Python常用包之matplotlib的使用

0. 安装并导入

安装：
打开终端输入pip3 install matplotlib

导入：

import matlpotlib as plt

1. 绘图

绘图：

plt.plot(x, y, ,'r', linewidth=2.0)

x:横坐标值
y:纵坐标值
‘r’：红色
linewidth：线的粗细

无论绘制什么图最后都得加上一句：

plt.show()

图像才能显示。

2. 绘制图例plt.legend()

例子：

import matplotlib.pyplot as plt
import numpy as np

x = np.arange(1, 11)

fig = plt.figure(1)
l1, = plt.plot(x, x*x, 'r')  # 这里关键哦
l2, = plt.plot(x, x*x*x, 'b')  # 注意

# 其中，loc表示位置的；
plt.legend([l1, l2], ['first', 'second'], loc='upper left', fontsize=8)  

plt.show()

loc: best,upper right,upper left,lower left,lower right,right,center left,center right,lower center,upper center,center

相关参数：

legend(loc  # Location code string, or tuple (see below).
            #  图例所有figure位置。　　labels  # 标签名称。
    prop    # the font property.
            #  字体参数
    fontsize  # the font size (used only if prop is not specified).
              #  字号大小。
    markerscale  # the relative size of legend markers vs.
                 # original  图例标记与原始标记的相对大小
    markerfirst  # If True (default), marker is to left of the label.
                 #  如果为True，则图例标记位于图例标签的左侧
    numpoints  # the number of points in the legend for line.
               #  为线条图图例条目创建的标记点数
    scatterpoints  # the number of points in the legend for scatter plot.
                　　#  为散点图图例条目创建的标记点数
    scatteryoffsets    # a list of yoffsets for scatter symbols in legend.
               　　　　 #  为散点图图例条目创建的标记的垂直偏移量
    frameon    # If True, draw the legend on a patch (frame).
               #  控制是否应在图例周围绘制框架
    fancybox    # If True, draw the frame with a round fancybox.
                #  控制是否应在构成图例背景的FancyBboxPatch周围启用圆边
    shadow    # If True, draw a shadow behind legend.
                #  控制是否在图例后面画一个阴影
    framealpha  # Transparency of the frame.
                #  控制图例框架的 Alpha 透明度
    edgecolor    # Frame edgecolor.
    facecolor    # Frame facecolor.
    ncol    # number of columns.
            #  设置图例分为n列展示
    borderpad    # the fractional whitespace inside the legend border.
                # 图例边框的内边距
    labelspacing    # the vertical space between the legend entries.
               　　 #  图例条目之间的垂直间距
    handlelength    # the length of the legend handles.
                　　#   图例句柄的长度
    handleheight    # the height of the legend handles.
               　　 #   图例句柄的高度
    handletextpad    # the pad between the legend handle and text.
               　　   #   图例句柄和文本之间的间距
    borderaxespad    # the pad between the axes and legend border.
               　　   #  轴与图例边框之间的距离
    columnspacing    # the spacing between columns.
               　　   #  列间距
    title    # the legend title.
             #  图例标题
    bbox_to_anchor    # the bbox that the legend will be anchored.
                　　　 #  指定图例在轴的位置
    bbox_transform)    # the transform for the bbox.
                　　　 # transAxes if None.

3. 定义图像的各种属性plt.figure()

figure(num=None, figsize=None, dpi=None, facecolor=None, edgecolor=None, frameon=True)

"""
      num : 图像编号或名称，数字为编号，字符串为名称
  figsize : 指定figure的宽和高，单位为英寸
      dpi : 指定绘图对象的分辨率，即每英寸多少个像素，缺省值为80
facecolor : 背景的颜色
edgecolor : 边框颜色
  frameon : 是否显示边框
"""

例子：

import matplotlib.pyplot as plt
fig = plt.figure(figsize=(4, 3), facecolor='blue')
plt.plot(y)
plt.show()

4. 绘制子图plt.subplot()

plt.subplot(nrows, ncols, index, **kwargs)

(1)第一个参数：*args

可以使用三个整数，或者三个独立的整数来描述子图的位置信息。如果三个整数是行数、列数和索引值，子图将分布在行列的索引位置上。索引从1开始，从右上角增加到右下角。

位置是由三个整型数值构成，第一个代表行数，第二个代表列数，第三个代表索引位置。举个列子：plt.subplot(2, 3, 5) 和 plt.subplot(235) 是一样一样的。需要注意的是所有的数字不能超过10。

(2)第二个参数：projection : {None, ‘aitoff’, ‘hammer’, ‘lambert’, ‘mollweide’, ‘polar’, ‘rectilinear’, str}, optional

