matplotlib_plt。savefig去白天-CSDN博客 ↩︎