Matplotlib 基础入门知识点总结

最新推荐文章于 2024-05-02 11:25:25 发布

Xx_Studying

最新推荐文章于 2024-05-02 11:25:25 发布

阅读量1.4k

点赞数 1

分类专栏： Python基础文章标签： matplotlib python numpy

本文链接：https://blog.csdn.net/Xx_Studying/article/details/127855567

版权

2. subplot()函数，可以均等的划分画布

1、绘图的一些基本命令展示

# 导入 Pyplot 模块
from matplotlib import pyplot as plt
# 导入 numpy 包
import numpy as np
# 获得 -5 到 5 之间的 ndarray 对象
x = np.arange(-5, 5)
x1 = ['2010年','2011年','2012年','2013年','2014年','2015年','2016年','2017年','2018年','2019年']
# print(x)
y = x**2
y1 = 3*x
# 使用 plot() 绘制线性图标
plt.plot(x1, y, linewidth=3, label='x的平方')
plt.plot(x1, y1, linewidth=2,  label='3倍的x')
# 用来设置字体样式以正常显示中文
plt.rcParams['font.sans-serif'] = ['SimHei']
# 默认是显示 Unicode 负号，设置正常显示字符
plt.rcParams['axes.unicode_minus'] = False
# 设置图表名称
plt.title("y等于x的平方")
# 设置 x 轴名称
plt.xlabel('x 轴', fontsize=14)
# 设置 y 轴名称
plt.ylabel('y 轴')
# 设置 x 轴的刻度,旋转度数等等
# 把下面一行注释掉，好好体会
plt.xticks(range(1, len(x1), 2),labels=[11, 12, 15, 14, 48], rotation=45, color='b')
# 添加图例,
plt.legend()
# 在图中显示数值
for a, b in zip(x1, y):
    plt.text(a, b, b)
plt.show()

运行结果：

2、Matplotlib 绘制网格

# 导入 Pyplot 模块
from matplotlib import pyplot as plt
# 导入 numpy 包
import numpy as np
x = np.linspace(-np.pi, np.pi, 256, endpoint=True)
c, s = np.cos(x), np.sin(x)
plt.plot(x, c)
plt.plot(x, s)
# 绘制网格
# plt.grid(True)
plt.grid(True, linestyle='--', color="gray", linewidth='0.5', axis='both')
# linestyle 显示线型
# color 显示颜色
# linewidth 线宽
# axis x,y,both,显示x/y/两者的网格
plt.show()

运行结果：

3、plt.gca() 对坐标轴的操作

原图：

# 导入 Pyplot 模块
from matplotlib import pyplot as plt
# 导入 numpy 包
import numpy as np
x = np.arange(-50, 50)
y = x**2
plt.plot(x, y)
plt.show()

运行结果：

代码更改

# 导入 Pyplot 模块
from matplotlib import pyplot as plt
# 导入 numpy 包
import numpy as np
x = np.arange(-50, 50)
y = x**2
# 获取当前坐标轴
ax = plt.gca()
# 通过坐标轴 spines， 确定 top, bottom, left, right (分别表示上，下，左和右)
# 不需要右侧和上侧线条，则可以设置他的颜色
ax.spines['right'].set_color("none")
ax.spines['top'].set_color("none")
# 移动左轴到指定位置
# 在这里 position 位置参数有三种，data, outward(向外可自行尝试), axes
# 'data' 表示数值挪动，其后数字代表挪动到 y 轴的刻度值
# 'axes': 0.0-1.0之间的值，整个轴上的比例
ax.spines['left'].set_position(('data', 0.0))     # 指定移动到0.0 处
# ax.spines['left'].set_position(('axes', 0.0))     # 移动到轴上比例 0.5 倍处

# 设置区间(可以把下面一行注释掉，看看效果)
plt.ylim(0, 2500)

plt.plot(x, y)
plt.show()

运行结果：

4、图表的样式参数设计

4.1 线条样式

传入 x， y，通过 plot 画图，并设置折线颜色、透明度、折线样式和折线宽度，标记点、标记点大小、标记点的颜色、标记点边宽，网格

plt.plot(x, y, color='red', alpha=0.3, linestyle='-', linewidth=5, marker='o',
         markeredgecolor='r', markersize='20', markeredgewidth=10)

1）color：可以使用颜色的 16 进制，也可以使用线条颜色的英文，还可以使用之前的缩写

颜色字符
- 'b' 蓝色 'm' 洋红色 magenta
- 'g' 绿色 'y' 黄色
- 'r' 红色 'k' 黑色
- 'w' 白色 'c' 青绿色 cyan
- '#008000' RGB某颜色 '0.8' 灰度值字符串
- 多条曲线不指定颜色时，会自动选择不同颜色

2）linestyle

'‐' 实线
'‐‐' 破折线
'‐.' 点划线
':' 虚线

3）marker 标记点

‘.’ 点标记
‘,’ 像素标记(极小点)
‘o’ 实心圈标记
‘v’ 倒三角标记
‘D’ 钻石标记
‘H’ 六角标记
‘s’ 正方形标记
‘+’ 加号标记
‘^’ 上三角标记
'>' 右三角标记
'<' 左三角标记...等等

# 导入 Pyplot 模块
from matplotlib import pyplot as plt
# 导入 numpy 包
import numpy as np
x = np.arange(0, 100, 10)
y = x ** 2
plt.plot(x, y, color='red', linestyle='--', linewidth=1, marker='H', label='test')
plt.legend(loc='upper left')
plt.show()

运行结果：