【莫烦Python】Matplotlib学习笔记（一）

【莫烦Python】Matplotlib学习笔记（一）      

一、基本用法

二、在不同figure中显示

三、坐标轴设置（1）

四、坐标轴设置（2）

五、legend图例

六、Annotation标注

七、tick能见度

八、Scatter散点图

---

后续详见：【莫烦Python】Matplotlib学习笔记（二）

---

一、基本用法

import matplotlib.pyplot as plt
import numpy as np

x = np.linspace(-1, 1, 50)
y = 2*x+1
# y = x**2
plt.plot(x, y)
plt.show()

二、在不同figure中显示

import matplotlib.pyplot as plt
import numpy as np

x = np.linspace(-3, 3, 50)
y1 = 2*x+1
y2 = x**2

plt.figure()      # 设定一个figure，默认从1开始，同上
plt.plot(x, y1)

plt.figure(num=3, figsize=(8, 5))  # 设定该figure为figure3
plt.plot(x, y2)
plt.plot(x, y1, color='red', linewidth=1.0, linestyle='--')

plt.show()

三、坐标轴设置（1）

import matplotlib.pyplot as plt
import numpy as np

x = np.linspace(-3, 3, 50)
y1 = 2*x+1
y2 = x**2

plt.figure()
plt.plot(x, y2)
plt.plot(x, y1, color='red', linewidth=1.0, linestyle='--')

plt.xlim((-1, 2))  # 取值范围
plt.ylim((-2, 3))
plt.xlabel('I am x') 
plt.ylabel('I am y')

new_ticks = np.linspace(-1, 2, 5)  # 坐标点
print(new_ticks)     # [-1.   -0.25  0.5   1.25  2.  ]
plt.xticks(new_ticks)
plt.yticks([-2, -1.8, -1, 1.22, 3, ],
           [r'$really\ bad$', r'$bad\ \alpha$', r'$normal$', r'$good$', r'$really\ good$'])  # 一一对应
           # $ $ 数学形式的字体; 空格无法识别 用\+空格 即可，r表示正则表达式
plt.show()

四、坐标轴设置（2）

import matplotlib.pyplot as plt
import numpy as np

x = np.linspace(-3, 3, 50)
y1 = 2*x+1
y2 = x**2

plt.figure()
plt.plot(x, y2)
plt.plot(x, y1, color='red', linewidth=1.0, linestyle='--')

plt.xlim((-1, 2))  # 取值范围
plt.ylim((-2, 3))
plt.xlabel('I am x')
plt.ylabel('I am y')

new_ticks = np.linspace(-1, 2, 5)  # 坐标点
print(new_ticks)     # [-1.   -0.25  0.5   1.25  2.  ]
plt.xticks(new_ticks)
plt.yticks([-2, -1.8, -1, 1.22, 3, ],
           [r'$really\ bad$', r'$bad\ \alpha$', r'$normal$', r'$good$', r'$really\ good$'])  # 一一对应
           # $ $ 数学形式的字体; 空格无法识别 用\+空格 即可，r表示正则表达式

# gca = 'get current axis'
ax = plt.gca()
ax.spines['right'].set_color('none')   # 去掉右边和上边的轴
ax.spines['top'].set_color('none')
ax.xaxis.set_ticks_position('bottom')  # 用下面的轴表示x轴
ax.yaxis.set_ticks_position('left')    # 用左边的轴表示y轴
ax.spines['bottom'].set_position(('data', 0))   # 移动x轴的位置，0对应y轴的值
ax.spines['left'].set_position(('data', 0))     # 移动y轴的位置，0对应x轴的值

plt.show()

五、legend图例

import matplotlib.pyplot as plt
import numpy as np

x = np.linspace(-3, 3, 50)
y1 = 2*x+1
y2 = x**2

plt.figure()

plt.xlim((-1, 2))  # 取值范围
plt.ylim((-2, 3))
plt.xlabel('I am x')
plt.ylabel('I am y')

new_ticks = np.linspace(-1, 2, 5)  # 坐标点
print(new_ticks)     # [-1.   -0.25  0.5   1.25  2.  ]
plt.xticks(new_ticks)
plt.yticks([-2, -1.8, -1, 1.22, 3, ],
           [r'$really\ bad$', r'$bad\ \alpha$', r'$normal$', r'$good$', r'$really\ good$'])  # 一一对应
           # $ $ 数学形式的字体; 空格无法识别 用\+空格 即可，r表示正则表达式

