文章目录
一.plt介绍
python中的绘图工具 :matplotli,专门用于画图。
二.安装与导入
工具包安装:
conda install matplotli
导入:
import matplotlib.pyplot as plt
三.使用说明
1. 使用plt.plot与plt.show绘制并显示图像
plt.plot(x, y, color, linestyle, marker, markersize, markeredgewidth, markeredgecolor, markerfacecolor, alpha, linewidth)
(1)曲线颜色(color 简写为 c):
r | g | b | y | k |
---|---|---|---|---|
红色 | 绿色 | 蓝色 | 黄色 | 黑色 |
(2)点型(标记marker):
+ | o | * | . | x | s | d | ^ | v | p |
---|---|---|---|---|---|---|---|---|---|
加号 | 圆圈 | 星号 | 实心点 | 叉号 | 正方形 | 钻石形 | 上三角 | 下三角 | 五角星 |
(3)线型(linestyle 简写为 ls):
- | – | : | -. |
---|---|---|---|
实线 | 虚线 | 点线 | 点横线 |
(4)剩余参数说明
markersize 简写为 ms(标记大小):实数
markeredgewidth 简写为 mew(标记边缘宽度):实数
markeredgecolor 简写为 mec(标记边缘颜色):颜色选项中的任意值
markerfacecolor 简写为 mfc(标记表面颜色):颜色选项中的任意值
alpha(透明度): [0,1]之间的浮点数
linewidth(线宽):实数
import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif']=['SimHei'] # 用来正常显示中文标签
plt.rcParams['axes.unicode_minus']=False # 用来正常显示负号
x = [1, 2, 3, 4, 5, 6, 7, 8, 9]
y = [1, 2, 3, 4, 5, 6, 7, 8, 9]
y2 = [1, 4, 9, 16, 25, 36, 49, 64, 81]
# 绘制的曲线属性设置
line1, = plt.plot(x, y, color='r', marker='d', linestyle='--', markersize=6, alpha=0.5, linewidth=3)
line2, = plt.plot(x, y2, color='g', marker='*', linestyle='-', markersize=6, alpha=0.5, linewidth=3)
# plt.plot(x, y, 'rd--') # 可以使用这种方式进行画图的属性设置
# x,y坐标轴名称设置,可以同时设置标签的字体大小颜色等
plt.xlabel(u'x坐标轴', fontsize=14, color='r')
plt.ylabel(u'y坐标轴', fontsize=14, color='b')
# 显示曲线图像
plt.show()
![]() |
2.图像属性设置
(1)坐标轴标签设置
# 注意,要使用中文的话,需要在引入库后,添加下列代码
plt.rcParams['font.sans-serif']=['SimHei'] # 用来正常显示中文标签
plt.rcParams['axes.unicode_minus']=False # 用来正常显示负号
# x,y坐标轴名称设置,可以同时设置标签的字体大小颜色等
plt.xlabel(u'x坐标轴', fontsize=14, color='r')
plt.ylabel(u'y坐标轴', fontsize=14, color='b')
(2)图像标题设置
# 设置图表标题
plt.title(u"图像标题", fontsize=14, color='k')
(3)图例设置
# 添加图例
plt.legend([line1, line2], ["Weekend", "Weekday"], loc='upper left')
(4)坐标轴范围设置
# 设置x轴的范围为[0, 100],y轴的范围为[0, 100], 或者通过xlim, ylim设置XY轴的范围上下限
plt.axis([0, 10, 0, 100])
# plt.xlim(0, 10)
# plt.ylim(0, 100)
(5)坐标间隔设定
plt.xticks(参数一,参数二,参数三) 用来实现对x轴和y轴坐标间隔(也就是轴记号)的设定。
- 参数一:x或者y的参数
- 参数二:新的标签,个数必须和参数一个数相同
- 参数三:旋转角度
# 坐标间隔及标签设定
a = [1, 2, 3, 4, 5]
labels = ['A', 'B', 'C', 'D', 'E']
plt.xticks(a, labels, rotation=0)
(6)添加网格
# 添加网格
plt.grid(visible=True, axis='x') # 只显示x轴网格线
plt.grid(visible=True, axis='y') # 只显示y轴网格线
![]() |
全部代码
import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif']=['SimHei'] # 用来正常显示中文标签
plt.rcParams['axes.unicode_minus']=False # 用来正常显示负号
x = [1, 2, 3, 4, 5, 6, 7, 8, 9]
y = [1, 2, 3, 4, 5, 6, 7, 8, 9]
y2 = [1, 4, 9, 16, 25, 36, 49, 64, 81]
# 绘制的曲线属性设置
line1, = plt.plot(x, y, color='r', marker='d', linestyle='--', markersize=6, alpha=0.5, linewidth=3)
line2, = plt.plot(x, y2, color='g', marker='*', linestyle='-', markersize=6, alpha=0.5, linewidth=3)
# plt.plot(x, y, 'rd--') # 可以使用这种方式进行画图的属性设置
# x,y坐标轴名称设置,可以同时设置标签的字体大小颜色等
plt.xlabel(u'x坐标轴', fontsize=14, color='r')
plt.ylabel(u'y坐标轴', fontsize=14, color='b')