可选参数：可以选择子图的类型，比如选择polar，就是一个极点图。默认是none就是一个线形图。

(3)第三个参数：polar : boolean, optional

如果选择true，就是一个极点图，上一个参数也能实现该功能。

例子：

import matplotlib.pyplot as plt
fig = plt.figure()
plt.subplot(2, 1, 1) # 将界面分成上下两份，左右一份，在第一份上绘图
plt.subplot(2, 1, 2) # 将界面分成上下两份，左右一份，在第二份上绘图
plt.show()

结果：

例子：

import matplotlib.pyplot as plt
fig = plt.figure()
curve1 = [1,2,3,4,5]
curve2 = [1,4,9,16,25]
plt.subplot(2, 1, 1) # 将界面分成上下两份，左右一份，在第一份上绘图
plt.plot(curve1)
plt.subplot(2, 1, 2) # 将界面分成上下两份，左右一份，在第二份上绘图
plt.plot(curve2)
plt.show()

结果：

5. 在图片中添加文字

（1）自由添加plt.text()

matplotlib.pyplot.text(x, y, s, fontdict=None, **kwargs)

其中x和y是要添加的文字在图片中的位置，s是要添加的内容。

例子：

import matplotlib.pyplot as plt
plt.plot([1,2,3,4,5])
plt.text(0,5, "text")
plt.show()

（2）添加标题plt.title()

plt.title('title_name', size=23)

会在图片顶部正中显示标题

（3）添加x轴和y轴的名字plt.xlabel(), plt.ylabel()

font1 = {'size':23}  # 设置字体大小
plt.xlabel('x_name', font1)
plt.ylabel('y_name', font1)

6. 绘制散点图plt.scatter()

matplotlib.pyplot.scatter(x, y, s=None, c=None, marker=None, cmap=None, norm=None, vmin=None, vmax=None, alpha=None, linewidths=None, verts=None, edgecolors=None, *, data=None, **kwargs)

参数：

（1）x, y

x和y是大小为(n,)的数组，也就是我们即将绘制散点图的x坐标的数组和y坐标的数组。

（2）s
绘制点的大小

（3）c

表示的是颜色，也是一个可选项。默认是蓝色’b’,表示的是标记的颜色，或者可以是一个表示颜色的字符，或者是一个长度为n的表示颜色的序列等等，感觉还没用到过现在不解释了。但是c不可以是一个单独的RGB数字，也不可以是一个RGBA的序列。可以是他们的2维数组（只有一行）

（4）marker

表示的是标记的样式，默认的是’o’。

（5）求一个x

>>> x = np.linspace(1,10,10)
>>> x
array([1,2,3,4,5,6,7,8,9,10])

或者：

>>> x = list(range(10))
>>> x
[0,1,2,3,4,5,6,7,8,9]

7.在图中绘制竖直和水平分割线

（1）绘制竖直分割线

vlines(x, ymin, ymax)

第一个参数是竖直分割线的横坐标，第二、第三个参数分别是竖直分割线的最高点和最低点纵坐标。

（2）绘制水平分割线

hlines(y, xmin, xmax) 

第一个参数是水平分割线的纵坐标，第二、第三个参数分别是水平分割线的最小和最大的横坐标。

8.逐点打印

for i in range(len(list_1)):
	axes.plot(list_1[i], list_2[i], marker='x' if MSE_lable[i] == 1 else 'o', linestyle='', color='r' if MSE_lable[i] == 1 else 'g', label='Anomaly' if MSE_lable[i] == 1 else "Normal")

9.定义图像的坐标范围

plt.xlim([0.0, 1.0]) # x轴的范围在0.0-1.0之间
plt.ylim([0.0, 1.05]) # y轴的范围在0.0-1.05之间

10.设置图片的分辨率

plt.figure(dpi=200)  #分辨率设置为200

在plt.figure()中也可以设置其他的参数，如图像大小等，如果不设置分辨率系统会有一个默认的分辨率。

11. 如何在图片中显示中文

• 字体设置：首先，您需要选择一个支持中文的字体，并将其配置为Matplotlib的默认字体。您可以使用matplotlib.rcParams来配置全局字体设置。例如，可以使用以下代码将字体设置为SimHei（中文简体））

import matplotlib.pyplot as plt
plt.rcParams['font.family'] = 'SimHei'

• 如果缺少字体文件即使设置了也会出乱码：
  在Windows上，可以从其他计算机上复制所需的字体文件（通常位于C:\Windows\Fonts目录下），并将其粘贴到Python环境的字体目录中；在Linux上，您可以通过在终端中运行fc-list :lang=zh命令来查找系统中可用的中文字体，并选择一个字体文件。然后，将该字体文件复制到Matplotlib的字体目录中。
  可以使用以下代码查找Matplotlib的字体目录：

import matplotlib
print(matplotlib.get_cachedir())