matplotlib学习笔记——入门

Matplotlib.pyplot是一些命令行风格函数的集合，使matplolib以类似matlab的方式工作。每个pylot函数对一幅图片（figure）做一些改动，如：创建新图片，在图片创建一个新的作图区域，在一个作图区域内画直线，给图添加标签（label）等。Matplotlib.pyplot是有状态的，亦即它会保存当前图片和作图区域的状态，新的作图函数会作用在当前图片的状态基础之上。接下来我们来看看如何使用。

（1）绘制简单图形

方法一：先生成一个画布，然后在这个画布上隐式的生成一个画图区域来进行画图

import matplotlib.pyplot as plt

input_value = ['little Prince', 'snow White', 'Cinderella', 'Thumbelina']  # 图形输入值
squares = [1, 4, 9, 16]  # 图形输出值
# plot根据列表绘制出有意义的图形，linewidth是图形线宽，可省略不写
plt.plot(input_value, squares, linewidth=5)
plt.title("Borrowing records", fontsize=24)  # 设置图标标题
plt.xlabel("bookName", fontsize=5)  # 设置x轴标签
plt.xticks(rotation=15, fontsize=5)  # 把x轴的字体旋转15度
plt.ylabel("number", fontsize=14)  # 设置y轴标签
plt.tick_params(axis='both', labelsize=14)  # 设置刻度标记的大小
plt.show()  # 打开matplotlib查看器，并显示绘制图形

运行结果：

方法二：先生成一个画布，然后在画布上，选定一个子区域画一个子图

import matplotlib.pyplot as plt

fig = plt.figure(num=1, figsize=(4, 4))  # 生成一个画布
ax = fig.add_subplot(111)  # 将画布分成1*1的子画布，并选中第一个子图进行操作
ax.plot([1, 2, 3, 4], [1, 2, 3, 4])
plt.show()

结果：

 画单个图的时候，ax.的效果看起来和plt.的效果差不多，但是后面修饰图片的时候，第二种方法比较方便。

 （2）创建子图

把一个画布分成几个区域来绘制几幅不同的图

import matplotlib.pyplot as plt

fig = plt.figure(num=1, figsize=(4, 4))  # 将画布分为2x2的分布
ax1 = fig.add_subplot(221)  # 选择2x2中第一个子画布进行操作
ax1.plot([1, 2, 3, 4], [1, 2, 3, 4])
ax2 = fig.add_subplot(222)  # 选择2x2中第二个子画布进行操作
ax2.plot([1, 2, 3, 4], [2, 2, 3, 4])
ax3 = fig.add_subplot(223)  # 选择2x2中第三个子画布进行操作
ax3.plot([1, 2, 3, 4], [1, 2, 2, 4])
ax4 = fig.add_subplot(224)
ax4.plot([1, 2, 3, 4], [1, 2, 3, 3])
plt.show()

运行结果：

 (2)散点图

 使用scatter()方法绘制散点图，传一个x和y的坐标，在该位置上绘制一个点

scatter()方法的参数可以选择颜色、设置标记央视以及透明度等，这里不展开描述，只是给大家展示基本使用操作，感兴趣的读者可以去查一下

import matplotlib.pyplot as plt

# 散点图
# 画一个点
plt.scatter(4, 24)  # 在坐标（2，4）上画一个点,图中蓝色的点
plt.scatter(1.5, 3, s=100)  # 在坐标（1.5，3）上描绘一个点，且笔画大小为100，图中黄色的点
# 画一系列的点
x_value = [1, 2, 3, 4, 5]
y_value = [1, 4, 9, 16, 25]
plt.scatter(x_value, y_value)  # 图中绿色的点
plt.show()

运行结果：

（3）绘制曲线

通过（2）中我们了解到了使用scatter()来绘制点的使用方法，我们在学习数学的时候，一条平滑的曲线就是由无数个点构成的，因此可以使用scatter()这个方法来绘制曲线

matplotlib中可以给散点图中的各个点指定颜色。默认为蓝色点和黑色轮廓，在散点图包含的数据点不多时效果很好。但绘制很多点时，黑色轮廓可能会粘在一起，所以需要在scatter()中将其轮廓设置为none

import matplotlib.pyplot as plt

x_value = list(range(1, 1001))  # 整数列表，从1到1001的整数，但不包括1001
y_value = [x**2 for x in x_value]  # x的值平方后作为y坐标的值 
# edgecoloe='none' 删除数据点的轮廓
plt.scatter(x_value, y_value, edgecolor='none', s=30)
# 设置坐标轴的取值范围，x轴的取值范围[0,1100],y轴的取值范围[0,110000]
plt.axis([0, 1100, 0, 110000])
plt.show()

运行结果：

(4) 颜色映射

将（3）中的第四行的代码，添加参数:c=y_value,cmap=plt.cm.Blues

将c设置成一个y值列表，并使用参数cmap告诉pyplot使用那个颜色映射，这些代码将y值较小的点显示为蓝色，将y值较大的点显示为深蓝色

plt.scatter(x_value, y_value, c=y_value, cmap=plt.cm.Blues, edgecolor='none', s=30)

运行结果：

 （5）保存图表

 在show()后面添加下面代码：

plt.savefig('squares_plot.png',bbox_inches='tight')

 第一个参数：给保存的图表文件命名，保存在和代码的同目录下

 第二个参数：将多余的空白区域裁剪掉，要保留空白区域则不用写这个参数