# 设置图表标题
plt.title(u"图像标题", fontsize=14, color='k')
# 添加图例
plt.legend([line1, line2], ["Weekend", "Weekday"], loc='upper left')
# 设置x轴的范围为[0, 100],y轴的范围为[0, 100], 或者通过xlim, ylim设置XY轴的范围上下限
plt.axis([0, 10, 0, 100])
# plt.xlim(0, 10)
# plt.ylim(0, 100)
# 坐标间隔及标签设定
a = [1, 2, 3, 4, 5]
labels = ['A', 'B', 'C', 'D', 'E']
plt.xticks(a, labels, rotation=0)
# 添加网格
plt.grid(visible=True, axis='x') # 只显示x轴网格线
plt.grid(visible=True, axis='y') # 只显示y轴网格线
# 显示曲线图像
plt.show()
3.一张图像上绘制多个图
- 使用plt.figure(arg)创建画板,arg为画板名称
- 使用plt.subplot(arg1, arg2, arg3)方法创建画纸,并选择当前画纸并绘图。其中,ag1代表第几行,arg2代表第几列,arg3代表第几个图像
import matplotlib.pyplot as plt
import numpy as np
plt.rcParams['font.sans-serif']=['SimHei'] # 用来正常显示中文标签
plt.rcParams['axes.unicode_minus']=False # 用来正常显示负号
x = np.arange(0, 100, 10)
plt.figure(1) # 生成第一个图,且当前要处理的图为fig.1
plt.subplot(1, 2, 1) # fig.1是一个一行两列布局的图,且现在画的是左图
y1 = np.exp(x)
plt.plot(x, y1, color="r", linestyle="-", marker="^", linewidth=1) # 画图
plt.xlabel("x")
plt.ylabel("y1")
plt.figure(1) # 当前要处理的图为fig.1,而且当前图是fig.1的左图
plt.subplot(1, 2, 2) # 当前图变为fig.1的右图
y2 = np.exp(1.5 * x)
plt.plot(x, y2, color="b", linestyle="-", marker="v", linewidth=1)
plt.xlabel("x")
plt.ylabel("y2")
plt.show()
![]() |
4.在一张图上绘制双坐标轴
主要通过fig.add_subplot()来添加坐标轴,然后把坐标轴绘制在同一张图上
import matplotlib.pyplot as plt
import numpy as np
plt.rcParams['font.sans-serif']=['SimHei'] # 用来正常显示中文标签
plt.rcParams['axes.unicode_minus']=False # 用来正常显示负号
# 生成数据
x = np.arange(1, 12, 4)
y = np.arange(1, 4, 1)
x2 = x * 10
y2 = y ** 2
# 设置画布大小
width, height = 16, 14 # 单位为cm;因为保存图片时使用 bbox_inches = 'tight' 可能使图片尺寸略微放大,所以此处宽度设置得略小
# 设置刻度线在坐标轴内
plt.rcParams['xtick.direction'] = 'in'
plt.rcParams['ytick.direction'] = 'in'
# 绘制图像
lns = [] # 用于存储绘图句柄以合并图例的list
# 创建画布并设置大小
fig = plt.figure()
fig.set_size_inches(width / 2.54, height / 2.54) # 因为画布输入大小为厘米,此处需转换为英寸,所以除以2.54
# 通过 add_subplot 方式创建两个坐标轴,相当于在同一个子图上叠加了两对坐标系
ax = fig.add_subplot(111, label="1")
ax2 = fig.add_subplot(111, label="2", frame_on=False)
# 绘制图1并将绘图句柄返回,以便添加合并图例
lns1 = ax.plot(x, y, color='r', label='r')
lns = lns1
lns2 = ax2.plot(x2, y2, color='b', label='b')
lns += lns2
# 调整第二对坐标轴的label和tick位置,以实现双X轴双Y轴效果
ax2.xaxis.tick_top()
ax2.yaxis.tick_right()
ax2.xaxis.set_label_position('top')
ax2.yaxis.set_label_position('right')
# 设置坐标轴标注
ax.set_xlabel("X1", color='r', fontsize=12)
ax.set_ylabel("Y1", color='r', fontsize=12)
ax2.set_xlabel('X2', color='b', fontsize=12)
ax2.set_ylabel('Y2', color='b', fontsize=12)
# 设置图表标题
fig.suptitle("Title", fontsize=12)
# 设置坐标轴刻度颜色
ax.tick_params(axis='x', colors='r')
ax.tick_params(axis='y', colors='r')
ax2.tick_params(axis='x', colors='b')
ax2.tick_params(axis='y', colors='b')
# 设置坐标轴线颜色
ax.spines["left"].set_color("r") # 修改左侧颜色
ax.spines["right"].set_color("b") # 修改右侧颜色
ax.spines["top"].set_color("b") # 修改上边颜色
ax.spines["bottom"].set_color("r") # 修改下边颜色
# 添加图例
labs = [l.get_label() for l in lns]
ax.legend(lns, labs, loc=0, fontsize=12)
plt.tight_layout()
plt.show()