python画图入门例子

figure ：n. 数字，数目，数值；数字符号，位数；身材，体型；（远处的）人影；（重要的）人物；（绘画或模型中）人像；（书中的）图、表；（数学）图形；价格，金额

plot ：n. 阴谋，密谋；情节；（专用的）小块地；（表现两个变量关系的）图表；<美>图表，地图；<美>底层平面图

所以，fig=plt.figure(num=1,figsize=(6,4)) 是创建一个图形底板；

ax=fig.add_subplot() 是在图形上创建一个区域；

可以在图形上直接画图

import matplotlib.pyplot as plt

plt.figure(num=1,figsize=(4,4))
x = [1, 2, 3, 4, 5]
y = [2, 4, 6, 8, 10]
plt.plot(x, y)
plt.show()

plt.plot(x, y, format_string, **kwargs)

参数	说明
x	X轴数据，列表或数组，可选
y	Y轴数据，列表或数组
format_string	控制曲线的格式字符串，可选
**kwargs	第二组或更多(x,y,format_string)，可画多条曲线

format_string 由颜色字符、风格字符、标记字符组成

1. 颜色字符
   1. 'b' 蓝色 'm' 洋红色 magenta
   2. 'g' 绿色 'y' 黄色
   3. 'r' 红色 'k' 黑色
   4. 'w' 白色 'c' 青绿色 cyan
   5. '#008000' RGB某颜色 '0.8' 灰度值字符串
   6. 多条曲线不指定颜色时，会自动选择不同颜色
2. 风格字符
   1. '‐' 实线
   2. '‐‐' 破折线
   3. '‐.' 点划线
   4. ':' 虚线
   5. '' ' ' 无线条
3. 标记字符
   1. '.' 点标记
   2. ',' 像素标记(极小点)
   3. 'o' 实心圈标记
   4. 'v' 倒三角标记
   5. '^' 上三角标记
   6. '>' 右三角标记
   7. '<' 左三角标记...等等

也可以在图形的小区域上画图

import matplotlib.pyplot as plt

fig = plt.figure(num=1, figsize=(4, 4))
x = [1, 2, 3, 4, 5]
y = [2, 4, 6, 8, 10]
ax = fig.add_subplot()
ax.plot(x, y)
plt.show()

 想要划分多个小区域，可以使用 ax = fig.add_subplot(325) # 劃分3行2列區域，取第5個

 add_subplot（xyz）第一个数字x代表行数，第二个数字y代表列数，第三个数字z表示取第z个小区域（先取第一行，从左到右）。

import matplotlib.pyplot as plt

fig = plt.figure(num=1, figsize=(9, 9))
ax1 = fig.add_subplot(221)  # 劃分2行2列區域，取第1個
ax1.plot([1, 2, 3, 4], [1, 2, 3, 4])
ax2 = fig.add_subplot(233)  # 劃分2行3列區域，取第3個
ax2.plot([1, 2, 3, 4], [2, 2, 3, 4])
ax3 = fig.add_subplot(325)  # 劃分3行2列區域，取第5個
ax3.plot([1, 2, 3, 4], [1, 2, 2, 4])
ax4 = fig.add_subplot(224)  # 劃分2行2列區域，取第4個
ax4.plot([1, 2, 3, 4], [1, 2, 3, 3])
plt.show()

 很显然，上边那种方式划分11行9列就做不到。

将参数间省略的逗号加上去就可以了。

import matplotlib.pyplot as plt

fig = plt.figure(num=1, figsize=(9, 9))
ax1 = fig.add_subplot(11, 9, 1)  # 劃分11行9列區域，取第1個
ax1.plot([1, 2, 3, 4], [1, 2, 3, 4])
ax2 = fig.add_subplot(2, 3, 3)  # 劃分2行3列區域，取第3個
ax2.plot([1, 2, 3, 4], [2, 2, 3, 4])
ax3 = fig.add_subplot(3, 2, 5)  # 劃分3行2列區域，取第5個
ax3.plot([1, 2, 3, 4], [1, 2, 2, 4])
ax4 = fig.add_subplot(2, 2, 4)  # 劃分2行2列區域，取第4個
ax4.plot([1, 2, 3, 4], [1, 2, 3, 3])
plt.show()

 另外一种划分区域的方法，相当于先做一个网格，然后进行跨行跨列合并。

import matplotlib.pyplot as plt
from matplotlib import gridspec

fig = plt.figure(num=1, figsize=(6, 6))  # 创建画布
gs = gridspec.GridSpec(3, 3)  # 设定3*3的网格，使用下标时从0开始
ax1 = fig.add_subplot(gs[0, :])  # 第1行，所有列
ax1.plot([1, 2, 3, 4], [1, 2, 3, 4])
ax2 = fig.add_subplot(gs[1, :-1])  # 第2行，倒数第一列之前的所有列
ax2.plot([1, 2, 3, 4], [1, 2, 3, 4])
ax3 = fig.add_subplot(gs[1:, -1])  # 第2行之后的所有行，倒数第一列
ax3.plot([1, 2, 3, 4], [1, 2, 3, 4])
ax4 = fig.add_subplot(gs[2, 0])  # 第3行，第1列
ax4.plot([1, 2, 3, 4], [1, 2, 3, 4])
ax5 = fig.add_subplot(gs[2, 1])  # 第3行，第2列
ax5.plot([1, 2, 3, 4], [1, 2, 3, 4])
plt.show()

