Matplotlib画图

最简单的画图方式

最简单的画图方式就是直接导入Matplotlib，比如要画一条直线，获得数据直接plt.plot

import matplotlib.pyplot as plt
import numpy as np
x=np.linspace(0,10,5)
y=x
plt.plot(x,y,color='r')
plt.show()

同样我们可以设置坐标轴的含义，范围，刻度

import matplotlib.pyplot as plt
import numpy as np
x=np.linspace(0,10,5)
y=x


plt.xlabel('i am x')
plt.xlabel('i am y')

plt.xlim([0,20])
plt.ylim([0,20])

plt.xticks([0,2,4,6,8,10,12,14,16,18,20])
plt.yticks([0,2,4,6,8,10,12,14,16,18,20])

plt.plot(x,y,color='r')
plt.show()

在 Matplotlib 中，面向对象编程的核心思想是创建图形对象（figure object）。通过图形对象来调用其它的方法和属性，这样有助于我们更好地处理多个画布。在这个过程中，pyplot 负责生成图形对象，并通过该对象来添加一个或多个 axes 对象（即绘图区域）

那我们就可以创建一个figure之后再来画图

import matplotlib.pyplot as plt
import numpy as np
x=np.linspace(0,10,5)
y=x

"""
    figure参数列表
    figsize	指定画布的大小，(宽度,高度)，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，默认值为80。
    facecolor	背景颜色。
    dgecolor	边框颜色。
    frameon	是否显示边框。
"""
fig=plt.figure()
plt.plot(x,y,color='r')
plt.xlabel('i am x')
plt.xlabel('i am y')

plt.xlim([0,20])
plt.ylim([0,20])

plt.xticks([0,2,4,6,8,10,12,14,16,18,20])
plt.yticks([0,2,4,6,8,10,12,14,16,18,20])
plt.show()

接着可以在figure上添加子图
Matplotlib 定义了一个 axes 类（轴域类），该类的对象被称为 axes 对象（即轴域对象），它指定了一个有数值范围限制的绘图区域。在一个给定的画布（figure）中可以包含多个 axes 对象，但是同一个 axes 对象只能在一个画布中使用。
通过调用 add_axes() 方法能够将 axes 对象添加到画布中，该方法用来生成一个 axes 轴域对象，对象的位置由参数rect决定

import matplotlib.pyplot as plt
import numpy as np
x=np.linspace(0,10,5)
y=x

fig=plt.figure()
"""
rect 是位置参数，接受一个由 4 个元素组成的浮点数列表，形如 [left, bottom, width, height] ，
# 它表示添加到画布中的矩形区域的左下角坐标(x, y)，以及宽度和高度。如下所示：
"""
ax=fig.add_axes([0.1,0.1,0.8,0.8])
#注意：每个元素的值是画布宽度和高度的分数。即将画布的宽、高作为 1 个单位。比如，[ 0.1, 0.1, 0.8, 0.8]，它代表着从画布 10% 的位置开始绘制, 宽高是画布的 80%

ax.plot(x,y,color='r')
plt.show()

接着我们在同一个figure添加两个子图,并且可以设置对应子图ax的一些属性

import matplotlib.pyplot as plt
import numpy as np
x=np.linspace(0,10,5)
y=x

fig=plt.figure()
ax_1=fig.add_axes([0.1,0.1,0.8,0.8])
ax_1.set_xlabel('big_x')
ax_1.set_ylabel('big_y')
ax_1.plot(x,y,color='r')

ax_2=fig.add_axes([0.2,0.6,0.25,0.25])
ax_2.set_xlabel('small_x')
ax_2.set_ylabel('small_y')
ax_2.plot(x,y,color='k')

plt.show()

最后我们可以使用legend()绘制图例
axes 类的 legend() 方法负责绘制画布中的图例，它需要三个参数，如下所示

ax.legend(handles, labels, loc)

labels 是一个字符串序列，用来指定标签的名称；
loc 是指定图例位置的参数，其参数值可以用字符串或整数来表示；
handles 参数，它也是一个序列，它包含了所有线型的实例；

import matplotlib.pyplot as plt
import numpy as np

x=np.linspace(-1,1,50)
y1=2*x+1
y2=x**2

plt.figure()

l1,=plt.plot(x,y2,label='up')
l2,=plt.plot(x,y1,color='red',linewidth=1.0,linestyle='--',label='down')

#对图中数据线作出说明
# plt.legend()
#handles里面是画出的线的对象，加逗号是matplotlib的特殊形式，labels是不用线自带的ID，用别的ID代替，loc代表摆放的位置
plt.legend(handles=[l1,l2,],labels=['a','b'],loc='best')
plt.show()

也可以这么写

import matplotlib.pyplot as plt
import numpy as np
x=np.linspace(0,10,5)
y_1=x
y_2=np.sqrt(x)
fig=plt.figure()
ax_1=fig.add_axes([0.1,0.1,0.8,0.8])

ax_1.plot(x,y_1,color='r',label='a')
ax_1.plot(x,y_2,color='g',label='b')
ax_1.legend(loc='best')
plt.show()