matplotlib基本使用语法

提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档

---

前言

最近学习中，发现好久没有使用过matplotlib绘图，语法生疏了，基本语法都要询问ChatGPT，在本博客中对一些常用语法进行复习一下，个人能力有限，有错误再所难免欢迎大家评论区指正。
注：本博客所有演示均在jupyter中演示。

1 解决中文乱码的两行代码和一个多个子图设置全局字体大小（让图比例更加协调的一行代码）

plt.rcParams['font.sans-serif'] = ['SimHei']  # 设置字体为黑体或其他中文字体名称
plt.rcParams['axes.unicode_minus'] = False  # 解决负号'-'显示为方块的问题
# 设置全局的字体大小
plt.rc('font', size=30)
plt.grid(True)  # 绘图添加网格的代码，加上也会使得图更好看些

一、matplotlib是什么？

Matplotlib是一个用于绘制图表和数据可视化的Python库。它提供了一种类似于MATLAB的绘图接口，可以创建各种类型的图表，如折线图、散点图、直方图、饼图等。Matplotlib非常灵活，用户可以自定义图表的各个方面，包括线条样式、颜色、标签、图例等。这使得Matplotlib成为科学计算、数据分析和机器学习等领域中常用的工具之一。

二、matplotlib入门

1.引入库

import matplotlib.pyplot as plt

2. figure对象

figure对象理解成一张画布，有了这张画布我们才能在这张画布上面画图。

fig = plt.figure()

输出：

可以看到是一个figure对象。

3. subplot子图

（1）子图创建方式1

有了画布，想想现实中一张画布只能画一张图吗？显然不是的，可以分区域画不同的图。这样也是的，将一个子图分成不同区域的子图，我们可以在不同子图上面画不同图像。
.add_subplot(a,b,c) 方法 — 向figure对象中添加子图， a,b是子图的分块情况，c是你选取的那个子图位置。
. add_subplot返回的是AxesSubplot子图对象

fig = plt.figure()
ax1 = fig.add_subplot(2,2,1)
ax2 = fig.add_subplot(2,2,2)
ax3 = fig.add_subplot(2,2,3)
plt.show()

输出：
翻阅过很多书籍，都是一上来直接画图，最基本的基本都没有提及，因此给读者一种很混乱的感觉，介绍了上面两个最大的API接口在上手下面的具体绘图，思路就会清晰很多了。

（1）子图创建方式2 —（最近发现这种用法也挺好用的，plt.subplots()）

import matplotlib.pyplot as plt  
# 使用子图对象的方式
fig, ax = plt.subplots(2,2,constrained_layout=True, figsize=(16,8))
# constrained_layout=True 自适应布局，防止子图有互相遮盖的情况
# 准备数据
x = [1, 2, 3, 4, 5]
y = [2, 3, 1, 4, 5]
x1 = [2,3,4,5,6]
y1= [3,4,5,6,7]
# 绘制散点图
# 另外如果是一行子图的画，用ax[0]这样也是可以的
ax[0,0].scatter(x, y, color ='red', linestyle = '--',marker = '+',label = 'line')
# 添加标题和标签
# ax1.title('Scatter Plot Example')
ax[0,0].set_title('Scatter Plot Example')
ax[0,0].set_xlabel('X-axis')
ax[0,0].set_ylabel('Y-axis')
# 子图里面添加标签不光要签名加速 label属性，还要加上下面这行代码
ax[0,0].legend()

# 绘制折线图
ax[1,0].plot(x, y, color ='red', linestyle = '--',marker = '+',label = 'line1')
ax[1,0].plot(x1, y1, color ='blue', linestyle = '-',marker = 'o', label = 'line2')
# 添加标题和标签
ax[1,0].set_title('Line Plot Example')
ax[1,0].set_xlabel('X-axis')
ax[1,0].set_ylabel('Y-axis')
ax[1,0].legend()
# 在整个大图上设置标题
fig.suptitle('Overall Title', fontsize=16)
# 显示图形
plt.show()

【注】：图的比例figsize=(16,8)要自己不断尝试，结合# 设置全局的字体大小
plt.rc(‘font’, size=30)可以调整全局字体。需要不断尝试才能找到最佳比例

三、matplotlib画图

1. 散点图、折线图

开始画图之前，先来讲一个很重要的事实，我们分了那么多子图，怎么控制在哪一个子图上面画图呢？

1. 直接利用子图对象上的画图方法
   类似 ax.plot()这种调用方法，但在实际中我发现没有语法提示这样，效率很慢，时间画在这个上面感觉很浪费，因此我并不建议
2. 直接使用plt.这种方法，不指定任何子图（比较推荐这种）
   那么问题来了，不指定子图怎么知道画哪里呢？其实很好解决，plt默认追踪其前面的第一章画布，我们只要在对于位置写入画图代码就能准确控制了。另外这种方式就减少了很多不必要的麻烦。
   下面几个例子分别对上述方法进行了演示，文字叙述可能不是很清晰，看演示就明白了

1.1 单独一张画布

fig = plt.figure()
x = [1,2,3,4,5]
y = [5,6,7,8,9]
x1 = [5,4,3