【学习笔记】Python之Matplotlib库

Matplotlib库的使用

Matplotlib库由各种可视化类构成，内部结构复杂，受Matlab启发。

matplotlib.pyplot是绘制各类可视化图形的命令子库，相当于快捷方式。

一般引用形式为：import matplotlib.pyplot as plt

Matplotlib库小测

import matplotlib.pyplot as plt
plt.plot([3,1,4,5,2])
plt.ylabel("grade")
plt.savefig('text',dpi=600)
plt.show()

plt.savefig(图片名，dpi=600) #PNG文件

plt.savefig()将输出图形存储为文件，默认为PNG格式，可以通过dpi修改输出质量

import matplotlib.pyplot as plt
plt.plot([0,2,4,6,8],[3,1,4,5,2])
plt.ylabel("grade")
plt.axis([-1,10,0,6])
plt.show()

plt.plot(x,y)当有两个以上参数时，按照X轴和Y轴顺序绘制数据点。
plt.axis([-1,10,0,6])表示横坐标起始于-1，终止于10，纵坐标起始于0，终止于6。

pyplot的绘图区域

plt.subplot(nrows, ncols, plot_number)

subplot将区域分隔成了nrows$\times$ncols的区域，当前绘图显示再plot_number区域。

如下为plt.subplot(3,2,4)，等价于plt.subplot(324)

import numpy as np
import matplotlib.pyplot as plt

def f(t):
    return np.exp(-t)*np.cos(2*np.pi*t)

a = np.arange(0.0,5.0,0.02)

plt.subplot(211)
plt.plot(a,f(a))

plt.subplot(2,1,2)
plt.plot(a,np.cos(2*np.pi*a),'r--')
plt.show()

plt.plot(x, y, format_string, **kwargs)

• x：X轴数据，列表或数组，可选。
• y：Y轴数据，列表或数组。
• format_string：控制曲线的格式字符串，可选。
• **kwargs：第二组或更多(x, y, format_string)

当绘制多条曲线时，各条曲线的x不能省略。绘制一条曲线时，x可省略，默认为从0开始，步长为1。

import matplotlib.pyplot as plt
import numpy as np
    
a = np.arange(10)
plt.plot(a,a*1.5,a,a*2.5,a,a*3.5,a,a*4.5)
plt.show()

format_string：控制曲线的格式字符串，可选。

由颜色字符、风格字符和标记字符组成。

颜色字符	说明	颜色字符	说明
‘b’	蓝色	‘m’	洋红色 magenta
‘g’	绿色	‘y’	黄色
‘r’	红色	‘k’	黑色
‘c’	青绿色 cyan	‘w’	白色
‘#008000’	RGB某颜色	‘0.8’	灰度值字符串

风格字符	说明
‘-’	实线
‘–’	破折线
‘-.’	点划线
‘:’	虚线
‘’ ’ ’	无线条

标记字符	说明	标记字符	说明	标记字符	说明
‘.’	点标记	‘1’	下花三角标记	‘h’	竖六边形标记
‘,’	像素标记(极小点)	‘2’	上花三角标记	‘H’	横六边形标记
‘o’	实心圈标记	‘3’	左花三角标记	‘+’	十字标记
‘v’	倒三角标记	‘4’	右花三角标记	‘x’	x标记
‘^’	上三角标记	‘s’	实心方形标记	‘D’	棱形标记
‘>’	右三角标记	‘p’	实心五角标记	‘d’	瘦棱形标记
‘<’	左三角标记	‘*’	星形标记	‘|’	垂直线标记

import matplotlib.pyplot as plt
import numpy as np
    
a = np.arange(10)
plt.plot(a,a*1.5,'go-',a,a*2.5,'rx',a,a*3.5,'*',a,a*4.5,'b-.')
plt.show()

**kwargs：第二组或更多(x,y,format_string)

• color：控制颜色，color=‘green’
• linestyle：控制线条风格，linestyle=‘dashed’
• marker：标记风格，marker=‘o’
• markerfacecolor：标记颜色，markerfacecolor=‘blue’
• markersize：标记尺寸，markersize=20
• …

pyplot的中文显示：第一种方法

pyplot并不默认支持中文显示，需要rcParmas修改字体实现。

属性	说明
‘font.family’	用于显示字体的名字
‘font.style’	字体风格，正常’normal’或斜体’italic’
‘font.size’	字体大小，整数字号或者’large’、‘x-small’

