Matplotlib库的介绍及pyplot子库的使用
Matplotlib是一个综合库,用于在Python中创建静态,动画和交互式可视化。
Matplotlib库的效果:https://matplotlib.org/gallery.html
Matplotlib库由各种可视化类构成,内部结构复杂,受Matlab启发。
Matplotlib.pyplot是绘制各类可视化图形的命令命令子库,相当于快捷方式。
import matplotlib.pyplot as plt
plt.plot([3,1,4,5,2])
plt.ylabel('grade')
plt.savefig('test', dpi=600) #保存为PNG文件
plt.show()
tip:plt.savefig()
将输出图形存储为文件,默认为PNG格式,可以骑过dpi修改输出质量。dpi指每一英寸包含点的数量。保存位置为当前python文件目录下。
import matplotlib.pyplot as plt
plt.plot([0,2,4,6,8],[3,1,4,5,2])
plt.ylabel('grade')
plt.axis([-1,10,0,6])
plt.show()
tip:plt.axis([-1,10,0,6])
其中-1为x轴的起始坐标,10为x轴的终止坐标,0为y轴的起始坐标,6为y轴的终止坐标
pyplot的绘图区域
最简单的分割绘图区域方法:plt.subplot(nrows,ncols,plot_number)
nrows:横轴数量
ncols:纵轴数量
plot_number:当前绘图区为第几区域
**tip:**在全局绘图区域中创建一个分区体系,并定位到一个子绘图区域
import numpy as np
import matplotlib.pyplot as plt
def f(t): #能量衰减公式
return np.exp(-t) * np.cos(2*np.pi*t)
a = np.arange(0.0,5.0,0.02)
plt.subplot(211)
plt.plot(a, f(a))
plt.subplot(2,1,2)
plt.plot(a, np.cos(2*np.pi*a),'r--')
plt.show()
plt.plot()
格式:plt.plot(x,y,format_string,**kwargs)
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)
**tip:**当绘制多条曲线时,各条曲线的x不能省略。
import matplotlib.pyplot as plt
import numpy as np
a = np.arange(10)
plt.plot(a,a*1.5,a,a*2.5,a,a*3.5,a,a*4.5)
plt.show()
format_string:控制曲线的格式字符串,可选。由颜色字符,风格字符和标记标记字符组成
颜色字符 | 说明 | 颜色字符 | 说明 |
---|---|---|---|
‘b’ | 蓝色 | ‘m’ | 洋红色 magenta |
‘g’ | 绿色 | ‘y’ | 黄色 |
‘r’ | 红色 | ‘k’ | 黑色 |
‘c’ | 青绿色 cyan | ‘w’ | 白色 |
‘#008000’ | RGB某颜色 | ‘0.8’ | 灰度值字符串 |
风格字符 | 说明 |
---|---|
‘-’ | 实线 |
‘–’ | 破折线 |
‘-.’ | 点划线 |
‘:’ | 虚线 |
‘’ ’ '(空或者空格) | 无线条 |
标记字符 | 说明 | 标记字符 | 说明 | 标记字符 | 说明 |
---|---|---|---|---|---|
‘.’ | 点标记 | ‘1’ | 下花三角标记 | ‘h’ | 竖六边形标记 |
‘,’ | 像素标记(极小点) | ‘2’ | 上花三角标记 | ‘H’ | 横六边形标记 |
‘o’ | 实心圆标记 | ‘3’ | 左花三角标记 | ‘+’ | 十字标记 |
‘v’ | 倒三角标记 | ‘4’ | 左花三角标记 | ‘x’ | x标记 |
‘^’ | 上三角标记 | ‘s’ | 实心方形标记 | ‘D’ | 菱形标记 |
‘>’ | 右三角标记 | ‘p’ | 实心五角标记 | ‘d’ | 瘦菱形标记 |
‘<’ | 左三角标记 | ‘**’ | 星形标记 | ‘|’ | 垂直线标记 |
import matplotlib.pyplot as plt
import numpy as np
a = np.arange(10)
plt.plot(a, a*1.5, 'go-', a, a*2.5, 'rx', a, a*3.5, '*', a, a*4.5, 'b-.')