# gca = 'get current axis'
ax = plt.gca()
ax.spines['right'].set_color('none')   # 去掉右边和上边的轴
ax.spines['top'].set_color('none')
ax.xaxis.set_ticks_position('bottom')  # 用下面的轴表示x轴
ax.yaxis.set_ticks_position('left')    # 用左边的轴表示y轴
ax.spines['bottom'].set_position(('data', 0))   # 移动x轴的位置，0对应y轴的值
ax.spines['left'].set_position(('data', 0))     # 移动y轴的位置，0对应x轴的值
# 默认图例
# plt.plot(x, y2, label='up')
# plt.plot(x, y1, color='red', linewidth=1.0, linestyle='--', label='down')
# plt.legend()
# 个性化图例
l1, = plt.plot(x, y2, label='up')
l2, = plt.plot(x, y1, color='red', linewidth=1.0, linestyle='--', label='down')
plt.legend(handles=[l1, l2, ], labels=['aaa', 'bbb'], loc='best')  # best--自动找到一个比较好的位置放图例

plt.show()

六、Annotation标注

import matplotlib.pyplot as plt
import numpy as np

x = np.linspace(-3, 3, 50)
y = 2*x+1

plt.figure(num=1, figsize=(8, 5))
plt.plot(x,y)

# gca = 'get current axis'
ax = plt.gca()
ax.spines['right'].set_color('none')   # 去掉右边和上边的轴
ax.spines['top'].set_color('none')
ax.xaxis.set_ticks_position('bottom')  # 用下面的轴表示x轴
ax.yaxis.set_ticks_position('left')    # 用左边的轴表示y轴
ax.spines['bottom'].set_position(('data', 0))   # 移动x轴的位置，0对应y轴的值
ax.spines['left'].set_position(('data', 0))     # 移动y轴的位置，0对应x轴的值

x0 = 1
y0 = 2*x0+1   # 需要标注的点的坐标
plt.scatter(x0, y0, s=50, color='b')  # 标注点
plt.plot([x0, x0], [0, y0], 'k--', lw=2.5)  # k表示线的颜色是黑色，lw表示线宽 --标注虚线

# method 1
plt.annotate(r'$2x+1=%s$'%y0, xy=(x0, y0), xycoords='data', xytext=(+30, -30), textcoords='offset points',
             fontsize=16, arrowprops=dict(arrowstyle='->', connectionstyle='arc3, rad=.2'))
# method 2
plt.text(-3.7, 3, r'$This\ is\ the\ some\ text.\ \mu\ \sigma_i\ \alpha_t$',
         fontdict={'size': 16, 'color': 'r'})

plt.show()

七、tick能见度

import matplotlib.pyplot as plt
import numpy as np

x = np.linspace(-3, 3, 50)
y = 0.1*x

plt.figure()
plt.plot(x, y, linewidth=10)
plt.ylim(-2, 2)
# gca = 'get current axis'
ax = plt.gca()
ax.spines['right'].set_color('none')   # 去掉右边和上边的轴
ax.spines['top'].set_color('none')
ax.xaxis.set_ticks_position('bottom')  # 用下面的轴表示x轴
ax.yaxis.set_ticks_position('left')    # 用左边的轴表示y轴
ax.spines['bottom'].set_position(('data', 0))   # 移动x轴的位置，0对应y轴的值
ax.spines['left'].set_position(('data', 0))     # 移动y轴的位置，0对应x轴的值

for label in ax.get_xticklabels() + ax.get_yticklabels():
    label.set_fontsize(12)
    label.set_bbox(dict(facecolor='red', edgecolor='None', alpha=0.7))  # alpha是透明度

plt.show()

直接使用上方代码还是会存在曲线遮挡坐标点的情况

解决办法：直接在plt.plot(x, y, linewidth=10)中添加参数zorder-->plt.plot(x, y, linewidth=10, zorder=1)

八、Scatter散点图

import matplotlib.pyplot as plt
import numpy as np

n = 1024
X = np.random.normal(0, 1, n)
Y = np.random.normal(0, 1, n)
T = np.arctan2(Y, X)  # for color value

plt.scatter(X, Y, s=75, c=T, alpha=0.5)  # 使用默认的color map
plt.xlim((-1.5, 1.5))
plt.ylim((-1.5, 1.5))
plt.xticks(())  # 去掉坐标点
plt.yticks(())
plt.show()