matplotlib 笔记：基本用法

1 axis

1.0  对比原始图像

import numpy as np
import matplotlib.pyplot as plt
x=range(5)
y=range(10,20,2)
plt.plot(x,y)

1.1 plt.axis('equal')

x轴和y轴单位长度相同

import numpy as np
import matplotlib.pyplot as plt
plt.axis('equal')
x=range(5)
y=range(10,20,2)
plt.plot(x,y)

 1.2 plt.axis('square')

#将x轴和y轴长度设置相等，即图是正方形

2 plt.legend

开启图例

2.1 在legend处直接设置所有的图例

import numpy as np
import matplotlib.pyplot as plt
x=range(5)
y1=range(10,20,2)
y2=range(5)
plt.plot(x,y1)
plt.plot(x,y2)
plt.legend(['l1','l2'])

 2.2 在各个图绘制的时候设置相应的label

import numpy as np
import matplotlib.pyplot as plt
x=range(5)
y1=range(10,20,2)
y2=range(5)
plt.plot(x,y1,label='l3')
plt.plot(x,y2,label='l4')
plt.legend()

 3 xlabel, ylabel

设置x轴y轴标题

import numpy as np
import matplotlib.pyplot as plt
x=range(5)
y=range(10,20,2)
plt.plot(x,y,label='l3')
plt.xlabel('x axis')
plt.ylabel('y axis')

4 plt.figure

创建一个新的图形（figure）或画布

4.1 主要参数

figsize	图形大小，以英寸为单位的元组
dpi	图形的分辨率，每英寸点数
facecolor	图形的背景颜色
edgecolor	图形的边框颜色

4.2 举例

import numpy as np
fig = plt.figure(figsize=(9, 8), 
                 facecolor='grey', 
                 dpi=150)
x=np.linspace(0,10,1000)
y=np.sin(x)**2+np.cos(x)
plt.plot(x,y)

5 fig.suptitle

设置图形对象（figure）的总标题的方法

5.1 主要参数

t	要显示的标题文本
x	标题的 x 坐标位置，通常是 0.5（居中）
y	标题的 y 坐标位置，通常是 0.98（靠近图形顶部）
horizontalalignment/ha	标题的水平对齐方式，例如 'center'、'left' 或 'right'
verticalalignment/va	标题的垂直对齐方式，例如 'top'、'center' 或 'bottom'
fontsize	字体大小

5.2 举例

import numpy as np
fig = plt.figure(figsize=(9, 8), 
                 facecolor='grey', 
                 dpi=150)
x=np.linspace(0,10,1000)
y=np.sin(x)**2+np.cos(x)
fig.suptitle('sup title',
            x=0.3,
            y=0.9,
            ha='center',
            va='top',
            fontsize=20)
plt.title('title for plot')
plt.plot(x,y)

 6 plt.axes

• 把figure看成一个大的画布；ax（axis）看成是画布中的一块区域
• 接受一个表示轴位置和尺寸的矩形参数，通常以四个值的元组 (left, bottom, width, height) 形式指定。
  • 表示子图或轴相对于图形的位置和大小

6.1 隐式创建和显示创建

• 显式创建： 可以通过 plt.axes(rect) 显式创建一个axis子图，其中 rect 是表示axis子图位置和尺寸的矩形参数。
• 隐式创建： 当通过其他绘图函数（例如 plt.plot、plt.scatter）开始绘制时，如果当前没有axis子图，Matplotlib 会隐式地创建一个默认axis子图，并返回相应的轴对象。

6.2 主要参数

[left, bottom, width, height]	axis在图形（figure）中的位置和大小 left: 子图或图形对象的左侧边缘相对于图形左边缘的位置。通常以标准化坐标（0 到 1 的范围）表示。 bottom: 子图或图形对象的底部边缘相对于图形底部边缘的位置。同样，以标准化坐标表示。 width: 子图或图形对象的宽度，以标准化坐标表示。 height: 子图或图形对象的高度，以标准化坐标表示。
polar	是否设置子图为极坐标图（极坐标轴）
aspect	设置子图的纵横比。可以是 'equal'（相等比例）、'auto'（自动适应绘图区域）或数值（例如 0.5）
xlabel ylabel	分别设置子图的 x 轴和 y 轴标签
xlim ylim	设置子图的 x 轴和 y 轴的显示范围
xticks yticks	设置子图的 x 轴和 y 轴刻度值
xticklabels yticklabels	设置子图的 x 轴和 y 轴刻度标签
facecolor	子图的背景颜色

6.3 举例

import numpy as np
import pandas as pd
fig = plt.figure(figsize=(9, 8), 
                 facecolor='grey', 
                 dpi=150)
x=np.linspace(0,10,1000)
y=np.sin(x)**2+np.cos(x)

ax1=plt.axes([0,0.25,0.2,0.2],
         #左边界0（左面还剩0.25比例的figure）
         #下边界0.25（下面还剩0.25比例的figure）
         #横宽0.2，纵高0.2
         facecolor='green',
         #axis的背景颜色为绿色
         xlabel='x',
         #x轴的标签
         ylim=[-2,3],
         #y轴的范围
         xticks=range(0,8,3),
         #x轴刻度值
         yticklabels=pd.date_range('20230810',periods=6,freq='H'),
         #y轴刻度标签
            )


ax1.plot(x,y)
ax2=plt.axes([0.5,0.5,0.4,0.4],
         facecolor='red',
            polar=True#设置为极坐标
        )
ax2.plot(x,-y)

 

7 plt 坐标轴相关

• plt.xlabel、plt.ylabel——设置x轴y轴标签
• plt.xlim、plt.ylim——设置x轴y轴显示范围
  • plt.xlim+plt.ylim可以用plt.axis([xmin, xmax, ymin, ymax])一个代替

matplotlib 知识点整理：ax与figure_matplotlib a_UQI-LIUWJ的博客-CSDN博客