Matplotlib 速学手册

Matplotlib

  如果在jupyter notebook上写代码，要加上%matplotlib inline这个魔法开关，否则只会将图像当作对象保存，而不显示图像。加上%matplotlib inline之后，就可以将图像呈现出来。

1 Matplotlib plot 函数图

  以 $y=x^3+1$ 为例子，绘制函数图像，如下：

import numpy as np
import matplotlib.pyplot as plt

x = np.linspace(-1, 1, 100)     # 在区间[-1, 1]中，生成步长相同的100个点。也可以用x = np.arange(101)生成100个整数点。
y = x ** 3 + 1                  # 将点带入函数。
plt.plot(x, y)                  # plot()函数根据点生成连续函数。参数接受x值与y值两个数组。
plt.savefig("D:/三次函数.png")   # savefig()函数保存图像。要在show()函数之前，否则容易导致保存图片为空白。
plt.show()                      # show()函数显示图像。

输出图像如下：

  在Matplotlib中，plot()函数根据点，描绘出连续函数图像。plot()函数中，还可以接受描述函数图像的参数：color=' '函数线的颜色，linewidth=' '函数线的宽度，linestyle=' '函数线的形式。

  以$y=x^3+1$与$y=e^x$为例，如下：

import numpy as np
import matplotlib.pyplot as plt

x = np.linspace(-1, 1, 100)         # 在区间[-1, 1]中，平均生成100个点。
y1 = x**3 + 1                       # 定义三次函数。
y2 = np.e**x                        # 定义e ** x 函数
plt.plot(x, y1, color='red', linewidth=1.0, linestyle='--')                
plt.plot(x, y2, color='blue', linewidth=1.0, linestyle='-')
plt.savefig("D:/函数样式图.png")     # savefig()保存图像
plt.show()                          # show()函数显示图像。

输出图像如下：

2 背景网格线

  使用plt.grid(True)函数为图添加网格线，参数默认值为Ture，可省略不写。

import matplotlib.pyplot as plt
import numpy as np

# plt模块中有一个grid函数,其中默认值为True
x = np.arange(-np.pi, np.pi, 0.01)
plt.plot(x, np.sin(x), x, np.cos(x))  # 参数数值个数为偶数时，则为成对(x, y);
plt.grid()    # 添加网格背景   
plt.show()

3 Matplotlib 幕布设置

  Matplotlib中，figure(num=None, figsize=None, dpi=None, facecolor=None, edgecolor=None, frameon=True)函数用来规划作图的背景参数。包括制图区域背景的大小，颜色，范围等。
  num：图像编号或名称，数字为编号 ，字符串为名称。
  figsize：指定figure的宽和高，单位为英寸；1英寸等于2.5cm，A4纸是 21*30cm的纸张 。如：figsize=(4, 3)。
  dpi：参数指定绘图对象的分辨率，即每英寸多少个像素。默认值为80。
  facecolor：背景颜色，查图普。范围是’#000000’~’#FFFFFF’。
  edgecolor：边框颜色。
  frameon：是否显示边框。

  可用figure()函数，将图像分别成像在单独的区域中，例如：

import numpy as np
import matplotlib.pyplot as plt

# 创建一个大幕布，在幕布上作图，更容易操作
plt.figure(figsize=(15, 4), facecolor='pink')

x = np.arange(-2*np.pi, 2*np.pi, 0.1)

# 创建一个子视图，将幕布分成2行3列，此图像占第1个位置.
axes1 = plt.subplot(2, 3, 1)
axes1.plot(x, np.sin(x))

# 幕布按2行3列分，图像占第4个位置.
axes2 = plt.subplot(2, 3, 4)
axes2.plot(x, np.cos(x))

# 幕布按1行3列分，图像占第2个位置.
axes3 = plt.subplot(1, 3, 2)
axes3.plot(x, np.sin(x))

# 幕布按1行3列分，图像占第3个位置
axes4 = plt.subplot(1, 3, 3)
axes4.plot(x, np.sin(x))

plt.show()

图像输出如下：

4 Matplotlib subplot区域划分

  在Matplotlib中，subplot(numbRow，numbCol，plotNum)函数表示将图像放在什么位置。参数依次为第几行，第几列，第几个。其中参数之间的逗号可以省略不写。 一个简单的例子，具体如下：

import matplotlib.pyplot as plt
import numpy as np

plt.figure()              # 创建表格绘制区域。
plt.subplot(2, 2, 1)      # 划分表格绘制区域为2行2列，此图像站在第1个位置。
plt.plot([0, 1], [0, 1])  # 传递对应的x与y值。

plt.subplot(2, 2, 2)      # 划分表格绘制区域为2行2列，此图像站在第2个位置。
plt.plot([0, 1], [0, 1])  # 传递对应的x与y值。

plt.subplot(223)          # 同上不加逗号依然可以识别。
plt.plot([0, 1], [0, 1])

plt.subplot(224)
plt.plot([0, 1], [0, 1])

plt.figure()               # 再创建一个表格绘制区域。
plt.subplot(2, 1, 1)       # 划分表格绘制区域为2行1列，此图像站在第1个位置。
plt.plot([0, 1], [0, 1])

plt.subplot(2, 3, 4)       # 划分表格绘制区域为2行3列，此图像站在第4个位置。
plt.plot([0, 1],