plt.show()
tip:
**kwargs
:第二组或更多(x,y,format_string)
color:控制颜色,color=‘green’
linestyle:线条风格,linestyle=‘dashed’
marker:标记风格,marker=‘o’
markerfacecolor:标记颜色,markerfacecolor=‘blue’
markersize:标记尺寸,markersize=20
…
pyplot的中文显示
-
rcParams:修改全局字体
import matplotlib.pyplot as plt import matplotlib matplotlib.rcParams['font.family'] = 'SimHei' #'SimHei'是黑体 plt.plot([3,1,4,5,1]) plt.ylabel('纵轴(值)') plt.show()
属性 | 说明 |
---|---|
‘font.family’ | 用于显示字体的名字 |
‘font.style’ | 字体风格,正常’normal’或斜体’italic’ |
‘font.size’ | 字体大小,整数字号或者’large’、‘x-small’ |
'font.family’中文字体(部分) | 说明 |
---|---|
‘SimHei’ | 中文黑体 |
‘Kaiti’ | 中文楷体 |
‘Lisu’ | 中文隶书 |
‘FangSong’ | 中文仿宋 |
‘YouYuan’ | 中文幼圆 |
‘STSong’ | 华文宋体 |
-
fontproperties:在有中文输出的地方,修改字体样式
import numpy as np import matplotlib.pyplot as plt a = np.arange(0.0,5.0,0.02) plt.xlabel('横轴:时间', fontproperties='SimHei', fontsize=20) plt.ylabel('纵轴:振幅', fontproperties='SimHei', fontsize=20) plt.plot(a, np.cos(2*np.pi*a), 'r--') plt.show()
pyplot的文本显示函数
函数 | 说明 |
---|---|
plt.xlabel() | 对X轴增加文本标签 |
plt.ylabel() | 对Y轴增加文本标签 |
plt.title() | 对图形整体增加文本标签 |
plt.text() | 在任意位置增加文本 |
plt.annotate() | 在图形中增加带箭头的注解 |
import numpy as np
import matplotlib.pyplot as plt
a = np.arange(0.0, 5.0, 0.02)
plt.plot(a, np.cos(2*np.pi*a))
plt.xlabel('横轴:时间', fontproperties='SimHei', fontsize=15, color='green')
plt.ylabel('纵轴:振幅', fontproperties='SimHei', fontsize=15)
plt.title(r'正弦波实例 $y=cos(2\pi x)$', fontproperties='SimHei', fontsize=25)
plt.text(2, 1, r'$\mu=100$', fontsize=15)
plt.axis([-1,6,-2,2])
plt.grid(True)
plt.show()
plt.annotate(s,xy=arrow_crd,xytext=text_crd,arrowprops=dict)
s:表示要注解的字符串
xy:箭头所在的位置
xytext:文本显示的位置
arrowprops:字典类型,定义了整个箭头显示的属性
import numpy as np
import matplotlib.pyplot as plt
a = np.arange(0.0, 5.0, 0.02)
plt.plot(a, np.cos(2*np.pi*a))
plt.xlabel('横轴:时间', fontproperties='SimHei', fontsize=15, color='green')
plt.ylabel('纵轴:振幅', fontproperties='SimHei', fontsize=15)
plt.title(r'正弦波实例 $y=cos(2\pi x)$', fontproperties='SimHei', fontsize=25)
plt.annotate(r'$\mu=100$', xy=(2,1), xytext=(3,1.5),arrowprops=dict(facecolor='black', shrink=0.1, width=2))
plt.axis([-1,6,-2,2])
plt.grid(True)
plt.show()
pyplot的子绘图区域
-
plt.subplot2grid(GridSpec,CurSpec,colspan=1,rowspan=1)
理念:设定网络,选中风格,确定选中牌坊下的女人区域数量,编号从0开始
GridSpec:元组,表示将网格分成什么形状
CurSpec:表示当前选定的位置
colspan:表示列的延伸(合并)
rowspan:表示行的延伸(合并) -
matplotlib.gridspec