matplotlib-绘制精美的图标第一节快速绘图(I)

最新推荐文章于 2022-03-06 19:59:26 发布

纪辰晓

最新推荐文章于 2022-03-06 19:59:26 发布

阅读量275

点赞数

分类专栏：机器学习

原文链接：https://github.com/xusworld/PythonForScientificCalculations

版权

机器学习专栏收录该内容

2 篇文章 0 订阅

订阅专栏

转

matplotlib-绘制精美的图标第一节快速绘图(I)

2017年05月06日 12:59:22 xusworld 阅读数 1164

声明:内容全部来自《Python科学计算》(张若愚)，仅供学习记录使用。如有兴趣，请尊重知识，购买正版。

Github 链接

使用pyplot模块绘图

matplotlib的pyplot模块提供了与MATLAB类似的绘图函数调用接口，方便用户快速绘制二维图表。


  
  
    
    
     
     
    
    
    
    
     
     
      
      # -*- coding: utf-8 -*-
     
     
    
    

    
    
     
     
    
    
    
    
     
     
      
      """
     
     
    
    

    
    
     
     
    
    
    
    
     
     
      
      @author: xusworld
     
     
    
    

    
    
     
     
    
    
    
    
     
     
      
      @file: FirstExample.py
     
     
    
    

    
    
     
     
    
    
    
    
     
     
      
      @time: 2017-05-06 09:37
     
     
    
    

    
    
     
     
    
    
    
    
     
     
      
      
     
     
    
    

    
    
     
     
    
    
    
    
     
     
      
      """
     
     
    
    

    
    
     
     
    
    
    
    
     
      
     
     
    
    

    
    
     
     
    
    
    
    
     
     
      
      import matplotlib.pyplot 
      
      as plt
     
     
    
    

    
    
     
     
    
    
    
    
     
     
      
      import numpy 
      
      as np
     
     
    
    

    
    
     
     
    
    
    
    
     
     
      
      x = np.linspace(
      
      0, 
      
      10,
      
      1000)
     
     
    
    

    
    
     
     
    
    
    
    
     
     
      
      y = np.sin(x)
     
     
    
    

    
    
     
     
    
    
    
    
     
     
      
      z = np.cos(x**
      
      2)
     
     
    
    

    
    
     
     
    
    
    
    
     
      
     
     
    
    

    
    
     
     
    
    
    
    
     
     
      
      plt.figure(figsize=(
      
      8,
      
      4))
     
     
    
    

    
    
     
     
    
    
    
    
     
      
     
     
    
    

    
    
     
     
    
    
    
    
     
     
      
      plt.plot(x,y, label=
      
      "$sin(x)$", color=
      
      "red", linewidth=
      
      2)
     
     
    
    

    
    
     
     
    
    
    
    
     
     
      
      plt.plot(x,z,
      
      "b--", label=
      
      "$cos(x^2)$")
     
     
    
    

    
    
     
     
    
    
    
    
     
      
     
     
    
    

    
    
     
     
    
    
    
    
     
     
      
      plt.xlabel(
      
      "Times(s)")
     
     
    
    

    
    
     
     
    
    
    
    
     
     
      
      plt.ylabel(
      
      "Volt")
     
     
    
    

    
    
     
     
    
    
    
    
     
     
      
      plt.title(
      
      "PyPlot First Example")
     
     
    
    

    
    
     
     
    
    
    
    
     
     
      
      plt.ylim(
      
      -1.2, 
      
      1.2)
     
     
    
    

    
    
     
     
    
    
    
    
     
     
      
      plt.legend()
     
     
    
    

    
    
     
     
    
    
    
    
     
      
     
     
    
    

    
    
     
     
    
    
    
    
     
     
      
      plt.show()

不得不说，python的库十分强大，短短几行代码就能做出来这么精致的图。

不过其中的很多内容对新手当然包括我自己来说都很陌生，下面就一行一行解释一下。

plt.figure(figsize=(8,4))

其他的参数仅仅了解一下，这行代码只设置了 figsize 参数.由于参数num为设定，所以调用figure()创建一个Figure()对象，并且让他成为当前Figure对象。

figsize参数指定Figure对象的宽度和高度，单位为英寸。

plt.plot(x,y, label="$sin(x)$", color="red", linewidth=2)

plot传送门

创建Figure对象之后，接下来调用plot()在当前的Figure对象中绘图。实际上plot()实在Axes(子图)对象上绘图，如果当前的Figure对象中没有Axes对象，将会位置

创建一个几乎充满整个图表的Axes对象，并且使此Axes对象成为当前的Axes对象。plot()的前两个参数是分别表示X，Y轴数据的对象，这里使用的是NumPy数组。

label: 给曲线指定一个标签，此标签将在图示中显示。如果标签字符串的前后有字符‘$’，matplotlib会使用内嵌的LaTeX引擎将其显示为数学公式。
color: 指定曲线的颜色。(上面的传送门中有相关的解释)
linewidth: 指定曲线的宽度，可以不是整数，也可以使用缩写形式的参数名lw。

plt.plot(x,z,"b--", label="$cos(x^2)$")

直接通参数"b--"指定曲线的颜色和线型。(仔细查看传送门中的内容)

plt.xlabel("Times(s)")
plt.ylabel("Volt")

分别设置 X轴，Y轴的标题文字

plt.title("PyPlot First Example")

设置子图标题

plt.ylim(-1.2, 1.2)

xlim, ylim:分别设置X,Y的显示范围

plt.legend()

显示图示，即图中表示每条曲线的标签(label)和样式的矩形区域。

plt.show()

显示绘图窗口

面向对象方式绘图

matplotlib实际上是一套面向对象的绘图库，它所绘制的图表中的每个绘图元素，例如线条，文字，刻度等在内存中都有一个对象与之对应。pyplot模块虽然用法简单，但

并不适合在较大的应用程序中使用，因此这里介绍如何使用matplotlib的面向对象的方式编写绘图程序。

为了将面向对象的绘图库包装成只使用函数的API，pyplot模块的内部保存了当前图表以及当前子图等信息。可以使用gcf()和gca()获得这两个对象，它们分别是

"Get Current Figure"和"Get Current Axes"开头字母的缩写。gcf()获得的是表示图表的Figure对象，而gca()获得的则是表示子图的Axes对象。


  
  
    
    
     
     
    
    
    
    
     
     
      
      figure = plt.gcf()
     
     
    
    

    
    
     
     
    
    
    
    
     
     
      
      axes = plt.gca()
     
     
    
    

    
    
     
     
    
    
    
    
     
     
      
      print(figure)
     
     
    
    

    
    
     
     
    
    
    
    
     
     
      
      print(axes)
     
     
    
    

    
    
     
     
    
    
    
    
     
      
     
     
    
    

    
    
     
     
    
    
    
    
     
     
      
      Output
     
     
    
    

    
    
     
     
    
    
    
    
     
     
      
      Figure(
      
      640x480)
     
     
    
    

    
    
     
     
    
    
    
    
     
     
      
      Axes(
      
      0.125,
      
      0.11;
      
      0.775x0
      
      .77)