中文字体	说明
‘SimHei’	中文黑体
‘Kaiti’	中文斜体
‘LiSu’	中文隶书
‘FangSong’	中文仿宋
‘YouYuan’	中文幼圆
‘STSong’	华文宋体

上面的实例为全局作用，下面为pyplot的中文显示：第二种方法（局部作用）

pyplot的中文显示：第二种方法

在有中文输出的地方，增加一个属性：fontproperties

import numpy as np
import matplotlib.pyplot as plt

a = np.arange(0.0, 5.0, 0.02)

plt.xlabel('横轴：时间',fontproperties='SimHei',fontsize=20)
plt.ylabel('纵轴：振幅',fontproperties='SimHei',fontsize=20)
plt.plot(a,np.cos(2*np.pi*a),'r--')
plt.show()

pyplot的文本显示

函数	说明
plt.xlabel()	对X轴增加文本标签
plt.ylabel()	对Y轴增加文本标签
plt.title()	对图形整体增加文本标签
plt.text()	在任意位置增加文本
plt.annotate()	在图形中增加带箭头的注解

import numpy as np
import matplotlib.pyplot as plt

a = np.arange(0.0, 5.0, 0.02)
plt.plot(a,np.cos(2*np.pi*a),'r--')

plt.xlabel('横轴：时间',fontproperties='SimHei',fontsize=15,color='green')
plt.ylabel('纵轴：振幅',fontproperties='SimHei',fontsize=15)
plt.title(r'正弦波实例 $y=cos(2\pi x)$',fontproperties='SimHei',fontsize=25)
plt.text(2,1,r'$\mu=100$',fontsize=15)
  
plt.axis([-1,6,-2,2])
plt.grid(True)
plt.show()

plt.annotate(s,xy=arrow_crd,xytext=text_crd,arrowprops=dict)

import numpy as np
import matplotlib.pyplot as plt

a = np.arange(0.0, 5.0, 0.02)
plt.plot(a,np.cos(2*np.pi*a),'r--')

plt.xlabel('横轴：时间',fontproperties='SimHei',fontsize=15,color='green')
plt.ylabel('纵轴：振幅',fontproperties='SimHei',fontsize=15)
plt.title(r'正弦波实例 $y=cos(2\pi x)$',fontproperties='SimHei',fontsize=25)
plt.annotate(r'$\mu=100$',xy=(2,1),xytext=(3,1.5),
             arrowprops=dict(facecolor='black',shrink=0.1,width=2))
     #shrink表示箭头头部和尾部和文本间留空白,width表示箭头宽度
plt.axis([-1,6,-2,2])
plt.grid(True)
plt.show()

pyplot的子绘图区域

plt.subplot2grid()

plt.subplot2grid(GridSpec,CurSpec,colspan=1,rowspan=1)

理念：设定网格，选中网格，确定选中行列区域数量，编号从0开始。

plt.subplot2grid((3,3),(1,0),colspan=2)

GridSpec类

通过使用GridSpec类配合subplot也可以对子区域进行划定和选择。

pyplot的基础图标函数

函数	说明
ptl.plot(x,y,fmt,…)	绘制一个坐标图
plt.boxplot(data,notch,position)	绘制一个箱形图
plt.bar(left,height,width,bottom)	绘制一个条形图
plt.barh(width,bottom,left,height)	绘制一个横向条形图
plt.polar(theta,r)	绘制极坐标图
plt.pie(data,explode)	绘制饼图
plt.psd(x,NFFT=256,pad_to,Fs)	绘制功率谱密度图
plt.specgram(x,NFFT=256,pad_to,F)	绘制谱图
plt.cohere(x,y,NFFT=256,Fs)	绘制X-Y的相关性函数
plt.scatter(x,y)	绘制散点图，其中，x和y长度相同
plt.step(x,y,where)	绘制步阶图
plt.hist(x,bins,normed)	绘制直方图
plt.contour(X,Y,Z,N)	绘制等值图
plt.vlines()	绘制垂直图
plt.stem(x,y,linefmt,markerfmt)	绘制柴火图
plt.plot_date()	绘制数据日期