matplotlib的一些常用操作

matplotlib

这里主要记一些常用的和基本的操作命令

import matplotlib.pyplot as plt
import numpy as np

建立画布

plt.figure(figsize=(6,6))
plt.show()

创建一个（6，6）大小的空画布，在中间配置相应的图形

坐标轴、标题、图例

plt.xlabel('x label')
plt.ylabel('y label')
plt.title("Simple Plot")
plt.xlim(1,4)  				 #上下限也可以用数组或列表形式
plt.ylim(4,7)
plt.legend()                 #获取图例
plt.show()

使用plt.xlabel(‘str’)，设置坐标轴的名称，或者使用下面的方法集成显示：

fig = plt.figure(figsize=(6,6))
ax = fig.add_subplot(111)
ax.set(xlim=[1,4],
        ylim=[2,6],
        title='title',
        xlabel='x',
        ylabel='y')
plt.show()

其中，先建立一个（6，6）大小的画布，然后使用ax = fig.add_subplot(111)分割显示，其中（111）为常用的显示类型，也就是全图显示，把整张图都显示出来。

add_subplot(nrows, ncols, index, **kwargs)，把画布分成nrows*cols，从左上角排序，自左向右，自上而下排序，index就是分割的那个图形的序列号。

#example
fig = plt.figure(figsize=(6,6))
ax = fig.add_subplot(425)
plt.show()

散点图

plt.scatter(list_x,list_y,color='r',marker='*')
plt.show()

其中list_x,list_y是列表类型数据，也可以是数组形式的，’color=‘ 不能省略，使用"*"符号显示。

#example
plt.scatter([1,2,4],[4,5,2],color='red')
plt.show()

曲线图

x = np.linspace(0,2,100)
plt.plot(x,x**2,color='blue',label='nonlinear')
plt.legend()
plt.show()

首先建立一个一维矩阵，从0至2，分成100份取数，然后绘制（x,fun(x)）的曲线图，设置颜色和标签，并使用plt.legend()获取图例。

#example
x = np.linspace(0, 2, 100)       #设置数据
#标题，坐标轴、标题设置
fig = plt.figure(figsize=(6,6))
ax = fig.add_subplot(111)
ax.set(xlim=[0,2],
       ylim=[0,8],
       title='title',
       xlabel='x',
       ylabel='y')
#曲线显示
plt.plot(x, x, label='linear')
plt.plot(x, x**2, label='quadratic')
plt.plot(x, x**3, label='cubic')
plt.gcf().autofmt_xdate()  			#x轴的自适应调整
plt.legend()
plt.show()

柱状图

np.random.seed(1)
x = np.arange(6)
y = np.random.randn(6)

#在画布上创建row*col个子图
_, axes = plt.subplots(nrows=1,ncols=2,figsize=plt.figaspect(1./2))

#设置
axes[0].set_title('h')
axes[0].set_xlabel('x')
axes[0].set_ylabel('y')
axes[1].set_title('v')
axes[1].set_xlabel('x')

#水平方向，并在水平方向0刻度上划线
vert_bars = axes[0].bar(x, y, color='red', align='center')
axes[0].axhline(0, color='black', linewidth=2)

#竖直方向上
vert_bars = axes[1].barh(x, y, color='blue', align='center')
axes[1].axvline(0, color='black', linewidth=2)
plt.show()

暂时常用的一些图形就是这些，以后如有有其他图表使用频繁，会再继续补充。