注意， 子区域可能会相互重合，并且后创建的子区域会覆盖在先创建的子区域上面。

下边我们手动限制刻度范围，set_xlim()、set_ylim()

import matplotlib.pyplot as plt

fig = plt.figure(num=1, figsize=(6, 6))
ax1 = fig.add_subplot(1, 1, 1)
ax1.set_title('exp')  # 添加标题
ax1.set_xlim(1, 7.1)  # x轴限制坐标从1到7.1
ax1.set_ylim(-10, 10)  # y轴限制坐标从-10到10
ax1.plot([1, 2, 3, 4], [1, 2, 3, 4])
plt.show()

 上边我们都是自动生成的刻度，现在我们手动设置刻度，set_xticks()、set_yticks（）

import matplotlib.pyplot as plt

fig = plt.figure(num=1, figsize=(6, 6))
ax1 = fig.add_subplot(1, 1, 1)
ax1.set_title('exp')  # 添加标题
ax1.set_xticks([1, 1.5, 3, 4, 5, 6, 8, 10])  # x轴刻度
ax1.set_yticks([5, 10, 20, 30, 40])  # y轴刻度
ax1.set_xlim(1, 7.1)  # x轴限制坐标从1到7.1
ax1.set_ylim(-10, 10)  # y轴限制坐标从-10到10
ax1.plot([1, 2, 3, 4], [1, 2, 3, 4])
plt.show()

 

后设置的坐标范围，会限制刻度的显示，如果先设置坐标范围，再设置刻度，情况会不一样

import matplotlib.pyplot as plt

fig = plt.figure(num=1, figsize=(6, 6))
ax1 = fig.add_subplot(1, 1, 1)
ax1.set_title('exp')  # 添加标题
ax1.set_xlim(1, 7.1)  # x轴限制坐标从1到7.1
ax1.set_ylim(-10, 10)  # y轴限制坐标从0到100
ax1.set_xticks([1, 1.5, 3, 4, 5, 6, 8, 10])  # x轴刻度
ax1.set_yticks([5, 10, 20, 30, 40])  # y轴刻度
ax1.plot([1, 2, 3, 4], [1, 2, 3, 4])
plt.show()

 set_xticklabels()可以将X轴对应数值变成label，对应Y轴方法为set_yticklabels()

注意，如果不设置set_xticks()只设置set_xticklabels()，则X轴会自动平均设置刻度，并将相应的label附上

import matplotlib.pyplot as plt

fig = plt.figure(num=1, figsize=(6, 6))
ax1 = fig.add_subplot(1, 1, 1)
ax1.set_title('exp')  # 添加标题
ax1.set_xlim(1, 7.1)  # x轴限制坐标从1到7.1
ax1.set_ylim(-10, 10)  # y轴限制坐标从0到100
ax1.set_xticks([1, 1.5, 3, 4, 5, 6, 8, 10])  # x轴刻度
ax1.set_yticks([5, 10, 20, 30, 40])  # y轴刻度
ax1.set_xticklabels(['one', 'two', 'four', 'six', 'eight', 'ten', 'x', 'xx'])
ax1.plot([1, 2, 3, 4], [1, 2, 3, 4])
plt.show()

使用 ax2 = ax1.twinx() 创建右侧Y轴对应的图形，同样，有 ax1.twiny()方法

import matplotlib.pyplot as plt

fig = plt.figure(num=1, figsize=(6, 6))
ax1 = fig.add_subplot(1, 1, 1)
ax1.set_title('exp')  # 添加标题
ax1.set_xlim(1, 7.1)  # x轴限制坐标从1到7.1
ax1.set_ylim(-10, 10)  # y轴限制坐标从0到100
ax1.set_xticks([1, 1.5, 3, 4, 5, 6, 8, 10])  # x轴刻度
ax1.set_yticks([5, 10, 20, 30, 40])  # y轴刻度
ax1.set_xticklabels(['one', 'two', 'four', 'six', 'eight', 'ten', 'x', 'xx'])
ax1.plot([1, 2, 3, 4], [1, 2, 3, 4])
ax1.set_ylabel('line1')

ax2 = ax1.twinx()
ax2.plot([1, 3, 5, 8], [3, 7, 3, 5])
ax2.set_ylabel('line2')
plt.show()